高超声速流动的气体吹除控制方法研究

为了在超燃冲压发动机直连式试验台上得到真实的非均匀试验气流,采用商业软件Fluent对高超声速流动的气体吹除控制进行了数值研究。在试验台喷管和发动机隔离段之间增加了吹除控制段,试验了4种吹除方案。常温空气从位于控制段顶部、侧部和底部的吹除口注入,吹除口包括长槽、短槽和圆孔等,吹除气体的流量为来流流量的8.3%~13.3%。以超燃冲压发动机自由射流计算结果为基准,比较分析了控制段出口截面马赫数分布。结果表明,"顶槽"方案能够得到较为理想的吹除效果,吹除参数优化后可为试验提供指导。     

高超声速二元弯曲激波压缩流场性能分析

为了探索弯曲激波压缩流场性能所能达到的范围,分别在无粘和粘性条件下,通过多目标优化设计和抽样计算获取了高性能弯曲激波压缩方案,并与传统的压缩方式进行了对比。研究结果表明:(1)无粘条件下流场多目标优化Pareto最优解集中存在长度、压缩效率、低马赫数流量系数等性能参数均优于等激波强度三楔压缩的方案;(2)粘性条件下压比均为8.29(1±0.5%)时,弯曲激波压缩流场与等熵压缩流场相比,长度缩短了35%;与等激波强度三楔压缩流场相比,长度缩短了8%,总压恢复系数大小相当,来流马赫数4时流量系数高6%;与斜楔-等熵压缩相比,总压恢复系数仅相差1.1%,而来流马赫数4时流量系数提高了6%;其出口截面附面层厚度、附面层形状因子均低于其他压缩方式。     

一种超声速状态下机载推进系统模型的建模方法

为了满足机载航空推进系统模型对精度、实时性及数据存储量的苛刻要求,提出了一种机载模型建模方法.对传统的机载稳态模型建立过程中使用的相似准则进行了充分讨论,得出了一种具备更高建模精度的相似准则.在新的相似准则基础上,建立了包含泰勒展开式中非线性2阶项的高精度稳态变量模型,有效解决了分段线性稳态变量模型在大包线、变状态条件下精度难以保证的问题;为了解决超声速状态下安装推力与发动机净推力差别较大的问题,建立了考虑外流特性的简化进气道模型,给出了一种计算安装推力的方法,即由简化发动机模型计算安装推力中符合相似准则的部分,由进气道模型计算溢流阻力、放气阻力及发动机推力中不符合相似准则的部分.仿真结果表明:基于新的相似准则所建立的机载模型具有大包线、变状态适应性,输出参数误差均在0.5%以内.      

SF6分解气的近红外在线检测技术研究

为满足SF6绝缘电气设备故障监测与预警的实际需求,分析了国内分解气检测研究现状.对比近红外与中红外吸收光谱检测技术,提出近红外吸收光谱技术在线检测的技术方案.计算分析待测气体特征谱线的吸收系数、吸收光程和电路信噪比对精度的影响,完成系统参数设计.提出SF6分解气在线检测系统方案,实现对H2S、HF和CO这3种气体测量.数据分析表明,系统检测精度优于5×10-7,表明该系统满足电力行业在线测量的需求.     

一种采用“捷联+平台”方案的新型航空重力仪

针对资源勘探等高精度应用对航空重力仪测量精度和分辨率的更高要求,在前期研究基础之上,研发了新一代采用"捷联+平台"方案的新型航空重力仪。设计了采用石英挠性加速度计和光纤陀螺的捷联式重力仪,采用了新型温度控制方案,提高了重力仪的环境适应能力。设计了稳定平台,将捷联式重力仪保持在垂直方向,隔离载机的角运动干扰,减小了重力传感器的动态误差。飞行试验表明,该方案是有效的,将航空重力仪的精度和分辨率提升到优于1mGal/3km。     

轴流压气机吞水后的性能变化研究

为了探究航空发动机吸入雨水后压缩系统的特性变化,针对水滴进入压气机后的湿压缩过程展开研究。基于两相流动的基本原理构建了气液两相的传热传质模型和颗粒运动模型,采用一维逐级叠加的方法计算压气机各级性能,并利用Fortran程序对吞雨后压气机整体性能进行了计算。计算结果表明当吞雨量从3%增加到15%时,压气机压比的下降幅度分别由5.7%增加至15.7%;压气机各级温比的变化特性揭示了液滴在压气机前面级蒸发小、后面级蒸发大的规律;通过对比干、湿压缩条件下的压气机整体特性,可得出吞雨后压气机稳定工作范围变窄的结论。     

直缝式等离子体合成射流激励器特性的实验研究

为了研究一种新型的直缝式等离子体合成射流激励器,采用高速纹影技术和电参数测量的方法,对激励器的瞬态流场特性和放电特性进行了研究。实验结果表明:在相同出口面积的情况下,直缝式等离子体合成射流激励器的初始射流速度是直孔式激励器的1.4倍。直缝式激励器速度衰减更快,喷气时间更短,和外部气流的动量交换更加迅速。实验中首次对直缝激励器的三维流场进行描述及分析,发现其前驱激波及射流形态具有更好的平面度,存在较大的均匀区。直缝式等离子体合成射流激励器在提高工作频率、扩大流动控制区间等方面具有一定优势。     

基于广义回归神经网络的传感器故障检测

为了研究航空发动机试验中精确数学模型未知的多传感器故障诊断问题,采用基于广义回归神经网络(General Regression Neural Network,GRNN)组的故障检测方法,提炼出传感器之间的约束关系和故障规律,构建了一组多输入多输出GRNN,用于估计传感器输出,与测量值生成残差,通过与门限值比较判断可疑传感器,找到神经网络组中的具有最小可疑传感器数的GRNN。采用可疑传感器的估计信号做为重构信号交叉验证其它GRNN。通过验证即可确定可疑传感器为最终故障传感器。为了控制神经网络的回归精度,将多输入多输出神经网络分解为多个多输入单输出网络。通过仿真数据验证了该方法用于传感器故障检测的可行性。     

大功率高性能多余度宇航电传伺服技术发展综述

高性能电传伺服系统广泛应用于航空航天工业领域,其性能的改善可以提高设备的生产能力和产品质量。回顾了多余度伺服系统国内外发展历程与研究现状,针对未来航空航天飞行器对伺服系统在容错性、安全性、可靠性、空间体积、环境适应性、性能指标等方面提出的新要求,在分析传统多余度伺服技术的优缺点的基础上,重点阐述了新一代电冗余容错余度伺服技术的研究现状及关键技术,最后对宇航功率电传伺服共性关键技术进行了总结。     

涡扇发动机气路传感器故障诊断

为了实现对某涡扇发动机传感器故障的在线诊断,提出并设计了1种基于在线贯序极端学习机的故障诊断算法。其核心思想是在定位某传感器故障后,在线建立针对该故障传感器"预学习"的信号重构算法,解决多故障混叠问题。在线信号重构算法以泛化能力指标为判定条件,利用选择策略对算法网络权值进行选择性更新,提高了故障诊断系统的实时性。以某型涡扇发动机为对象开展了传感器故障诊断与重构仿真,结果表明:该算法能够对发动机单、双传感器故障进行准确地诊断与信号重构,且具有良好的实时性。