基于改进果蝇算法优化的GRNN航空发动机排气温度预测模型

利用广义回归神经网络(GRNN)良好的非线性映射能力,对航空发动机排气温度(EGT)进行预测。由于GRNN的预测性能受宽度系数的影响,因此采用改进的果蝇算法优化广义回归神经网络(IFOA-GRNN),并用优化后的GRNN对航空发动机的EGT进行预测。以某发动机为案例,选取相关参数作为预测模型的输入变量,EGT作为预测模型的输出变量。在相同的样本分配下,将FOA-GRNN(fruit fly optimization algorithm to optimize GRNN)、GRNN、自回归预测模型和优化的支持向量回归机作为对比算法。分析结果表明:IFOA-GRNN的收敛精度高于FOA-GRNN;IFOA-GRNN对EGT预测的平均相对误差为2.47%、拟合优度为0.8506,其预测效果均优于其他对比算法;同时,IFOA-GRNN对噪声的敏感性也低于其他对比算法。      

基于相空间重构和神经网络的压气机机匣静压预测

建立了基于相空间重构和径向基神经网络的压气机机匣静压的预测模型。对试验数据进行相空间重构,分析其混沌特性,根据重构相空间的最小嵌入维数确定网络输入参数的个数,采用K均值聚类的方法优化网络的拓扑结构,根据时间序列的最大李亚普诺夫指数确定预测模型的最大有效预测步数,利用径向基神经网络的强大非线性映射能力,实现对时间序列的非线性预测,试验结果证明了该方法的有效性。该方法对压气机趋势监控具有一定的参考价值。      

燃烧室进口高温高压状态下一氧化碳排放特性研究

对装有双旋流空气雾化喷嘴的试验燃烧室在宽广进口总温、进口总压范围以及燃烧室油气比范围内的一氧化碳排放特性进行了试验研究。取得了燃烧室在高温高压状态下工作时一氧化碳排放特性结果。并且根据已有一氧化碳排放指数经验模型,计算了相同工况下该试验燃烧室一氧化碳排放量。      

基于DBN效能拟合的舰艇编队作战效能敏感性分析

针对传统的舰艇编队作战效能分析方法中存在的对数据利用不充分、对数据完整性要求较高的问题，提出了基于深度学习的效能拟合方法。从最具有代表性的敏感性分析方法Sobol指数法入手，利用深度学习方法优越的特征学习能力，基于深度信念网络（DBN）构建了效能拟合网络，结合无监督预训练和有监督调优实现了网络训练和参数优化，构建出效能拟合模型。将产生的数据应用于效能分析模型并与完全数据条件下的效能分析结果进行对比，验证了所提出的效能拟合模型对于不完全数据下的作战系统敏感性分析的有效性。     

基于损伤检测的飞机结构腐蚀损伤预测方法对比研究

针对飞机结构材料易腐蚀特点,采用 BP 神经网络算法、数据拟合方法、指数平滑预测三种方法,对飞机铝合金结构腐蚀损伤进行预测对比分析。预测结果及其误差以及对比分析图表明,BP 神经网络算法所构建的网络预测模型对一定腐蚀周期内的腐蚀损伤有较好预测能力,指数平滑预测方法和幂函数数据拟合方法对一定腐蚀周期之外的腐蚀损伤预测有较好的外延性。     

低排放燃烧室化学反应器网络模型的参数化

为了掌握低排放燃烧室的污染物排放情况,对其化学反应网络器(CRN)模型的参数化进行研究.对爬升工况下燃烧室CFD数值模拟结果进行分析,划分燃烧室的结构,得到燃烧室的CRN模型.再利用自编程软件对燃烧室的结构参数和进口参数进行参数化定义,并把参数化的CRN模型在不同工况下的模拟结果与试验结果分别比较.结果表明:在慢车工况下二者相差不大,在爬升工况下二者差异也在允许误差范围之内.验证了该模型可行性较好,该参数化CRN模型可用于预测低排放燃烧室的污染物排放量和出口温度.     

