直连式脉冲燃烧风洞起动过程研究

直连式脉冲燃烧风洞的起动过程是一个非常复杂的瞬态过程,采用光电测量系统和数值方法对其进行探索性研究。试验中,光电探测系统在非常短的传输距离上测出了高速起动激波的速度。通过与试验结果对比,验证了所采用的数值方法的可行性。研究表明：起动激波往下游的运动过程具有一定的规律性;由于内型面的变化导致起动激波速度在起动过程中发生变化。     

液氧／煤油补燃循环发动机起动过程研究

液体火箭发动机起动过程是发动机研制过程中的难点和关键技术之一。针对某液氧／煤油补燃循环发动机,进行了起动过程研究。建立了发动机各组件的动态数学模型,并进行了适当简化。计算得到了起动过程发动机性能参数随时间变化的仿真曲线。计算结果与试车数据基本相符,初步验证了所建立的仿真模型及采用的仿真方法的正确性。还分析了部分干扰因素对发动机起动过程的影响。     

基于支持向量机的涡扇发动机起动性能估算研究

针对不同大气条件尤其是高原和高、低温条件,及不同起动机和负载扭矩特性下涡扇发动机起动过程的数值模拟问题,给出了通用起动模型状态空间描述形式,研究了基于支持向量机的起动模型辨识和起动性能仿真方法。以某型涡扇发动机为例,给定某些条件下的起动试验数据,采用模型逐次递推的方式,估算了其它条件下的起动性能。提出的方法能够保证估算结果的准确度,适合于工程应用。     

3种温度标准下的舱外航天服手套的工效评价试验研究

航天员在进行舱外作业时会受到低温的影响,规划航天服手套的温度工效标准具有重要作用。以力量、疲劳、感知感觉和协调性为工效评价指标,在中指指尖皮肤表面温度为常温、15.6℃和10℃3种温度下试验研究了低温环境对手套作业工效的影响。试验发现:①中指指尖皮肤表面温度控制在15.6℃时,工效受到的影响还不明显。在设计手套时,应保证中指指尖皮肤表面温度控制在15.6℃以上;②中指指尖皮肤表面温度在10℃左右工效受到的影响较为明显,其中感知感觉指标受到的影响较大,然后依次为疲劳、力量和协调性。舱外航天服手套的温度标准对于液冷通风服的设计也具有实用的参考意义。     

航空发动机叶轮机部件低状态特性的指数预测方法

介绍了一种预测航空发动机叶轮机部件低状态特性的指数预测模型。该模型考虑到空气可压缩性的影响,运用相似理论,结合发动机的部件特性关系,得到了两个指数值,进而得到了发动机的低状态部件特性。数值模拟表明,该方法的精度较高,对研究发动机的起动特性特别是在高原使用时存在的起动问题具有重要的指导意义。      

低温技术在航天领域中的应用

文章从能量耗散、工作温度两个主要技术指标介绍了国外一些典型低温光子传感器;根据寿命、电能分配、质量和防振要求,提出在进行航天器低温系统设计时需要考虑的因素.文章还介绍了国外空间低温制冷机的发展状况、关键技术研究计划,以及进行空间探测的一些实验项目.     

新型空气低温跨声速原理性风洞研制

为解决常规风洞雷诺数模拟不足的问题,采用低温风洞已被证明是一条可行的途径。目前世界上几乎所有运转的低温风洞都是采用液氮气化吸热方法来降低和保持试验气体的温度。对于大型低温风洞,这种制冷方案存在着运转费用高昂和环境污染的缺点。为克服上述缺点,俞鸿儒院士提出了一种用空气作试验气体,藉热分离器制冷并回收排气冷量的新型低温风洞的概念。此原理性风洞的研制就是要从其基本原理、设计特点及实验结果等方面来验证和探     

“左右发不增压”信号灯熄灭时间过长故障分析

某型飞机地面起动时,出现“左右发不增压”信号灯熄灭时间过长现象。本文通过对燃油系统工作原理进行分析,找出影响“左右发不增压”信号灯工作的各种因素,经过排查,找到故障点,并排除故障,积累了经验,为同类故障的排除提供参考。     

发动机起动过程部件特性的一种改进描述

分析了传统压气机和涡轮特性图在发动机起动过程特别是风车特性研究中存在的困难,给出了改进的部件特性描述方法。对压气机,在特性图上用以出口条件表示的换算转速代替常规的换算转速,用换算扭矩代替效率;对涡轮,在特性图上用换算扭矩代替效率。改进后的部件特性图有效地解决了在低转速区域存在的效率适用性差、数据读取困难等问题。     

试车数据驱动的涡轴发动机起动过程模型辨识

针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明：得到的辨识模型输出参数,如燃气发生器转速n_g、输出轴转速n_r和涡轮后温度T₄都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。