涡扇发动机部件特性自适应模拟

发展了一种预测发动机部件特性的自适应模型方法，该方法以通用特性为基础，运用单纯型优化方法，以发动机主要性能参数和过程参数偏差函数最小为优化目标，以部件特性耦合因子为被优参数，预测出不同飞行条件下的涡扇发动机的风扇、压气机、燃烧室、高、低压涡轮等部件特性。运用该模型对某涡扇发动机性能的计算结果表明，发动机主要性能参数和过程参数的计算偏差均在0．5％之内，对发动机各截面总温、总压计算偏差均在1％之内。预测出的部件特性已成功用于发动机故障诊断方程的建立。     

航空发动机部件特性修正技术研究

针对传统部件特性修正方法未考虑发动机多状态导致修正精度不高的问题,提出了1种基于粒子群优化和滑动最小二乘法的某型发动机部件特性修正方法。该方法利用粒子群优化算法分别求得在发动机不同状态下的修正系数,并以这些系数为基础,采用滑动最小二乘方法拟合修正系数曲面,从系数曲面上获取原有部件特性图上各点对应的修正系数,从而得到修正特性。试验结果表明:该方法克服了传统方法的不足,提高了特性修正精度,为开展单机监控和视情维修提供准确的部件数据基础。     

基于改进量子粒子群的发动机部件特性修正

为提高发动机部件特性修正的精度,在分析修正因子法的求解条件以及目标方程的选取原则的基础上,利用部件特性删除法,直接以各部件特性参数作为被优化变量进行特性修正。对于目标函数,提出利用量子粒子群(QPSO)算法优化求解,并针对算法存在早熟收敛的问题进行。改进以涡扇发动机试车试验数据为依据,分别利用改进算法和其他典型算法进行部件特性修正计算。计算和试验结果对比表明,算法要明显优于其他被比较的算法。     

依据试验数据求取航空发动机部件特性的新方法

介绍了通用的依据已知发动机部件特性求取所需部件特性的耦合法,并指出该方法的不足。以压气机部件特性为例提出求取部件特性的新方法。该方法利用发动机试验数据得到转速线与共同工作线的交点,把转速线近似为指数函数曲线,由PSO算法结合所得的交点数据拟合出每条转速曲线。以试验数据为依据,保证了特性的真实和有效性,而PSO算法则提高了特性线拟合的精度。计算结果表明所提出的方法比传统的耦合法更为准确,有利与提高发动机工作过程仿真精度。     

基于部件特性的航空发动机性能模型修正

研究了基于部件特性修正的航空发动机稳态性能模型修正方法,并通过对部件特性的研究总结了部件特性修正因子选择原则。以此为基础,提出了基于多状态试验数据的发动机性能模型修正方法,并采用双轴涡扇发动机地面试验节流特性数据对稳态性能模型进行修正。结果表明,采用单个试验状态数据修正后的稳态性能模型不能完全满足工程使用要求,使用基于多状态试验数据修正后的节流特性转速范围内模型计算精度与修正前相比有很大提高,验证了该方法的有效性和实用性。     

涡轴发动机部件特性修正及更新方法

针对由航空发动机零部件制造、装配及性能退化引起的发动机模型与实际发动机之间的性能不匹配问题,提出1种基于粒子群优化算法(PSO)的发动机部件特性自动修正及更新方法。根据发动机部件级模型的输出数据和发动机性能分析软件GasTurb计算结果,以发动机关键测量参数所定义的目标函数最小为优化目标,利用PSO获取不同相对换算转速下的部件特性修正因子,并在线完成特性图的自动更新。并以某型涡轴发动机为对象进行仿真验证,结果表明:该方法可有效提高涡轴发动机部件级模型的精度,并直接输出更新后的部件特性。     

航空发动机部件腐蚀的危害与控制

综术字航空发动机部件腐蚀的危害和原因，及我国对航空发动机部件腐蚀的控制现状。     

基于部件特性自适应的涡扇发动机仿真

引入压力比函数Z和辅助参数β,建立了某型涡扇发动机数学模型,并对数学模型进行了部件特性自适应修正,对该型发动机稳态特性进行了仿真。仿真结果表明,该仿真模型具有较高的精度,仿真结果较好地反映了发动机的实际运行情况。     

反舰导弹弹道高性能模糊控制系统研究

根据导弹的数学模型及其本身的要求，建立起弹道模糊控制系统，详细介绍了高度一阶模糊控制器的设计，并采用参数寻优的方法得到控制器的量化因子与比例因子。仿真结果表明，在有较大不确定性因素的情况下，该控制系统具有较常规PID控制更好的动态性能和抗干扰性能。     