基于化学反应网络模型法的低排放燃烧室NOx模拟及预测

通过对一种贫油预混预蒸发燃烧室进行数值模拟获得初步燃烧流场、温度场等信息,再根据其流场分布特点划分不同的反应区域,采用基于详细化学反应机理的化学反应网络模型法对其NOx排放进行预测。通过与试验数据的对比验证,建立了该型低排放燃烧室的NOx排放预测模型和NOx排放预估关系式,同时利用该模型对该型燃烧室在不同工况下的NOx排放进行了预测。分析结果表明,该模型预测精度误差在9%以内,具有一定的工程应用价值。     

一种贫油燃烧室进口温度和压力对污染物排放影响的试验研究

以一种中心分级的贫油预混预蒸发单头部燃烧室为研究对象,通过模拟不同燃烧室进口温度和压力,研究其对污染物排放的影响。结果表明,燃烧室进口温度和压力升高对CO、UHC的生成影响相对较小,但对NOx的生成影响很大。通过对排放数据的最佳拟合,得到了NOx发散指数与进口温度和压力之间的预估关系式,并利用已有的单头部燃烧室返场与巡航状态及三头部扇形燃烧室爬升与起飞状态的NOx排放试验数据,对其进行了验证。     

富油燃烧/快速淬熄/贫油燃烧(RQL)工作模式下驻涡燃烧室排放性能试验

针对使用液态燃料(航空煤油)的富油燃烧/快速淬熄/贫油燃烧(RQL)工作模式驻涡燃烧室排放性能开展了系统的试验研究,分析总结了驻涡区余气系数、进口空气流量和进口空气温度等参数影响RQL工作模式驻涡燃烧室排放性能的变化规律.结果表明:随着驻涡区余气系数增大(a=0.61～1.53),CO和UHC(未燃碳氢化合物)体积分数...     

基于多模态融合的任意对称翼型结冰预测方法

为解决目前绝大多数神经网络冰形预测方法只能针对特定翼型且不具备面向多翼型特征的普适性的问题，采用基于多模态融合的深度神经网络方法，以翼型截面图像与结冰工况参数作为输入，以二维冰形曲线傅里叶级数拟合参数作为输出，建立深度神经网络预测模型，实现了对任意对称翼型结冰特征的预测能力。结果表明：提出的模型可以准确地预测任意对称翼型几何特征条件下的结冰外形，冰形面积与最大冰厚等冰形主要参数预测误差均保持在10%以下。     

LPP低污染燃烧室单头部燃烧性能试验

对贫油预混预蒸发(LPP)低污染燃烧室单头部三级旋流器进行燃烧性能试验,研究不同的油气比、进口空气流量和进口空气温度以及值班级喷嘴安装位置对燃烧室出口截面燃烧性能的影响,获得了燃烧室出口截面温度分布、燃烧效率以及污染物排放的规律.试验结果表明:①油气比增加,NOx排放相应增加;头部A燃烧性能稍优于头部B;②同一油气比下进口空气温度越高,其燃烧污染物排放越多;进口空气流量越大,污染物排放越少;③值班级喷嘴安装位置对LPP低污染燃烧室燃烧性能有一定影响.      

基于数据的航空发动机排气温度裕度及剩余寿命计算方法

针对航空发动机重要监控参数排气温度裕度(EGTM)计算及预测困难的问题,根据航空工业标准实施指南,建立了一种基于数据的EGTM计算方法及剩余寿命预测模型。分解EGTM影响因素并基于修正后的相似理论对风扇转速及排气温度进行修正。对部分换算/修正公式参数的离散试验数据进行拟合,得到关系曲线。利用支持向量机学习发动机引气系统影响因素,通过遗传算法优化支持向量机的惩罚因子及核函数参数,获得经引气系统参数修正后的EGTM值。利用小波变换对EGTM进行降噪和特征提取。运用多项式回归拟合特征参数,确定单发/平均机队EGTM性能衰退率,计算EGTM剩余寿命。该模型实现了从数据输入到剩余寿命预测的全过程计算,EGTM计算结果与发动机厂商提供的结果对比拟合优度达0994。剩余寿命衰退曲线拟合效果与小波变换后EGTM曲线对比拟合优度达098。结果可作为维修计划制定及经济成本计算的理论支撑和参考依据。     

