航空发动机故障仿真研究

基于航空发动机正常工况下的数学模型,结合航空发动机实际运行状况,确立了几种发动机的典型运行故障。通过对故障进行分析,选取对故障比较敏感的气动或性能参数作为故障诊断参数。最后,在以上基础上建立航空发动机故障数学模型。     

基于Kriging方法的航空发动机压气机特性元建模

针对求解航空发动机数学模型时,使用传统的压气机二维特性曲线进行插值计算精度较差的问题,引入了优化技术中元建模的思想,对压气机特性进行模型重构.根据压气机特性数据空间分布的特点,定义元模型的输入输出维数,采用Kriging算法建立了流量和效率特性的代理模型.以某型涡扇发动机为例进行了压气机特性元建模的仿真计算,设定了满足...     

压气机性能参数对积垢的敏感性分析

压气机工作过程中,叶片表面逐渐沉积了一层积垢,这将使压气机的压比、效率下降,降低发动机的输出功率。分别对积垢分布在叶片前缘、吸力面与压力面以及不同转速下的压气机性能参数进行了仿真计算,结果表明：压气机在不同污染程度和不同转速下,入口压差对积垢的变化都是比较敏感的,而且便于测量,不易受外界干扰,对估计压气机积垢的污染程度和确定压气机清洗时机具有指导意义。     

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。     

试车数据驱动的涡轴发动机起动过程模型辨识

针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明：得到的辨识模型输出参数,如燃气发生器转速n_g、输出轴转速n_r和涡轮后温度T₄都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。     

发动机自动测试系统的虚拟仪器技术

从航空发动机测试仪器的角度出发，对发动机测量仪器的发展及趋势进行了探讨，论述了虚拟仪器的概念、发展、体系结构，阐述了虚假仪器的构建技术及航空发动机自动测试系统中的应用前景。     

航空发动机使用寿命监视研究

阐明了发动机使用寿命监视系统的组成及寿命监视过程,重点介绍了使用寿命的确定方法和计算模型.通过对发动机飞行参数进行筛选,提取影响寿命的参数,可计算出某次具体飞行所消耗的寿命,为使用和维修提供参考依据.     

暖机对压气机叶片径向变形影响的试验研究

为进一步研究暖机对发动机压气机叶尖间隙变化的具体影响,对不同暖机时间与不暖机情况下压气机叶片的径向变形进行了试验研究.由于在发动机整机试验中叶片径向变形无法测量,选择模拟件进行温度与离心耦合作用下的变形试验.利用两种叶片材料制作板材试样,以台架测试数据为基础,计算出发动机启动及慢车至最大状态过程中叶片的离心力和截面温度...     

基于聚类与粒子群极限学习机的航空发动机推力估计器设计

针对航空发动机推力不可测,部件级模型求解推力精度不高、实时性差的问题,提出了基于快速寻找密度极点聚类与粒子群极限学习机的航空发动机推力估计方法。首先利用基于快速寻找密度极点的聚类算法对全工况范围内的台架试车数据聚类,然后在每一个子类中,用粒子群极限学习机设计了子推力估计器。在子类推力估计过程中,为使网络拓扑结构最优,用粒子群算法寻找极限学习机的最优隐层神经元数目的方法。训练与测试表明,推力估计测试相对误差最大值为3.06‰,优于传统的RBF(7.25‰)与BP(14.84‰)神经网络方法,能够满足直接推力控制与机载在线实时状态评估的需求,且可将方法扩展到其他不可测参数的估计。