统一分区加强解算法解物体穿越激波非定常流场

使用统一分区加强解算法求解非定常可压缩Navier-Stokes方程，模拟了物体分别以超音速和亚声速穿越与之同向运动激波的全过程，并且通过和单区计算结果的详细对比，说明统一分区加强解算法能够简便、有效的处理复杂几何外形和提高网格分辨率。     

膨胀循环发动机起动过程研究

针对膨胀循环发动机起动过程的计算问题,基于模块化建模方法,研究了各组件的数学和仿真模型,运用Simulink工具箱,编制了针对液体火箭发动机系统起动过程计算所需的各个模块库。在此基础上,对膨胀循环发动机系统的起动过程进行了仿真研究,分析了起动过程的影响因素。     

RBCC推进系统总体设计要求评估方法研究

为了适应以RBCC为动力的飞行器的总体发展需求,对RBCC推进系统总体设计要求评估 方法进行了研究。分别提出了RBCC飞行器总体设计和推进系统总体设计结构矩阵,并分析了 其应用范围以及对RBCC推进系统总体设计的指导作用。建立了发动机推力性能设计要求、推 进剂质量需求和推进剂冷却性能需求的理论分析方法,实现了RBCC推进系统总体设计要求评 估模型,并对空中载机发射的RBCC巡航飞行器进行了推进系统总体设计要求分析。
     

NK-33火箭发动机获得新生

NK-33火箭发动机于上世纪60年代末由苏联库兹涅佐夫设计局设计用于登月火箭发动机,具有性能可靠、推重比大等特点。该发动机是分级燃烧循环双元液体推进剂火箭发动机,采用富氧预燃室技术驱动涡轮泵。由     

涡轮排气液化循环发动机的能量分析

对涡轮排气液化循环发动机液化水的处置进行了研究。通过热力学分析获得了发动机性能的理论解,并利用热力计算进行验证。分析表明液态水直接排出发动机将导致约2%的比冲损失。分析了发动机各环节的能量传递,获得了燃烧室中心燃烧区焓增的理论表达式,可作为燃烧室性能的详细分析的基础。     

单/双涵道模式转换动态过程的数值研究

为研究变循环发动机单/双涵道模式转换动态过程中流场参数的变化规律,基于本项目组设计的模拟模式转换过程的试验台,利用动网格技术对该试验台进行了二维数值模拟。结果表明:在模式转换动态过程中,内外涵流量和总压的变化滞后于阀门缓慢关闭的状态;并且阀门变化速率越快,其内涵总压和流量的动态响应越滞后;而静压的变化规律则相反。此外,还研究了在阀门关闭过程中,不同初始涵道比对这种流场参数变化滞后性的影响。发现初始涵道比越小,滞后性越强;并且这种滞后性在阀门关闭至22°位置时达到最大。     

变循环发动机对战斗机任务性能影响计算研究

为了研究战斗机任务性能模型的可行性,以战斗机为研究对象,假设其安装变循环发动机,以F-22战斗机机内燃油和带副油箱的任务性能为标准结果,考虑全部的飞行过程,对所建立的模型进行可行性验证。结果表明:计算得到的F-22战斗机内燃油和带副油箱任务性能与文献中的标准结果十分接近,误差分别为0.76%和0.24%;假设的变循环发动机使得加速及超声速飞行等涡喷模式的耗油率降低20%,亚声速巡航航段涡扇模式的耗油率降低25%,变循环发动机能够使战斗机的转场航程增加27.2%,亚声速截击任务剖面的作战半径增加29.1%。本算法具有一定的准确性,可信度较高。     

超高压比民用发动机部件技术水平初步研究

提高总增压比是下一代民用发动机的重要发展趋势之一,有必要对于这一特征的涡扇发动机进行循环参数的研究。利用已有基于Gasturb平台开发的0维变比热部件级性能计算模型,在发动机安装尺寸给定的前提下,总增压比由40提高至60,分析比较不同构型的直驱风扇方案与齿轮传动方案对部件效率,冷却水平对循环参数优选过程的影响。结果表明:为实现更低耗油率,采用更高设计循环增压比,需要部件效率平均提高1%,冷却水平提高20%,此时性能均优于现有的大涵道比涡扇发动机GTF-11。因此,若技术水平未能达到预期目标,则需匹配合适的增压比才能达到更低的耗油率。     

美国自适应发动机研究的进展与启示

为借鉴和参考美国自适应循环发动机的研究与研制经验,综述了美国变循环发动机演变至自适应发动机的3个发展阶段,重点介绍了其在多用途经济可承受的先进涡轮发动机(VAATE)研究计划下的自适应通用发动机技术(ADVENT)分计划、自适应发动机技术验证(AETD)分计划、自适应发动机过渡(AETP)分计划和空中优势自适应推进技术(ADAPT)分计划的开发与验证情况。分析总结出美国自适应发动机具有以下特点:技术先进且应用前景广泛,代表未来发展方向;变循环与自适应循环技术均不成熟,还需深入验证;技术研究采用竞争策略实施。     

应用于电机轴承和不对中复合故障的RNN诊断方法

提出一种基于伺服电机转速信号的轴承和不对中复合故障的故障诊断方法。首先,探讨了复合故障励磁引起的电机转速变化,分析了通过转速法实现复合故障诊断的理论可行性。实验表明,复合故障中轴承等微弱故障信号的检测容易受到不匹配安装故障的干扰,这将使传统的诊断算法失效。将预处理后的速度信号和通过FFT得到的信号分别通过循环神经网络（Recurrent neural network,RNN）,将输入的时域特征和频域特征融合在一起,作为故障分类的基础。这种时频域特征复合RNN模型（Time-frequency feature compound-RNN,TFFC-RNN）对不对中故障干扰下的轴承故障和正常信号的分类准确率可达90%以上。最后,研究了各RNN变体对于模型准确率的影响。实验结果表明利用门控循环单元进行频域部分的特征提取,模型的诊断正确率最高。