氢动力冲压发动机冷却分析

在氢动力航空器上以低温燃料氢为冷却剂,对冲压发动机进行多级冷却,通过与以往的方案对比,确定了多级冷却加涡轮做功的方案,这种方案的优势在于不仅对发动机热部件提供了冷却,而且输出了功率。在此基础上进行数学建模,通过理论分析,推导出燃料热沉降率、燃料节省比以及输出功率三个参数与涡轮级数和总压比的关系。通过给定的状态,分析了各个参数的变化范围,由此确定出总压比和涡轮级数最优的参数选取,作为对新型氢燃料航空器冲压发动机的冷却系统设计的参考,以节省不必要的时间和技术浪费。     

大型运输机巡航航迹优化方案建模与分析

针对某大型运输机巡航段航迹优化问题,提出一种近似工程化的计算方法。分析了几种典型的巡航类型,并推导出精确的计算公式。对飞机气动参数和发动机特性进行了拟合建模,以燃油最省为性能指标,给出了在不同重量下的最佳巡航高度、最佳巡航速度、燃油消耗量、飞机需用推力等巡航表的主要参数,分析了巡航段的影响因素。研究结果表明,优化方案较好地降低了运输机燃油消耗和营运成本,增大了航程。     

力臂自动调节装置智能综合测试系统的设计

为了解决力臂自动调节装置型号多、测试方法繁杂、测试精度低的问题,研制了以工控机为核心的自动测试系统,从硬件设计、软件设计入手,分析了测试过程中的工作环境模拟仿真与自动加载、系统控制信号和数据的共享、大气参数的测量、力臂值随机快速精确测量及抗干扰设计等问题,对改善力臂自动调节装置的维护手段、提高测试设备的自动化程度、使检测设备向综合化和智能化方向发展,具有重要的推动作用。     

某型飞机玻璃钢翼尖的设计制造研究

从选材、铺层、结构优化、强度校核和工艺过程等方面论述了某型飞机玻璃钢翼的优化减重设计制造。详细叙述了制造过程中的精度、粗糙度的控制。优化结果显示,该翼尖各项指标符合要求,减重效果明显。     

基于可靠性的飞机风挡抗鸟撞优化设计

传统的飞机风挡设计通常在确定的工况下进行,未能充分考虑实际鸟撞风挡过程中不确定性因素的影响,导致飞机鸟撞风挡的故障多发。综合考虑鸟撞飞机风挡过程中鸟体材料参数、质量、撞击速度等不确定因素的影响,以飞机风挡抗鸟撞的可靠度为约束,风挡质量为目标,基于双循环方法和近似技术建立了风挡抗鸟撞可靠性优化设计系统,利用一阶矩法进行可靠性分析,对某飞机风挡进行了基于可靠性的优化设计。实例分析证明所建风挡抗鸟撞可靠性优化设计系统可行有效。     

某水陆两栖飞机机翼和翼梢小翼一体化设计

在前期翼梢小翼外形参数优化工作的基础上,进一步研究和探讨了多级响应面法在机翼和翼梢小翼一体化设计中的应用。采用多级响应面法,数值模拟求解k-湍流模型的N-S方程,同时结合统计学分析方法,提高了计算效率和准确性。以最大升阻比为目标函数,约束升力系数和翼根弯矩系数。共选取了14个外形参数,进行了126次数值模拟试验。优化得到的最大升阻比为21.619。在优化得到的外形参数条件下,直接进行数值模拟试验得到的最大升阻比为21.640,两者相对误差为0.093%。与仅优化翼梢小翼的结果相比,机翼和翼梢小翼一体化设计得到的最大升阻比提高了4.64%,总阻力减少了6.25%,整机的气动性能得到进一步的提升。同时,翼根弯矩系数减少了4.55%,改善了对结构强度的设计限制。     

基于二次指数平滑的发动机气路参数偏差值平滑

利用二次指数平滑法进行气路参数偏差值的异常点识别与平滑,首先建立了基于二次指数平滑的异常点识别方法,然后建立发动机参数偏差值平滑的评价指标,最后根据该指标通过粒子群算法对平滑系数和显著性水平进行优化.通过实例应用验证该方法对于发动机气路参数具有很好的平滑效果,满足工程使用的要求.     

平视指引系统及其在客机上的运用

平视指引系统(HGS)在民航客机上的运用越来越广泛。飞行员不需要低头就可以从这块玻璃上获取重要的飞行参数和飞行状态,又可以透过这块玻璃看驾驶舱外,获取必要的目视参考,使飞行员更加轻松地专注于飞行,实现飞机的精准着陆和安全飞行。然而,HGS在我国的运用并不好,需要引起政府部门和航空公司的关注。     

复合材料热压罐成型模具设计研究

模具设计不仅需要考虑工程、工艺输入,还需要考虑制造加工能力、运输、使用及相关设备能力等因素,使设计出的模具不仅能制造出合格的复材制件,还能达到降低成本、方便使用的更高目标。目前,减重、变形控制、人性化设计等是模具优化的发展方向,利用不断升级的设计工具,结合实践经验的积累,复合材料成型模具将会得到更好的优化,从而促进复合材料在航空领域的发展。     

Al-Cu-Mg-Ag合金强度性能的支持向量回归预测

为了研究不同时效工艺下Al-Cu-Mg-Ag合金强度性能,根据实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立了SVR预测模型.模型以Al-Cu-Mg-Ag合金时效温度与时效时间为输入,合金的抗拉强度、屈服强度为输出.经过与BP神经网络模型进行比较,结果表明:对于相同的训练样本和检验样本,支持向量回归模型比BP神经网络模型具有更高的预测精度.