RQL工作模式下驻涡燃烧室排放性能的试验研究

针对使用液态燃料（航空煤油）的RQL（Rich-burn Quick-quench Lean-burn）工作模式驻涡燃烧室排放性能开展了系统的试验研究,分析总结了驻涡区余气系数、进口空气流量和进口空气温度等参数影响RQL工作模式驻涡燃烧室排放性能的变化规律。结果表明：驻涡区余气系数增大（α=0.6～1.5）,CO、UHC体积分数升高,NOx体积分数降低;随着进口空气流量增大（Wa=0.4～0.6kg/s）,CO、UHC、NOx体积分数均升高;随着进口空气温度升高（283K～473K）,CO和UHC体积分数降低,NOx体积分数升高.     

AO-LSSVM在铣削铝合金表面粗糙度预测研究与应用

为提高铣削7475铝合金表面粗糙度（）的预测准确性和便捷性，本文基于天鹰优化器算法（AO）对最小二乘向量机（LSSVM）进行优化，以4个铣削参数作为输入值，作为输出值构建铣削铝合金预测模型，通过与粒子群（PSO）优化最小二乘支持向量机（LSSVM）和LSSVM 两种算法进行对比，采用灰色关联对铣削参数与表面粗糙度之间的相关性进行分析并通过GUI界面搭建预测系统。结果表明：基于AO-LSSVM的预测模型的预测误差为4.287 6%，拟合优度达到0.938 64，优于其他算法；每齿进给量与的相关性最大，灰色关联度值为0.764；通过GUI预测应用系统能实现高效、便捷、准确地预测值。     

贫预混燃烧室化学反应器网络模型建模及不确定性分析

基于CFD三维数值模拟结果的化学反应器(CRN)网络模型方法具有快速预估燃烧室NOx排放的特点。研究通过CFD数值模拟手段获得了贫预混燃烧室流场、温度场等特征分布,基于燃料空气掺混特性、速度场、温度场、OH分布以及达姆科勒数,燃烧室被离散划分为预热区、火焰锋面区、火焰过渡区、后火焰区、中心回流区以及角回流区,建立了复杂的CRN模型表征燃烧室内部的流动特征和火焰结构。以贫预混燃烧器为对象,与实验结果进行了对比验证。通过敏感性和不确定性分析获得了反应区域停留时间和烟气回流比例等关键参数对NOx排放的影响规律。结果表明:CFD-CRN混合方法更适用于在高当量比条件下贫预混燃烧室NOx排放的快速有效预测。在相同扰动强度的条件下,反应预热区域和火焰锋面区域的停留时间扰动对CRN模型预测NOx的生成量和稳定性影响更显著。CFD-CRN混合方法应明确在较高的绝热火焰温度条件下烟气回流比的准确性计算及其对NOx生成的显著影响。      

轻型燃气轮机燃烧室NOx 排放估算

为了解决NOx排放预估问题,应用数值模拟方法研究轻型燃气轮机燃烧室NOx排放规律。将数值分析结果与文献中经验公式计算数据进行比较与分析,验证数值方法的准确性;基于进口压力、空气质量流量、主燃区温度3个参数拟合NOx排放预估公式。结果表明:数值模拟得到的NOx排放值与文献中经验公式计算出的符合度较高;结合数值计算结果得到的NOx排放预估公式;该公式能有效反映上述3个参数对NOx排放的影响;采用验证后的高精度数值模拟方法建立的NOx预估模型所得结果具有一定的科学性及可靠性,并可降低试验成本。     

