利用多状态试车数据修正发动机部件特性

针对经典的航空发动机部件特性修正因子法的不足,提出一种于多状态试车数据的修正方法.利用发动机部件匹配模型方程以及试车参数计算值和实测值的差值组成目标方程组,采用改进的免疫粒子群算法优化求解获得部件特性修正系数.以多个不同状态下的修正系数为基础,利用滑动最小二乘方法拟合修正系数曲面,进而得到修正的部件特性图.数值试验表明:综合利用不同状态下发动机试车数据进行部件特性修正,克服了传统方法的不足.提高了修正部件特性在整个工作范围的精度.      

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。     

涡扇发动机部件特性的滤波自动修正更新方法

针对航空发动机部件制造装配以及性能蜕化引起的平均模型与个体发动机之间的性能不匹配问题,提出一种基于非线性滤波算法的发动机部件特性自动修正方法。根据发动机部件级平均模型输出与个体量测数据的残差,利用数据处理策略结合无迹卡尔曼滤波算法的不可测部件特性变化估计,自动更新发动机部件特性,建立发动机个体物理模型。通过小涵道比涡扇发动机仿真验证,结果表明该方法可自动修正发动机部件特性,相比较平均模型,通过该方法修正的发动机个体模型中各截面温度、压力计算偏差均在0.5%以内,有效提高涡扇发动机个体物理模型稳态、动态精度。     

某型涡扇发动机部件老化对性能影响的分析与计算

详细分析了部件老化对发动机性能影响的机理.利用所能得到的统计数据, 基于部件匹配技术, 通过将考虑部件老化影响的部件特性嵌入到发动机稳态性能计算模型中, 建立了考虑部件老化的发动机性能计算模型, 采用Newton-Raphson迭代收敛技术求解非线性方程组, 获得考虑部件老化影响的发动机性能.以某型涡扇发动机为例, 定量地计算分析了部件老化对发动机性能的影响, 计算结果和发动机实际试车数据对比具有较好的一致性, 表明本文发展的方法是合理的.      

基于燃气发生器法的小型中涵道比发动机性能计算分析

为了研究小型中涵道比分排涡扇发动机装机性能,建立了基于燃气发生器法的性能计算模型。由CFD数值模拟计算喷管特性,由发动机地面台架试验及针对小型中涵道比的特点发展的修正方法获取内外涵喷管进口总压和总温的修正系数曲线,经高空模拟台试验验证,发动机最大状态下的推力计算误差≤0.5%。再基于飞行试验测试数据,计算得到发动机在装机条件下的空气流量与飞行推力,与发动机设计厂家的模型计算结果相比,发动机各状态下推力最大误差≤1.3%,流量最大误差≤2.5%。结果表明：发展的性能模型修正方法适用于小型中等涵道比涡扇发动机的装机性能确定;同时修正中等涵道比分排发动机的内外涵喷管进口压力可提高模型推力计算精度;同时修正小流量分排发动机内外涵喷管进口温度可提高流量计算精度。     

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。     

基于粒子群算法的涡扇发动机气路性能修正

针对由于建模过程中条件简化及发动机零部件的差异性导致的发动机数学模型计算结果与整机性能实测数据偏差较大的问题,提出基于粒子群算法(PSO)的发动机模型修正方法,运用修正因子提高模型计算精度。将修正后发动机模型的计算结果与实测数据对比,结果表明:运用PSO算法对模型进行的修正能够显著提高模型的精度,修正前模型计算值与实测值的最大误差达4.85%,修正后最大误差只有0.97%,修正效果良好,且涡轮等后端部件比压气机等前端部件精度提高更为明显。     

Neural network-based model predictive control with fuzzy-SQP optimization for direct thrust control of turbofan engine

A nonlinear model predictive control method based on fuzzy-Sequential Quadratic Programming(SQP) for direct thrust control is proposed in this paper for the sake of improving the accuracy of thrust control. The designed control system includes four parts, namely a predictive model, rolling optimization, online correction, and feedback correction. Considering the strong nonlinearity of engine, a predictive model is established by Back Propagation(BP) neural network for the entire flight envelope,...     

大涵道比涡扇发动机核心机试验性能评定方法

为了在试验验证阶段准确、全面地剖析涡扇发动机核心机性能，基于核心机多次试验结果，提出在工程中易实现的核心 机性能评定方法。通过试验确定测量参数，介绍核心机性能评定工作流程，论述性能评定关键参数的测量和计算方法。分析部件 流量、效率等参数变化对核心机循环功及油耗的影响，以涡轮为例阐述部件试验与核心机试验差异的原因包含气动构型、工作环 境、测量不确定度、冷气4个维度的因素，论述了通过减少漏气、优化工作线等手段提升部件效率，讨论核心机流量、循环功、耗油 率对整机的支撑作用。核心机与部件偏离的合理范围应参照测量不确定度，超出合理范围的偏离采用了单因素敏感性分析方法 分解到部件层级。结果表明：该方法适用于大涵道比涡扇发动机核心机试验性能评定，对其他构型的核心机也有一定借鉴作用。     

涡轴发动机性能参数的等效换算

涡轴发动机采用自由涡轮物理转速为常数的调节规律不能保证发动机在工作条件变化时的完全相似,论证了传统相似换算公式在涡轴发动机上存在过大误差.利用某型涡轴发动机数学模型开展仿真研究,提出了涡轴发动机试验性能参数的等效换算方法.在某型发动机上的初步应用表明采用该方法可以有效减小功率和耗油率的换算误差,从而为制定涡轴发动机的试验性能修正标准和出厂验收考核规范奠定了基础.      

