叶型面压力测试技术研究

介绍了叶栅槽道内部压力测量采用的主要方式。并通过小型化结构设计和验证方法。管腔动态标定试验和特种加工工艺。对叶型面动稳态压力测量技术进行了研究。     

钛合金轮圈旋压的有限元模拟与试验

应用ANSYS/LS-DYNA软件对钛合金轮圈的旋压过程进行了有限元数值模拟,并开展了TC4钛合金热旋翻边的试验研究,基于此确定了钛合金轮圈合理的热旋成形方案。     

具有发散冷却功能的曲面结构边界层特性实验和数值研究

用实验测量和理论计算相结合的方法,研究了具有发散冷却功能的曲面结构边界层流动和换热特性.半球形实验件由高温合金钢粉末烧结的多孔材料制成,孔隙率和特征尺寸分别为0.37和20μm.实验件外部的热流温度及速度由热风洞的控制系统给定,内部的冷气流量由数字式质量流量控制器给定,外表面温度由NEC TH5104远红外热像系统测量.利用FLUENT软件中的二维、稳态、局部热平衡模型,对实验件进行发散冷却特性数值模拟,并通过与实验数据的比较,验证数学模型和数值方法.      

转捩对风力机翼型和叶片失速特性影响的数值模拟

采用基于k-ωSST湍流模型的Gamma-Theta转捩模型对S809翼型和NREL Phase VI叶片进行了考虑转捩的气动力数值模拟,研究了转捩对其气动特性特别是失速特性的影响。首先对S809翼型在迎角0°～30°范围内开展了数值模拟,比较了转捩模拟和全湍流模拟获得的翼型升力系数和流场特征,发现前缘层流分离泡的存在显著影响了翼型的失速特性;然后对NREL Phase VI叶片开展了类似的数值模拟,结果显示转捩对叶片失速特性和翼型失速特性产生影响的作用方式是相似的。经过对以上数值模拟结果加以分析认为,转捩对翼型和叶片失速特性的影响主要通过前缘层流分离泡的作用体现出来,前缘层流分离泡的存在使翼型和叶片更早地进入深失速。     

保证发射架吊挂孔同轴度的定位工装设计

发射架壳体吊挂孔的同轴度是发射装置一个重要的形位公差,影响发射装置的悬挂精度,在蓝图中吊挂孔同轴度为关键尺寸且公差要求严格。根据发射架壳体的工艺路线,介绍了由一菱形销、两定位键和平面支承组成的定位工装,并进行了定位分析和工艺计算。采用该定位工装保证了加工精度和形位公差,装夹方便,定位可靠。目前已加工出合格的壳体吊挂孔同轴度尺寸,适用于大批量生产。     

气冷涡轮级流场的数值模拟方法与试验验证

采用具有TVD(total variation diminishing)性质的三阶精度Godunov格式、自由型曲面网格生成技术以及分区网格算法,对某型涡轮级进行考虑冷气掺混的全三维Navier-Stokes(N-S)方程数值求解,并将所得的结果与试验数据进行对比分析.通过分析数值模拟结果研究了该涡轮级所具有的气动特点.结果表明:所开发的快速、高效冷气掺混网格生成方法以及任意分区的流场求解算法可以满足工程上对气冷涡轮级的总体性能的快速估算及流场结构的详细描述.      

2.4m跨声速风洞试验质量影响因素分析及改进措施研究

影响风洞试验质量的因素很多,如流场品质、测量系统误差、支撑干扰以及洞壁干扰等。主要对模型姿态角、马赫数、模型支撑系统等影响因素进行了改进研究。通过改进使模型迎角测量精度达到0.03°、Ma数控制精度达到0.003,并有效降低了支撑干扰影响,提高了2.4m跨声速风洞的试验质量。     

基于试验极值信息的寿命分散系数法

提出了基于试验极值信息的寿命分散系数计算公式及确定技术寿命的方法。推导了基于最差、最好试验寿命所得概率寿命同时成立时对数正态母体的寿命分散系数公式。计算了置信度为0.95、可靠度为99.865%、最大最小寿命比为6时的寿命分散系数。算例表明:利用方法及给出的分散系数,既可以取到较大的技术寿命,减小寿命的浪费,提高经济性;又可以保证置信度为0.95,减小了风险,提高了安全性。     

基于偏差值的航空发动机参数标准化修正模型

考虑到大气温度、大气湿度和燃烧热值等因素的影响,在第三相似理论的基础上提出了一种基于气路参数偏差值的标准化修正模型,以发动机生产厂家的历史数据为学习样本,建立了多元非线性超定方程组,采用高斯牛顿迭代法进行模型中未知参数的回归求解.使用该模型对测试集数据进行偏差值求解,并把结果与其他模型求解的偏差值进行对比,结果表明:修正后的标准化模型具有更高的精度,更接近于厂家系统的原始模型,具有较高的创新性和实用价值.      

卷积和离散过程神经网络及其在航空发动机排气温度预测中的应用

 针对航空发动机排气温度的变化过程受复杂非线性时变因素的影响而难以用精确数学模型描述的问题,提出了卷积和离散过程神经网络(CSDPNN)模型,并将其应用于航空发动机排气温度(EGT)预测。该模型以离散样本作为直接输入,采用卷积和算法实现对时间累积效应的处理。相较于以连续函数作为输入的过程神经网络(PNN),不需要拟合离散样本得到连续函数后进行正交基展开,减少了精度损失,具有更高的预测精度。给出了卷积和离散过程神经网络模型的学习算法,并通过对Mackey-Glass混沌时间序列的预测对提出的方法进行应用说明和验证。通过航空发动机EGT预测实例,并与卷积和离散过程神经网络模型的连续函数输入过程神经网格以及传统人工神经网络(ANN)的预测结果进行了对比。结果表明,相较于连续函数输入过程神经网络以及传统人工神经网络,卷积和离散过程神经网络具有更高的预测精度,且对于EGT的预测具有较好的适应性,因而为航空发动机EGT预测提供了一种有效的方法。