两种涡扇发动机部件特性自适应模型对比

发展了航空发动机自适应模型．并对以两种优化算法为基础的自适应模型进行了对比分析。两种模型以通用特性为基础运用优化方法,以发动机主要性能参数和过程参数偏差函数最小为优化目标,以部件特性耦合因子为被优参数,可以预测出不同飞行条件下的发动机风扇、压气机、燃烧室、高压涡轮、低压涡轮等部件特性。运用单纯形和遗传算法为基础的自适应模型对某型涡扇发动机性能的计算结果表明：相对于单纯形算法模型．遗传算法模型对发动机主要性能参数和过程参数的计算偏差降低了20％～30％;对发动机各截面总温、总压计算偏差降低了15％～20％;遗传算法模型相对于单纯形模型具有更为宽广的自适应模拟范围。对某型已知部件特性的涡扇发动机模拟结果显示．遗传算法模型部件特性模拟结果与已知部件特性差别甚微。     

航空发动机部件性能参数融合预测

为了改善目前单独采用基于模型和数据驱动的部件健康参数预测精度,提高数据驱动方法的故障诊断的泛化能力,提出一种自调整决策融合机制,对航空发动机部件性能蜕化在连续蜕化空间进行融合诊断。传感器测量值同时输入到机载自适应模型和数据驱动的诊断模块中,分别利用卡尔曼滤波算法和自适应遗传算法优化的支持向量回归机(AGA-SVR)对主要部件性能进行预测,再利用自调整决策权重的量子粒子群寻优(QPSO)进行决策级融合诊断。以某型涡扇发动机为对象进行气路部件蜕化的仿真研究表明,与单独使用基于模型和数据驱动的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度。     

基于非线性约束模型的发动机部件性能衰退研究

引入流量因子和效率因子,通过在稳态模型中修改流量因子和效率因子,模拟几种性能失效形式,分析了它们引起压气机和涡轮测量参数的变化.以发动机稳态模型为基础,构建优化部件性能参数的非线性约束模型,得到部件性能参数的衰退过程.在得到的性能参数基础上,代入到发动机稳态模型,得到对应的测量参数,同时滤掉噪声的干扰.又运用雅克比矩阵建立部件性能参数与测量参数的对应关系,得到的测量参数与非线性结果进行比较,证明了非线性约束模型计算发动机测量参数的优越性     

基于二阶鲁棒滑模观测器的民用涡扇发动机气路故障诊断

针对状态估计器在航空发动机气路参数估计中响应迟缓、鲁棒性不强等问题,以未知输入重构的思路,提出了一种基于Super-twisting滑模观测器的航空发动机气路故障诊断方法。通过将健康参数考虑为未知输入,设计滑模切换项重构健康参数的变化量,由于避免了状态估计器设计中健康参数导数为零的假设,本文的方法在处理突变故障时拥有更快的响应速度。针对鲁棒性问题,提出了一种新的故障向量增广形式,通过将扰动项增广至健康参数向量中,观测器的重构信号能够同时估计出健康参数变化量以及扰动项的大小,实现扰动与部件故障的解耦,从而避免了不确定项对健康参数估计结果的影响。本文建立了民用涡扇发动机包线范围内的线性变参数模型,通过不同故障模式下的数值仿真,并与状态估计器比较,验证了方法的有效性。结果表明,设计的滑模观测器具有小于0.5%的估计误差,有效地提高了气路健康参数的估计速度,增强了对不确定性的鲁棒性。     

发动机经验故障方程的建立与求解

本文提出了根据发动机故障样本建立发动机故障方程并利用最优化方法(主特征量模型)求解的故障诊断方法。经验故障方程是不同于发动机小偏差方程的另一类故障方程,它为发动机故障诊断提供了一条简便易行的途径,并且使发动机故障诊断范围扩展到气路分析方法难以适用的场合。文申讨论了经验故障方程的建立方法,求解方法和应用特点,给出了利用经验故障方程进行发动机故障诊断的实例。     

某涡扇发动机过渡过程仿真研究

采用部件法建立了某型涡扇发动机加速过程动态模型,并对不同加速供油量下发动机的加速过程进行了数值仿真,分析了其对发动机性能参数的影响;研究了不同喷口面积调节对发动机加速性的影响。计算结果表明,该方法较为符合实际情况,可以作为该型发动机加速过程控制的模型。      

桨扇发动机性能仿真建模与初步分析

为了获得更高的推进效率和更低的耗油率及CO2排放,本文采用变定压比热的方法建立了桨扇发动机的性能仿真模型．计算和分析了设计点飞行高度、飞行马赫数、动力涡轮膨胀比和桨扇效率变化对发动机设计性能的影响。