航空发动机整机振动中的不平衡-不对中-碰摩耦合故障研究

针对航空发动机整机振动分析,建立了含不平衡-不对中-碰摩耦合故障的转子-滚动轴承-机匣耦合动力学模型.在耦合模型中,考虑了机匣运动,同时,充分考虑了滚动轴承间隙、非线性赫兹接触以及变柔性VC(varying compliance)等非线性因素;在耦合故障中,建立了不平衡、不对中和碰摩故障模型.运用数值积分方法获取了系统响应,研究耦合故障特征和规律.仿真计算分析表明了该模型的正确有效性.      

基于振动传递符号有向图的齿轮箱嵌入式传感器优化配置模型与算法

针对嵌入式条件下振动信号的采集方式、传递路径与传统方式不同的特点,采用有限元仿真方法,分析了嵌入式传感下齿轮箱故障振动的传递特性,在此基础上建立了基于故障振动传递符号有向图的优化配置模型,并研究了基于粒子群优化的求解算法.案例仿真结果验证了上述方法的有效性,为在齿轮箱内部合理嵌入传感器提供了一种可行途径.      

平板叶片冲击复合材料层合板的数值模拟方法

以某型发动机的复合材料外涵机匣为模型,用LS-DYNA对平板叶片冲击碳纤维复合材料模型机匣进行了数值模拟。应用在LS—DYNA中的复合材料建模方法,分析了模拟冲击条件下的穿透阈值和复合材料的吸能特性,铺层角度、顺序对冲击过程的影响,以及在相同冲击速度下冲击角度对冲击过程的影响。最终得到平板叶片冲击复合材料机匣的模拟结果。     

管道强制电流阴极保护电位计算的等效电阻法

针对受一个阴极保护站保护的埋地钢质管道,提出了管道电位和电流计算的等效电阻方法,并用解析方法推导出管道覆盖层破损后电位和电流的计算公式。等效电阻方法将所研究管道划分成若干管段,用一个电阻表示管段对轴向电流的阻碍作用,一个电阻表示对径向电流的阻碍作用,从而将管道强制电流阴极保护系统表示成一个等效电阻电路。利用网孔电流法求解该电路的网孔电流,并计算出管道各节点上的电位。计算结果表明,等效电阻方法得到的结果与解析法的计算结果完全吻合。该方法特别适合于管径和（或）过渡电阻发生变化的情况。     

一个新的可压缩性修正的k-ε模型

考虑结构可压缩性修正的影响,发展了一个同时考虑结构可压缩性修正和膨胀可压缩性修正的k-ε湍流模型,新模型包括Chang可实现性、Heinz湍流动能产生项以及Sarkar可压缩性三部分修正.新模型扩宽了以往发展的可压缩性修正模型的适用范围,适用于高超声速(M>5)复杂湍流流动中.通过对多个复杂超声速横侧射流工况的计算,验证了新模型的预测效果.与实验结果相比表明,几个工况下新模型的预测精度都显著高于标准k-ε模型.流体分离强度越大,新模型的修正效果越显著.与标准k-ε模型相比,新模型计算结果与实验更加接近.     

对转压气机转差特性试验与数值研究

为了探索对转压气机流场特性,积累相关设计经验,本文进行在前后级转子等转速压比和效率特性试验基础上,着重进行了前后级转子不同转差下的特性实验。同时,借助CFD技术,辅助分析了转差对压气机特性及流场的影响。结果表明,转差变化引起压气机性能与流场结构发生显著变化,是影响压气机性能的主要因素之一。     

气流激励下叶片的高周疲劳概率寿命预估

航空发动机中叶片振动引起的高循环疲劳失效是尤为突出的问题,将概率方法引入叶片高周疲劳寿命预估是叶片高周疲劳问题研究的重要途径。建立了叶片系统的概率疲劳积累损伤模型,由求得的振动应力出发,提出了一套完整的气流激励下叶片高周疲劳概率寿命的预估方法,分析中可以量化各种不确定因素对振动应力和疲劳寿命的影响,包括模态特征的不确定性和激励特征的不确定性。结合具体工程算例,分析得到某小型发动机二级静叶在工作转速下随工作时间增长的概率疲劳积累损伤,并给出了对应的工作可靠性。     

附面层抽吸对叶栅表面分离流动控制的实验研究

以某高亚声速叶栅风洞为实验平台,运用粒子成像测速仪(PIV)对平面叶栅吸力面进行了附面层抽吸试验研究。验证了附面层抽吸技术在附面层分离流动控制方面的可行性和有效性。通过与数值模拟结果的对比分析,验证了本试验测量结果的可靠性。通过对不同抽吸位置处抽吸效果的研究表明:在同一抽气量下,合适的抽吸位置是控制附面层分离的重要因素。当抽吸位置处于分离起始点与严重分离区之间时,附面层分离才能够得到明显的抑制,流场结构得到显著的改善。     

应用修正的k-ε模型研究超声速H2/Air燃烧

为了研究超声速燃烧中流体可压缩性的影响,对标准k-ε湍流模型进行可压缩性修正(包括结构可压缩性修正和膨胀可压缩性修正两部分)。分别应用标准k-ε模型、修正的k-ε模型和雷诺应力模型(RSM),考虑氢气/空气详细化学反应机理(GR I-M ech 2.11机理,10组分,28基元反应),数值模拟有壁面限制的超声速混合层冷态及热态流场。结果表明:壁面和燃烧对湍流影响都很大;修正模型对冷态以及燃烧场的预测结果优于其它两个;修正模型预测的混合层厚度更薄,燃烧区域更窄,与实验结果吻合地更好。     

Elman网络在某型自动驾驶仪飞控盒多故障诊断中的仿真研究

目前采用传统故障诊断方法对复杂系统进行故障诊断时,还存在许多缺点,尤其在多故障同时发生的情况下,传统故障诊断方法难以准确定位故障点。为此,基于Elman神经网络,结合故障字典法,设计了一种基于Elman网络的综合故障诊断方法。为验证该方法的准确性,以某型飞机自动驾驶仪飞控盒的几种主要故障为诊断源,仿真研究了所设计的综合故障诊断方法。仿真结果表明,与传统故障诊断方法相比,所设计的基于Elman网络的综合故障诊断方法在进行多故障诊断中对故障的准确定位是有效的和快速的。