带有支承不同心转子系统的动力响应

通过对转子结构和动力学特性的分析,利用Lagrange能量法建立了适应航空发动机柔性转子系统在不同心和不平衡激励作用下的动力学模型,揭示了转子振动响应中非线性振动特征的产生机理和影响因素.数值仿真结果表明:由于支承不同心量和不平衡力的共同作用,转子及其连接结构会发生复杂的非线性动力学变化,使转子系统振动响应呈现出非线性特征,包含1倍和2倍频分量,响应的幅值和频谱特征与不同心量和不平衡量的分布密切相关.      

用于碳纤维复合材料的电热除冰技术实验研究

 针对碳纤维复合材料机翼的电热除冰技术研究现状,提出了采用多层材料结构的电热除冰垫技术方案.该电热除冰垫各层均由具有不同热功能的材料构成,其中部分材料为根据性能需要自行制备得到的.采用有限容积法(FVM)对除冰垫的性能进行了数值模拟,确定了隔热层厚度,验证了加热回路的均匀性.根据所确定的方案制备了电热除冰垫,并利用自行搭建的除冰验证装置对该电热除冰垫的性能进行了实验研究,得到了加热热流密度、来流风速、来流与除冰表面间夹角对除冰性能的影响规律.研究表明,该电热除冰垫具有良好的除冰性能,除冰方案可行.     

民用航空发动机振动监测方法研究

对民用航空发动机振动监测原理、监测算法和发动机振动位移量到飞机振动单位的转换关系进行了系统研究。并在此基础上,结合民用航空发动机典型的叶片磨损问题,分析了发动机振动值随不同叶片磨损程度的变化趋势;给出了发动机振动检查程序,便于在飞机地面维护和飞行过程中提早发现发动机存在的结构故障,保障飞行安全。本文结合发动机振动特点提出的工程检测方法,具有一定的工程使用价值和参考意义。     

悬停状态大拉力情况旋翼功率计算经验修正系数确定方法

首先根据经典组合动量理论和叶素理论推导了悬停状态旋翼拉力和功率计算公式,然后基于旋翼塔悬停性能试验结果,采用优化方法确定经验修正系数和一些气动参数,克服经验修正系数选择的随意性,提高悬停状态大拉力情况旋翼需用功率的计算精度.     

航空直流起动发电机输出轴断裂故障分析

简述了某航空直流起动发电机输出轴在设计上为保护发动机安全而采取的措施,分析了引起直流起动发电机输出轴薄弱环节断裂的因素,确定了某小型发动机用起动发电机输出轴断裂的原因。根据该故障原因,制定了解决方案,并付诸试验验证。验证结果表明:排查分析得到的导致电机轴薄弱环节断裂的原因正确,制订的解决措施合理,效果令人满意。     

热处理制度对1Cr16CO5Ni2Mo1WVNbN钢组织和性能的影响

通过试验研究了不同热处理制度对1Cr16CO5Ni2Mo1WVNbN钢的金相组织、室温拉伸、冲击性能的影响。得出结论：随淬火温度升高,回火温度降低,合金的室温冲击韧性降低,而室温拉伸强度略有升高;淬火介质对室温力学性能以及金相显微组织的影响不明显;淬火保温时间和回火保温时间对合金的室温冲击韧性和室温拉伸性能影响不大。因此合金的最佳热处理工艺参数为：1100oC×90min,油冷＋680℃×3h,空冷。     

锻造工艺对1Cr16Co5Ni2Mo1WVNbN钢组织和性能的影响

通过试验详细论述了不同锻造工艺对1Cr16Co5Ni2Mo1WVNbN钢的金相组织、室温拉伸冲击性能、450℃拉伸性能和持久性能的影响.从而得出结论锻造工艺对合金室温和450℃拉伸性能、持久寿命影响不大,变形量的增加有利于细化晶粒和一次碳化物NbC的尺寸减小,在1120℃～1160℃始锻温度、40％ -60％变形量条件下锻造合金室温冲击韧性处于较高水平.该合金的最佳锻造工艺参数为:1140℃下锻造,变形量50％左右.     

热处理制度对1Cr16Ni2MoN钢组织和性能的影响

通过试验研究了不同热处理制度对1Cr16Ni2MoN钢的金相组织、室温拉伸、冲击性能、硬度的影响.随淬火温度的提高,晶粒长大,570℃回火后的强度、塑性、韧性均增加,但660℃回火后的强度、塑性均下降;脆性温度区间为500℃左右;随1040℃保温时间的延长,略提高570℃回火后的强度,略降低660℃回火后的强度.合金优化的热处理工艺为:(a) 1030～ 1040℃×1h油冷+ 550～570×1 h空冷;(b) 1030 ～ 1040℃×1h油冷+650～ 670×1 h空冷.     

低压涡轮导向叶片平面叶栅试验及数值模拟

基于低压涡轮导向叶片平面叶栅设计性能的研究,进行了平面叶栅试验,并采用商用CFD软件NUMECA建立了平面叶栅3维计算模型,得到了各性能参数随出口等熵马赫数的变化曲线、叶片表面等熵马赫数分布曲线、以及S1流面等熵马赫数分布。计算与试验结果表明:数值模拟结果与试验结果吻合较好;本叶栅具有后加载特性,亚声速段的损失较小;在设计工况时流动状态较好,流道中没有出现超声速区和激波现象。     

基于改进HMM和LS-SVM的机载设备故障预测研究

针对传统故障预测方法不能直接预测设备状态的不足,提出了将改进隐马尔科夫模型（HMM）和最小二乘支持向量机（LS—SVM）相结合的机载设备故障预测方法。首先,采用多智能体遗传算法对HMM参数进行训练优化,克服了B-W算法易陷入局部最优解的缺陷;其次,分别研究设计了设备是否具有使用阶段状态退化过程数据2种情况下的故障预测算法流程;最后,以飞机发动机温控放大器为应用对象进行仿真计算。结果表明,该算法不仅预测精度高,而且预测结果直接与设备状态相关,易于理解分析。