基于单学科可行法的多学科可靠性设计优化

 近年来对多学科系统中不确定性的研究逐渐增多。针对该问题的计算复杂性,利用序列优化及可靠性评估（SORA）框架,提出用单学科可行（IDF）方法来求解多学科可靠性设计优化（RBMDO）问题。此方法将可靠性分析和多学科设计优化分离开来,分为确定性多学科设计优化和可靠性分析两个问题顺序执行,以提高计算效率。可靠性分析和优化的过程都采用多学科设计优化中高效的方法——IDF方法。最后通过例子验证此方法的有效性,算例结果表明,采用基于IDF的方法,学科1和学科2所用的函数计算次数分别减少了28.9%和25.0%。     

考虑弯扭变形的叶片模型配准方法

叶片测量数据与其CAD模型的配准定位是叶片几何形状分析的关键步骤。针对涡轮叶片的弯扭变形对叶片模型配准定位的不利影响,提出一种考虑弯扭变形的叶片模型配准方法,以提高叶片模型配准的可靠性与鲁棒性。在迭代最近点算法的目标函数中引入预变换函数,建立考虑弯扭变形的叶片模型配准目标函数。对叶片模型做切片化处理,进行弯扭变形分析生成叶片弯扭变形曲线,使用叶片弯扭变形曲线指导叶片测量数据配准。使用仿真生成带弯扭变形的叶片数据与通过坐标测量机获取的叶片实测数据对配准方法进行了验证。结果表明,所讨论方法能提高模型配准的可靠性,避免弯扭变形可能导致的叶片模型配准失败。     

一个新的可压缩性修正的k-ε模型

考虑结构可压缩性修正的影响,发展了一个同时考虑结构可压缩性修正和膨胀可压缩性修正的k-ε湍流模型,新模型包括Chang可实现性、Heinz湍流动能产生项以及Sarkar可压缩性三部分修正.新模型扩宽了以往发展的可压缩性修正模型的适用范围,适用于高超声速(M>5)复杂湍流流动中.通过对多个复杂超声速横侧射流工况的计算,验证了新模型的预测效果.与实验结果相比表明,几个工况下新模型的预测精度都显著高于标准k-ε模型.流体分离强度越大,新模型的修正效果越显著.与标准k-ε模型相比,新模型计算结果与实验更加接近.     

基于实验设计和响应面模型的风扇转子气动优化设计

针对跨声速风扇动叶中掠、弯结合叶片基于控制点的B样条曲线对积叠线进行参数化,以掠、弯为设计自由度,应用实验设计、三维粘性流场求解、响应面模型及遗传算法对Rotor 67以近尖峰效率工况点为设计点对风扇转子进行了气动优化设计,得到了前掠与弯向旋转方向的复合设计叶片,其总压比有较明显提高。但由于优化是在单一工况点下进行的,其变工况性能不佳。     

Eurocat—X软件可靠性建模分析及预测

根据软件可靠性的建模过程对Eurocat—X软件的失效数据进行分析。通过非线性回归方法估计模型参数,比较3种模型的拟合度,得出最适用于该软件的可靠性模型．并预测其软件可靠性。     

应用修正的k-ε模型研究超声速H2/Air燃烧

为了研究超声速燃烧中流体可压缩性的影响,对标准k-ε湍流模型进行可压缩性修正(包括结构可压缩性修正和膨胀可压缩性修正两部分)。分别应用标准k-ε模型、修正的k-ε模型和雷诺应力模型(RSM),考虑氢气/空气详细化学反应机理(GR I-M ech 2.11机理,10组分,28基元反应),数值模拟有壁面限制的超声速混合层冷态及热态流场。结果表明:壁面和燃烧对湍流影响都很大;修正模型对冷态以及燃烧场的预测结果优于其它两个;修正模型预测的混合层厚度更薄,燃烧区域更窄,与实验结果吻合地更好。     

涡轮泵试车数据单类支持向量机检测算法

为了在缺乏故障样本的情况下检测某型液体火箭发动机涡轮泵故障,实现基于不完整信息的状态决策,建立了基于v-支持向量分类器的单类支持向量机新异类检测模型。在分析了模型决策边界、支持向量和约束条件之间关系的基础上,为单类支持向量机引入并改进了序贯最小优化算法,提高了训练效率,解决了大样本训练问题。通过对某型液体火箭发动机涡轮泵历史试车数据的分析,结果表明,所建模型的训练速度得到了很大提高,对涡轮泵状态的检测效果良好。     

RLV燃料贮箱低温泡沫隔热材料导热分析

针对RLV燃料贮箱使用的泡沫塑料,建立了闭孔匀质泡沫材料的传热模型,给出了利用泡沫材料结构参数计算热导率的方法.算例计算结果与实测值吻合较好,证明了模型的可信性和方法的可行性.最后利用对该模型的分析讨论了泡沫不均匀性的影响.     

航空发动机性能综合评判模型

利用模糊数学的模糊聚类原理,选取适当的影响因子,建立了航空发动机性能综合评判模型,对所录取的航空发动机在多个试验工况下的试验数据进行了聚类分析。结果表明:计算结果与实际结果吻合,为航空发动机性能综合评判提供了重要依据。     

发动机线性模型在动态过程中的应用研究

本文分析了发动机线性模型在动态过程中的应用研究,建立了发动机线性变参数模型,并进行了仿真验证,获得了较好的动态性能。这样,在发动机整个工作过程中,可通过线性变参数模型将发动机的稳态和动态过程描述出来,方便了控制器的设计。