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。     

熵判别粒子群优化算法在发动机模型修正中的应用

因生产、安装工艺差别导致单台发动机部件特性的差异,使得模型计算结果与单台发动机的性能差异较大,提出了一种基于熵判别粒子群优化算法.通过判别粒子群的熵值,调整种群的多样性,对适应度差的粒子进行迁移,克服了易陷入局部极小点的缺陷.从仿真结果可知:基于熵判别粒子群优化算法的修正效果显然优于影响系数矩阵的修正方法.经验证,模型修正后的低压涡轮出口温度等8个目标性能参数的误差在1%以内,达到较好的修正效果,使单台发动机模型能够与真实发动机进行匹配.      

某型涡轴发动机性能衰减与部件退化评估

为在某型涡轴发动机持久试验中进行性能健康检查,采用多点匹配方法建立了个体发动机性能衰减计算模型,基于非线性气路分析方法对部件性能退化进行了计算,集合已有经验确定性能偏离部件,完成了某型发动机持久试验中不同阶段的性能衰减评估.结果表明,某型发动机性能衰减及部件性能退化成阶段性分布,前期压气机和燃气涡轮性能变化最快,随后处于相对稳定阶段,动力涡轮性能在目前试验时数范围内基本无变化.该方法的验证为涡轴发动机使用过程中的性能健康与评估提供了有益的经验.      

基于试飞数据的涡轴发动机性能建模技术

为了实现军用涡轴发动机在装机状态下的虚拟预测试飞，通过罚函数法求解超定非线性方程组的最小二乘解，并采用回归分析对部件特性耦合因子进行曲线拟合，优化基准稳态模型，构建了某型涡轴发动机稳态性能计算模型；在此基础上，应用发动机加减速试飞数据，综合考虑部件容腔效应、转动部件的转子动力学和高温部件的传热效应，开发了涡轴发动机部件级过渡态性能计算模型。采用该模型对包线范围内不同工况的发动机稳态和过渡态工作过程进行了仿真预测，结果表明：与真实装机试验结果相比，发动机各工作参数的稳态预测精度在4.2%以内，过渡态预测精度在9.2%以内，满足工程精度要求。该模型能够满足虚拟预测试飞的技术需求，对涡轴发动机的设计、试飞和使用具有重要作用。     

求进气道与发动机共同工作点的计算法

本文建立了由进气道节流特性风洞实验数据和发动机流量特性求其共同工作点的计算法.应用此法能准确计算任意给定飞行条件、大气条件和发动机工作条件下进气道性能数据.与国内进气道设计中常使用的图解法相比,这个计算法便于建立推进系统一体化的数学模型,并能提高数据的准确性,减轻工作量.     

超燃冲压发动机流量匹配的临界流量法

为了使用基于积分方程的超燃冲压发动机性能计算模型模拟跨燃、亚燃工作模态,用临界流量法建立用于表征燃烧室热壅塞程度的残差方程,并以隔离段出口静压为独立变量,通过牛顿迭代法迭代求解残差方程,模拟了燃烧室内存在临界截面（即喉道）但不出现热壅塞的实际跨燃、亚燃工作状态。结果表明：该方法能够确定有喉道的超燃冲压发动机燃烧室一维参数分布,并具有计算精度高、计算速度快、收敛性好等优点,可以为基于积分方程的超燃冲压发动机性能计算模型求解提供一定的参考。     

Cathode design investigation based on iterative correction of predicted profile errors in electrochemical machining of compressor blades

Electrochemical machining (ECM) is an effective and economical manufacturing method for machining hard-to-cut metal materials that are often used in the aerospace field. Cathode design is very complicated in ECM and is a core problem influencing machining accuracy, especially for complex profiles such as compressor blades in aero engines. A new cathode design method based on iterative correction of predicted profile errors in blade ECM is proposed in this paper. A math-ematical model is first built according to the ECM shaping law, and a simulation is then carried out using ANSYS software. A dynamic forming process is obtained and machining gap distributions at different stages are analyzed. Additionally, the simulation deviation between the prediction profile and model is improved by the new method through correcting the initial cathode profile. Further-more, validation experiments are conducted using cathodes designed before and after the simulation correction. Machining accuracy for the optimal cathode is improved markedly compared with that for the initial cathode. The experimental results illustrate the suitability of the new method and that it can also be applied to other complex engine components such as diffusers.     

基于气路参数融合的涡扇发动机性能退化预测

针对单参数驱动的涡扇发动机性能退化预测精度不高的问题,提出了一种基于气路参数融合的涡扇发动机性能退化预测的方法。通过监测发动机性能退化过程中多源参数,采用专家经验和核主成分分析相结合的方法,进行发动机性能参数的选择和融合,从而构建健康参数。基于非线性Wiener过程构建涡扇发动机退化模型,采用极大似然方法求得发动机退化模型的离线参数估计值;由于不同发动机性能退化的差异性,基于贝叶斯更新理念对随机参数进行实时更新,可以实现对单台发动机的性能退化实时预测。通过实例验证,采用此方法在预测末端方均根误差为0.028 3,整体预测精度提升了54.5%,可以辅助指导维修决策。      

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。     

某型涡扇发动机状态模型修正

为了针对每一台发动机建立准确的气路故障诊断模型,采用部件法建立了某型涡扇发动机的基准数学模型,分析了模型失配的原因,确定出需要修正的特性参数,采用小波分析实现对可测参数数据的预处理,通过求解所建的扩展非线性方程组完成了发动机模型的离线修正。经仿真验证该算法有较高精度,且易于工程实现,为建立准确的稳态气路故障诊断方程奠定了基础。