导叶冷却对涡轮级性能影响的数值研究

针对某高压燃气三维扭转涡轮导叶全叶身冷气射流进行了数值模拟,详细分析了在设计转速下改变冷气流量对叶片气动性能、冷却效率和叶栅通道损失的影响;对比分析了在冷气流量相同的条件下,改变转速对涡轮级性能影响.结果表明:不同冷气流量对导叶冷却孔附近区域的静压影响较为明显,而对下游转子的型面静压影响不大;导叶冷气射流对叶栅通道内主流气流角影响较小;冷气流量占主流流量由2.50%增加至6.25%,叶片绝热壁温降幅达11.19%,导叶叶栅通道总压损失和能量损失分别增加了12.95%和12.01%,而涡轮级功率和级效率分别降低了2.39%和1.51%.      

一类分数阶薛定谔方程孤立解的对称性研究

在有界环形区域上,研究了一类分数阶薛定谔方程孤立解的对称性问题。首先将分数阶薛定谔方程转化为包含Bessel位势和Riesz位势的积分方程组,然后利用移动平面法和Hardy-Littlewood-Sobolev不等式,证明了当方程边值为常数时,环形区域必为同心球,方程正解是径向对称的,且随着到对称点的距离增大而单调递减。     

火箭喷管极性自动化测试系统的改进设计研究

使用计算机视觉方法进行的发动机极性自动化测试是火箭地面测试中重要的测试环节，该环节存在进一步改进和提升的空间。将递归全对场变换（Recurrent All-pairs Field Transforms, RAFT）光流算法替代传统光流法检测技术用于发动机喷管实时运动监测，并根据现场测试场景对光流算法进行了优化，提升了运动检测速度与测量精确度，使自动测试系统具备了摆角的估测能力；在软件系统设计层面，引入差异图像直方图法监听法辅助喷管动作识别，避免了光流法对于未处在监测流程中的摄像头的冗余监听资源消耗，降低了系统硬件设备的负载，同时实现了一种可视化在线判读软件的设计。提出的软件与算法方面的改进在当前已投入使用的极性自动化测试系统上实现了进一步的优化。     

某扭力管万向节组件及支撑轴承的正弦振动疲劳研究

本文建立C919某扭力管万向节组件及支撑轴承的有限元模型，对其进行模态分析及正弦分析，推导了正弦振动下的疲劳寿命计算公式并预估了模型的寿命，通过模态试验验证了模型的正确性，通过正弦试验验证了疲劳寿命计算的正确性。该疲劳寿命计算方法可用来预估相关模型的正弦振动疲劳寿命。     

空气涡轮起动机优化设计和匹配特性

为改善某型空气涡轮起动机的性能，并使其与辅助动力装置的引气特性匹配，采用数值仿真和试验相结合的方法，开展了某型空气涡轮起动机气动性能和流场细节的研究，并完成了导向器和涡轮级叶型优化设计，改型后涡轮流量增大了23.2%，效率提升了3.4%，功率增加了18.0%。数值仿真和试验结果的对比表明，流量整体差别较小，波动范围在±3%以内，均值为0.17%；功率差别最大为2.38%，最小为0.1%，符合性较好。数值仿真结果表明，空气涡轮起动机改型后与辅助动力装置的引气特性线存在共同工作点，实现了两者的匹配工作，改善了辅助动力装置的工作状况。     

基于PSO-BP神经网络的固冲发动机推力估计器设计

为了对固体火箭冲压发动机的推力进行直接控制，提出了基于PSO（粒子群优化算法）优化BP（back propagation）神经网络的固体火箭冲压发动机推力估计方法。采用SPSO（标准PSO）和三种不同的BBPSO（骨干PSO）寻优神经网络权值，而后以最优权值进行BP网络训练，对其进行精调，如此便可获取推力和燃气流量、飞行马赫数以及飞行高度之间的非线性关系，从而完成推力估计器的设计。利用240组训练集数据对网络进行训练，并用180组测试集数据对网络进行验证。仿真结果表明：在SPSO、BBExp（exploiting BBPSO）、ABPSO^*（modified adaptive BBPSO）和SNPSO（simplified pruning strategy based BBPSO）等四种不同的PSO中，基于SNPSO优化BP神经网络实现推力估计器设计是最为便捷有效的方法，不仅形式简单，而且对于测试集数据而言，其能够将推力相对误差控制在5%以内。