航空发动机机匣包容试验叶片飞脱方法

风扇机匣包容性试验是航空发动机适航许可试验的重要内容之一,而风扇叶片的飞断方法是风扇机匣包容试验的关键.简述了发动机风扇机匣包容性试验中常用的3种叶片飞脱方法,重点介绍了预制裂纹与线型聚能切割器爆破切割相结合的爆破飞脱方法,并采用该方法对钛合金实心平板叶片进行了静态爆破切割试验,试验结果与设计方案相吻合,达到了预期目标,证明了该爆破飞脱方法具有较强的可行性和较高的可靠性.     

基于模型的系统工程概述

由于航空领域涉及的系统日益高度复杂,为更好推进基于模型的系统工程(Model Based System Engineering,MBSE)研发体系,通过从当前遇到的问题、推行基于模型的系统工程的必要性、优势、未来的挑战等方面进行了较为详细地阐述.基于模型的系统工程研发体系具有知识表示的无二义、系统设计的一体化、沟通交流的高效率等优势,是未来发展的大趋势.     

典型工况下低排放燃烧室的压力振荡特性

为了研究低排放燃烧室在典型工况下的压力振荡特性,针对模型燃烧室进行了燃烧自激振荡特性试验.在试验中测量了采用贫油预混预蒸发(LPP)燃烧技术的低排放燃烧室在典型工况下的压力振荡频率和幅值,在燃烧室进口压力为1.10～2.77MPa、燃烧室进口温度为656～845 K、燃烧室压降为3.41％～4.35％范围内,分析了燃油粒径变化对振荡特性的影响.分析结果表明:局部当量比脉动是引发燃烧不稳定的因素之一.通过计算燃油二次雾化状态下的液滴最大粒径,发现燃油液滴粒径的变化对主燃级出口处的局部当量比脉动有直接影响,从而引起燃烧室压力振荡幅值和频率的变化.     

一种轮盘式特种调节阀流量特性的修正算法

针对引进的俄罗斯轮盘式特种调节阀(简称特种阀)用于高空模拟试车台(简称高空台)出现的流量特性模型误差太大(最大误差达15%),导致特种阀数学模型精度太低,难以满足高空台伺服调控系统设计要求这一问题,提出一种特种阀流量特性的间接修正方法。借用若干次试验数据,并对其进行筛选、计算分析、对比等处理,获得去数据噪声后的特种阀流量特性的对角分布稀疏数据表。在此基础上,分5类情况按数据特征进行特种阀流量特性系数修正。建立基于修正的特种阀流量特性的数学模型,并将仿真结果与试验数据对比,特种阀流量稳态误差在5%以内。     

航空发动机喷口收放异常故障诊断与分析

航空发动机使用过程中出现喷口收放异常故障现象,通过现场排故及测得数据分析,得出喷口收放异常是由于指令压力低所致。为此,建立以指令压力低为顶事件的故障树,从顶事件出发找出直接导致顶事件发生的各种可能因素。然后再找出这些因素的直接原因,并逐级向下深入,一直追溯到引起系统发生故障的全部原因。逐一排除,最终认定喷口收放异常故障是由于燃油增压泵花键磨秃导致燃油增压泵失效引起。更换燃油增压泵,故障排除。     

间冷回热循环发动机电子样机设计

在追踪和分析国外间冷回热技术在航空发动机领域应用的基础上,根据国内研究现状,对间冷器和回热器进行了模拟实验研究。初步拟定了间冷回热发动机总体结构方案,并将此结构方案建立为电子样机。总结了间冷回热发动机中各部件、系统,以及特有的间冷器管路系统和回热器管路系统的布局规律。通过样机建模,初步掌握了间冷回热发动机总体结构方案设计特点,探索了各部件、系统的布局,为间冷回热发动机的进一步研究积累了经验。     

矢量喷管作动机构故障模式回中设计

针对故障模式下矢量喷管应急回中问题,提出一种关于矢量喷管作动简回中孔结构的设计方案。基于流体动力学平衡方程,建立应急回中装置的非线性数学模型。就设计过程中设计参数多于方程个数的求解,采用进油孔直径、活塞速度分段求解非线性方程组和作动筒左、右两腔仿真调试的组合方法,获得限定速度段内满足作动筒回中性能要求的回中孔结构参数。AMESim仿真结果表明,矢量喷管作动简回中结构参数,能满足喷管作动筒在任何工作状态下一旦出现故障迅速应急回中的要求,进入回中状态后能以足够的回中位置精度保持其安全的非矢量控制状态。     

基于晶体塑性理论的疲劳裂纹起始数值模拟

在疲劳荷载作用早期,材料在晶体尺度出现裂纹的萌生,为了研究疲劳短裂纹的发展,利用Monte Carlo法建立了多晶体晶粒集合的Voronoi有限元模型,并在Ansys Usermat子程序接口下编写了晶体塑性本构方程子程序,修正了以拉伸硬化为主的疲劳裂纹起裂的计算机模拟方法,并结合TANAKA和MURA的位错偶极子模型,模拟了晶粒集合在疲劳荷载作用下的裂纹萌生,最后与文献实验数据对比,这一修正的方法更加符合实验结果和宏观现象.     

深度置信网络在发动机气路部件性能衰退故障诊断中的应用研究

为提高发动机转动部件性能衰退故障诊断精度,针对传统的浅层网络和支持向量机(SVM)方法在诊断时存在泛化能力欠缺、易产生局部最优解等问题,引入近年来在模式识别领域取得巨大突破,模拟人脑多层结构的深度置信网络(DBN)进行发动机部件性能衰退故障的诊断。为改进深度置信网络性能,提出一种在无监督和有监督训练阶段都可自适应调整权值的改进算法(ad_DBN)。以涡扇发动机为对象,将两种DBN算法与BP,RBF和SVM方法从诊断精度、计算时间、抗噪能力三方面进行综合比较分析。结果表明DBN算法诊断精度明显优于反向传播(BP)神经网络,径向基(RBF)神经网络和支持向量机(SVM)方法,得益于权值的自适应调整,ad_DBN诊断的平均精度高达97.84%,其抗噪声能力也明显优于其他算法,能够提高故障诊断的有效性和可靠性。     

基于Fibonacci搜索方法的航空发动机性能寻优

介绍了Fibonacci搜索方法应用于发动机性能优化中的原理,建立带两个出口面积、气流马赫数可变的引射器的涡喷发动机的总体性能计算模型,应用Fibonacci搜索方法在优化参数区间内对该发动机进行了最大推力、最低油耗、最低涡轮前温度模式的寻优.举例说明了Fibonacci搜索方法应用的具体过程.给出了不同高度、马赫数下的寻优结果.结果表明:最优目标性能满足的约束边界与飞行高度、马赫数密切相关.不同的飞行高度、马赫数对应了不同的最优控制策略.但不论飞行任务如何,根据该方法进行的优化控制所获得的目标性能是最佳的.该优化方法不仅适用于该类涡喷发动机,也为其他类型航空发动机的优化控制打下一定的基础.