燃料与空气预混方法及性能研究进展

随着大气污染物排放标准的日益严格,低排放燃烧技术已成为先进燃气轮机发展的关键技术之一。在气态燃料低排放 燃烧室中,燃料与空气的预混均匀性是影响NO X 生成的关键因素。基于污染物生成机理及控制方法,指出了燃料空气预混均匀性 与NO X 排放的关系,即均匀性越好,NO X 排放越少。根据现有研究内容,从结构参数、旋流/湍流强度、预混距离以及边界条件（温度 和压力）等4个方面梳理了国内外提高低排放燃烧室内燃料与空气预混均匀性的研究进展,提出可以通过增大旋流数、燃料穿透 深度、预混长度等参数以提高预混均匀性,指出了目前研究中缺少小尺寸短距离空间内燃料与预混均匀性的预测。基于低排放燃 烧室技术水平和发展趋势,认为未来的研究方向应为短距离、受限空间内燃料与空气预混均匀性的定量预测与评估。     

基于航空发动机产品需求的压气机技术研究

压气机是航空发动机的关键核心部件,随着先进作战飞机对航空发动机需求的不断提高,快速研制全面满足发动机产品需求的压气机是工程设计人员面临的重大挑战。为保证设计的压气机全面满足发动机产品需求,介绍了先进作战飞机发动机的典型技术特点以及对压气机全面的技术需求,梳理了压气机满足发动机需求需重点考虑的影响因素,开展了宽转速范围高效率设计技术、全飞行包线高稳定裕度设计技术、高性能保持能力设计技术、高可靠叶片设计技术、高稳健压气机转子设计技术、高可靠调节机构设计技术、高安全性以及高环境适应性设计技术研究。结果表明：基于需求的综合设计可以保证压气机的综合性能。该研究可为设计全面满足发动机产品需求的压气机提供参考和依据。     

基于LMD与AO-PNN的中介轴承故障诊断方法

针对航空发动机中介轴承受噪声干扰大、传递路径复杂导致采用传统方法难以进行故障诊断的问题,提出了一种基于局部均值分解（LMD）与相关系数-能量比-峭度准则、结合天鹰座优化算法（AO）优化概率神经网络（PNN）的中介轴承故障诊断方法。使用LMD对传感器采集的振动信号进行分解;利用相关系数-能量比-峭度准则判决筛选分解得到的PF分量,重构筛选后的信号;计算重构信号的多尺度排列熵（MPE）,以构建特征向量;通过AO优化的PNN的平滑因子,将优化后的神经网络用于中介轴承的故障诊断。基于中介轴承故障试验数据对诊断结果进行了分析,结果表明：提出的方法可以有效诊断高背景噪声、复杂路径干扰下的航空发动机中介轴承的典型故障,与粒子群优化的概率神经网络方法（PSO-PNN）和传统的PNN方法相比,其诊断准确率分别提高了3.875%和8.125%,具有较好的全局收敛性和计算鲁棒性。