发动机转子系统早期故障特征提取方法

对飞机发动机转子系统早期故障特点进行分析的基础上,提出了利用虚拟仪器和Matlab小波工具箱分析软件对其早期故障进行检测和特征提取的方法.文中对早期故障特征量的选取、有用信号与噪声信号的分离方法、突变信号与奇异信号的特征提取等进行了分析和研究,并以转子早期碰摩和早期不平衡为例进行了实验研究.结果表明,Labview和Matlab小波分析软件相结合,能够快速有效地提取发动机转子系统的早期故障特征,为发动机转子系统早期故障的快速识别提供了一种新途径.     

聚酰亚胺泡沫材料在航空航天飞行器中应用进展

总结了新型聚酰亚胺泡沫材料在航空航天飞行器中如低温贮箱隔热体系、蜂窝结构材料、透波材料、机身隔热体系、飞行器座椅等方面的应用进展，指出今后聚酰亚胺泡沫材料研究和应用的方向和趋势。     

磨削力和磨削表面粗糙度预测的新方法

介绍了采用人工神经网络方法预测磨削力和磨削表面粗糙度的分析模型。此模型可精确地描述砂轮转速、砂轮进给速度及工件转速对磨削表面粗糙度的影响,并可利用有限的试验数据得出整个工作范围内表面粗糙度的预测值,从而大量减少试验次数。     

基于余弦基神经网络的FIR滤波器设计

提出了一种基于余弦基神经网络FIR滤波器的设计方法。根据线性相位FIR滤波器的幅频特性是有限项的傅里叶级数，构造了一个三层余弦基神经网络模型，并给出了最优隐层神经元的个数。经模拟仿真，滤波器性能非常理想，具有同时输出低通、高通、带通、带阻各种功能，通带、阻带无过冲无波动，边界频率可以精确控制。     

无人机双机编队攻击作战效能评估

针对无人机双机编队任务协同/非协同攻击作战情况,运用概率论及搜索理论,建立了目标搜索、识别、攻击作战的效能评估数学模型,在此数学模型基础上分析了任务协同和非协同条件下的攻击任务成功率及影响因素,结果得出双机协同、非协同在不同作战情况下有着各自的优势。分析结果对实际作战安排做出了指导性原则,对提高无人机集群作战效能具有实际意义。     

进气畸变对跨声速轴流压气机气动影响的机理研究

利用插板模拟跨声速轴流压气机进口流场畸变.通过实验和数值模拟两种手段详细分析了进口畸变下跨声速压气机的流动特点、激波沿周向的分布以及压气机的失速机理.实验和数值模拟的结果表明:插板使压气机前的不同周向位置产生正、负预旋流动;转子前速度的周向分布沿轴向是不断变化的,在距离转子较近时,畸变区的轴向速度反而较大;气流在过渡区A（转子进入低压区）时为正预旋,为非激波区;在过渡区B（转子退出低压区）和畸变区时为负预旋,为强激波区;过渡区的泄漏涡最强,是不稳定流动的诱发区域.      

直升机/粒子分离器一体化流场特性: 第一部分 前进比的影响

针对典型布局条件下直升机/粒子分离器的一体化流动特性进行了仿真研究.利用相关试验数据对仿真方法的有效性进行了检验,将整体式粒子分离器安装至类“阿帕奇”直升机外型上,形成了一种典型直升机/粒子分离器布局方案,并分析了其在不同前进比下的一体化流场特性.结果表明:较高前进比下,在粒子分离器进口上游的齿轮箱外罩上出现了复杂的三维流动分离,使得粒子分离器在较不均匀的进口来流条件下工作.与独立粒子分离器状态相比,一体化条件下粒子分离器主流出口、扫气流出口的总压损失均有所加大,增幅分别为1%和8%.      

分开排气系统的1种设计方法及其性能研究

针对大涵道比涡扇发动机,开展了其排气系统气动型面参数化设计方法和气动性能的研究。通过控制外涵、内涵喷管流道的中心线形状和流通面积,设计了外涵、内涵分开排气喷管气动型面。采用数值模拟的方法模拟了喷管的流场结构,并分析了外涵落压比和自由流马赫数对喷管推力系数的影响。在自由流马赫数为0.050时,推力系数随外涵落压比的增大而增大,在自由流马赫数为0.785时,推力系数随外涵落压比的增大而减小;在外涵落压比相同时,自由流马赫数越大,核心机舱外罩b段与尾锥b段所受轴向力在喷管总推力中所占比例越大,对喷管推力系数的影响也增大。     

出口轮毂形状对大型轴流风机性能影响的数值研究

针对某大型轴流风机设计了4种出口段轮毂匹配方案,采用数值模拟方法对比分析了4种方案下的风机特性和叶尖以及叶根流场结构.结果表明:出口轮毂形状的变化对该风机叶尖流场结构影响很小;该风机出口无轮毂时,在叶根区域出现约占20%叶高区域的分离流,损失严重,降低了工作效率;在相同的叶尖间隙下,风机效率随着出口轮毂扩压角的减小而提高;在风机出口增加一个匹配的平直轮毂或收缩轮毂可使叶根分离涡后移,分离区域减小至5%叶高以下,同时可使该风机效率至少提高2个百分点.     

基于支持向量机的航空发动机性能衰退指标预测

针对航空发动机性能衰退状态的趋势预测问题,基于非线性支持向量机回归建立了发动机性能衰退指标的预测模型,给出了反映其性能衰退的综合指标。利用该模型对发动机的性能衰退指标进行了预测分析,并与神经网络模型预测结果进行了比较。结果表明:支持向量机回归预测模型能更准确地对发动机的未来状况进行预测。