火箭发动机基于神经网络非线性辨识的故障检测

应用神经网络方法，提出了一种液体火箭发动机故障实时检测算法。神经网络采用非线性辨识技术贴近发动机的工作过程，并输出包合发动机故障信息的辨识误差信号。若辨识误差变大超过一定阈值，检测逻辑就预报发动机故障。在发动机启动阶段离线训练神经网络，在发动机稳态过程可以采用离线或在线学习算法。实验研究表明神经网络可以成功地应用于大型泵压式液体火箭发动机的故障检测。     

多关节坐标测量机结构参数的校准

多关节坐标测量机末端测头的位置准确度主要受各杆件结构参数误差的影响,为提高多关节坐标测量机的测量准确度,必须对各杆件的结构参数进行校准。首先应用ＤＨ 分析方法,建立了多关节坐标测量机的运动学模型,然后提出了一种简单、快速的单点 多姿态校准方法,运用全微分、最小二乘法和迭代算法等数学方法,建立了校准模型。实验表明,该校准方法适合于多关节坐标测量机结构参数真值的获得,并可极大地提高测量机的位置准确度。     

涡轴发动机全状态实时气动热力学数值模拟

应用“外推”法得到了某型涡轴发动机起动状态的部件特性,采用容积法建立了表达发动机热力过程特性的非线性方程组,从而,解决了通常的部件法建模所带来的需要迭代的问题,建立了涡轴发动机全状态的气动热力学实时模型,给出了某发动机工作全过程的数值模拟结果。     

小展弦比飞翼跨声速典型流动特性研究

小展弦比飞翼标模为国内自主设计的融合体飞翼通用研究模型,前缘后掠角为65°,展弦比为1.54。风洞试验结果表明小展弦比飞翼标模在跨声速迎角4°开始出现非线性升力,在迎角12°至16°范围内会出现升力突然下降、俯仰力矩突然上扬的现象。为了分析该现象的机理,通过数值模拟的方法研究了小展弦比飞翼标模在马赫0.9时的流动特性,分析了前缘涡的产生、发展直至破裂的整个过程,结果表明:小展弦比飞翼标模在迎角4°开始出现涡升力;随着迎角增加,前缘涡逐渐向内侧移动,涡强和背风面激波的强度也逐渐增加,前缘涡与激波发生交叉干扰并达到一个平衡流态;当前缘涡与激波无法维持既有平衡时则会发生涡破裂,流场急剧变化以达到新的平衡,从而导致升力突然下降并产生抬头力矩增量。     

工程陶瓷的加工技术

主要介绍了国内外工程陶瓷特种和常规加工技术的开发及应用近况。     

高准确度直流电阻分压箱的校准

分析了直流电阻分压箱的技术指标和校准水平,提出了等分测量的校准方法,进行了不确定度分析,给出了验证方法。结果表明：用该方法校准的分压箱,比率误差为１０＾－７量级。     

基于某微型发动机对比分析轴流涡轮与向心涡轮的气动性能与减重

为了确定厘米级微型涡轮发动机在相对较大功率、流量需求时的涡轮形式,以实现发动机更高的性能,本文基于某直径12厘米微发样机开展研究。本文估算了该样机整机环境下单级轴流涡轮的做功能力,并按参数优选规律设计了一台微型轴流涡轮,将之与该样机所采用的微型向心涡轮进行对比,基于CFD和CAD工具分析了两种叶轮在功率、效率及尺寸重量方面的差别。研究表明：在先进微小型发动机总压比提高（4～6,本文设计采用4.2）的情况下,涡轮为了在保持效率的同时满足压气机更高的功率需求,轴流式必须采用双级方案,向心式单级就可满足要求;在压气机压比4～6条件下,进一步对比双级轴流与单级向心方案的结果显示,当流量小于500g/s时,向心式具有尺寸重量优势,发动机能实现较高的推重比。针对厘米级微型发动机,在发动机增压比较高且没有超出单级向心涡轮做功能力的范围时,向心涡轮方案是更好的选择。     

LD10网格加强肋结构壁板的化学铣切工艺研究

为了寻找到化铣槽液各组分的最佳含量范围,使零件达到稳定化铣侧切率,减少板材铣切厚度差,本研究通过测量对比试片在各组分含量的槽液中铣切壁板的侧切率和均匀度参数来实现.结果表明,当NaOH初始浓度为200 g/L、溶解Al3+为70～110 g/L、温度(90±5)℃的技术条件下能够得到肋条偏差Tw±0.75 mm、壁厚偏差Ts±0.15 mm的较理想的化铣产品.     

An adaptive turbo-shaft engine modeling method based on PS and MRR-LSSVR algorithms

In order to establish an adaptive turbo-shaft engine model with high accuracy, a new modeling method based on parameter selection (PS) algorithm and multi-input multi-output recursive reduced least square support vector regression (MRR-LSSVR) machine is proposed. Firstly, the PS algorithm is designed to choose the most reasonable inputs of the adaptive module. During this process, a wrapper criterion based on least square support vector regression (LSSVR) machine is adopted, which can not only reduce computational complexity but also enhance generalization performance. Secondly, with the input variables determined by the PS algorithm, a mapping model of engine parameter estimation is trained off-line using MRR-LSSVR, which has a satisfying accuracy within 5&. Finally, based on a numerical simulation platform of an integrated helicopter/ turbo-shaft engine system, an adaptive turbo-shaft engine model is developed and tested in a certain flight envelope. Under the condition of single or multiple engine components being degraded, many simulation experiments are carried out, and the simulation results show the effectiveness and validity of the proposed adaptive modeling method.