变厚度涡轮盘上能量与应力分布的关联分析

提出一种分段解析法,推导给定变厚度涡轮盘内外缘加热能量下涡轮盘的温度分布与应力分布,从而建立起以能量转移系数表示的涡轮盘能量分布与温度分布及应力分布之间的直接关联.该关联应用于某型航空发动机低压涡轮盘,并通过与数值模拟对比,结果显示:温度与应力的理论分析结果与数值模拟结果吻合较好,最大相对偏差分别为2%与13%;等边界热流量条件下,随着能量转移系数的增大,涡轮盘内缘温度增大,外缘温度减小,涡轮盘等效应力水平降低,最大等效应力减小.分段解析法获得的能量分布与应力分布关联的准确性与可行性得到了验证.      

空气系统双腔模型的压力动态特性分析

当发动机突然加速或发生突发失效时,空气系统在短时间内由容腔效应和管道流体惯性所形成的压力波动将对某些空气系统零部件产生负面影响。在经过验证的模块化瞬态空气系统仿真程序的基础上,分析了双腔模型的管道不同部位和容腔的压力变化。重点考虑了关键元件的尺寸对压力变化的影响规律。结果表明,此瞬变过程中出现的压力波动与空气系统的几何结构尺寸密切相关。此模型分析方法可以作为研究整机空气系统瞬变过程的基础。     

气口布置对进气涡流及扫气品质的影响

采用数值方法研究了气口布置对进气涡流及换气品质的影响,建立了缸内过程的三维瞬态数值模型,通过改变气口平射角引入进气涡流,根据归一化缸内二氧化碳质量分数评价扫气品质,对比了不同气口布置角度下的涡流比及扫气品质.结果表明:①改变气口平射角能够产生包括涡流在内的旋转流动,涡流持续到上止点附近,并近似为刚体涡;②进气涡流造成扫气过程中期短路损失,并使CO₂聚集于旋转区域中心;③扫气口仰角变大或排气口沿旋转流动方向远离扫气口,能够抑制短路;扫气口平射角减小时,上止点附近的涡流比降低,短路损失增大.      

动量轮诊断测点配置与资源占用度成本评价

以动量轮为例开展诊断测点配置与成本评价方法研究.分析系统功能模块输出与故障模式之间的关系,建立DG图故障传播定性模型.对DG图回路进行处理,生成满足可检测性和可分离性的根节点,建立偶图.采用改进的贪婪算法选取关键测点,给出诊断测点配置方案.考虑测点对系统体积、重量、功耗、处理能力等资源的要求,提出用资源占用度的概念表示成本计算模型,合理设计了资源占用度的表达形式,可以突出某项重要资源要求对评价结构的影响,也可以避免某些重要指标被弱化,并且在需要考虑其他资源要求时可扩展.通过成本模型对测点配置方案进行评价.     

中心进气旋转盘流动与换热的数值研究

本文采用混合长度模型及共轭计算的方法对中心进气转静系旋转盘、腔内的流动与换热进行了数值计算, 并与实验结果进行了比较, 证明混合长度模型对转静系旋转盘、腔的流动与换热的计算是可行的。计算结果显示: 冲击区努赛尔特数最大值不在驻点, 而是偏离驻点一段距离; 随着转速和冷气流量的增加, 盘面换热总体加强。      

高位垂直进气旋转盘流动与换热的实验研究

本文用实验的方法对高位垂直进气转静系旋转盘附近冷气流动与换热特性进行了实验研究, 得到了静盘表面压力、转盘表面温度、局部努赛尔特数的分布及平均努赛尔特数, 并对结果进行了相应的分析。      

中心进气和高位垂直进气转静系旋转盘冷却品质比较

基于实验结果,对中心进气和高位垂直进气转静系旋转盘的冷却品质进行了较为系统的比较,结果发现：虽然两者的备面平均努赛尔特数和无量纲过余体平均温度相差很小,但是从减小径向温差角度看,高位垂直进气具有明显的优势,证明了以前提出的涡轮盘冷却指标应含径向温差的合理性。     

高位垂直进气旋转盘非稳态换热的实验研究

用实验的方法对高位垂直进气的转静系旋转盘在非稳态情况下的流动与换热特性进行了研究,主要研究了冷气流量系数和旋转雷诺数的变化对盘面温度和平均努塞尔数的影响.结果发现:冷气流量的改变对盘面的换热影响非常明显,盘面各点温度随时间的变化率是相同的;旋转雷诺数增加使盘面平均努塞尔数增大,旋转雷诺数变化的方式导致盘缘区域温度随时间的变化率与中心区域的不同.      

轴向通流多级旋转盘腔内的稳态换热特性

针对航空发动机多级压气机盘腔的冷却问题,对具有轴向通流的三腔模型进行了系统的研究,通过对局部换热特性与平均换热特性的分析,可以表征旋转盘的热应力水平和相对冷却效果,结果表明表征旋转盘热应力水平的局部换热特性在旋转盘的半径上呈多峰分布,表征相对冷却效果的平均换热特性与旋转雷诺数Re_w、进气雷诺数Re以及格拉晓夫数Gr有关,当Re及Gr增加时,平均努塞尔数 u随之增加,而Re_w的增加使之减小.      

基于迁移学习的四旋翼无人机性能驱动的故障检测

致力于解决四旋翼无人机的故障检测问题.考虑到无人机模型是一个非线性强耦合的模型,提出一种基于神经网络的性能驱动故障检测方法.然而,当无人机进入新的重力场时,已建立的故障检测系统无法适用.为了解决这个问题,进一步提出一种基于迁移学习的故障检测方法.通过子空间迁移方法和布雷格曼散度度量方式,将源域与目标域对齐,并实现了神经网络的参数迁移以及阈值设定.在四旋翼无人机系统中验证了本文所提出的方法的有效性.