基于BP神经网络的多应力加速寿命试验预测方法

 针对多应力加速寿命试验(ALT)中传统的寿命预测方法存在建立加速模型及求解多元似然方程组困难的缺点,基于反向传播(BP)人工神经网络(ANN),利用BP神经网络良好的预测特性,建立了多应力恒定加速寿命试验寿命预测模型。首先,以加速寿命试验中的加速应力水平和通过经验分布得到的可靠度作为网络训练输入向量;以非线性最小二乘法对原始失效数据进行拟合并得到回归方程,利用回归方程生成大量的仿真数据作为训练目标向量;然后,建立3层BP神经网络并对网络进行训练。最后,把正常应力水平和设定的可靠度输入训练好的网络,得到预测的失效时间,进而给出可靠度函数的预测曲线。通过仿真算例对本方法进行验证,预测值和仿真值相比较表明,所建立的网络能反映应力水平、可靠度与寿命的关系,为多应力加速寿命试验的寿命预测提供了新的思路。     

基于神经网络的扰流柱通道表面传热系数预测

针对扰流柱通道结构的流动传热过程进行了仿真研究，构建了该结构内部表面传热系数的快速预测模型。该预测模型首先构建了若干流阻元件用于冷气质量流量预测，之后根据质量流量预测结果计算通道内的流动雷诺数。将雷诺数与几何结构参数组合并输入基于遗传算法优化的反向传播神经网络，分别预测通道内不同结构的平均表面传热系数。最后建立基于肋化传热模型的扰流柱导热等效表面传热系数换算方法，以便将预测模型应用于实际双层壁涡轮叶片的冷效预测。经数值仿真验证，该模型对通道内冷气质量流量和表面传热系数进行组合预测，相对误差控制在5%以内。     

基于POD-PCE-Kriging模型的航空发动机高维多目标优化

针对于传统的航空发动机燃烧室设计过程计算周期长，加工和试验成本高，制约发动机设计周期的问题，基于航空发动机燃烧室模型，结合POD-PCE-Kriging（本征正交分解-多项式混沌展开-Kriging）模型和粒子群优化（PSO）算法开展了燃烧性能代理模型的构建和多目标优化设计。通过试验，应用POD-PCE-Kriging模型预测结果与一维程序计算结果进行对比分析，针对于燃烧效率和总压损失预测值的方均根误差分别为0.006 3%和0.122 7%。对设计变量参数开展寻优，并对获取的Pareto最优解集进行了分析，为满足性能指标的先进航空发动机燃烧室设计提供了物理见解，可以快速准确获得满足最优性能的设计参数，缩短航空发动机的研制周期。     

燃气轮机燃烧室预混喷嘴排放性能的试验和数值研究

为了研究当量比、值班燃料量和压力对燃气轮机燃烧室预混喷嘴排放指标的影响,在环境压力下按照等速模化原理进行了燃烧室预混喷嘴的燃烧试验,基于化学反应网络法构建了污染物预测模型,开展了试验和数值对比研究。结果表明:在带值班燃料的情况下该预混喷嘴当量比φ在0.35～0.5时可满足国标排放要求,但是值班燃料量增大会使NO_x排放升高;在φ0.4时,压力对纯预混燃烧NO_x生成无影响,φ0.4时,NO_x会随压力升高而增多;带有值班燃料的预混燃烧时,NO_x对压力变化敏感,压力升高导致NO_x增多;该预混喷嘴混合性能对空气流速不敏感、燃料兼容性强,排放达标当量比范围宽,经进一步设计开发后有潜力应用于燃气轮机低排放燃烧室中。该化学反应器网络模型依赖经验较少,当值班燃料比例≤0.17时,对污染物预测与试验数据符合较好。