计及套圈变形的薄壁角接触球轴承性能分析

为了准确计算柔性支承轴承负荷分布,以外圈孤立点支承薄壁角接触球轴承为例,建立了三维有限元分析模型,考虑外圈受载后弯曲变形对滚动体负荷分布的影响,分析不同工况下轴承负荷分布,寿命及刚度等性能的变化规律,并将有限元法的计算结果与拟动力学法及实验结果进行分析比较.结果表明,有限元方法计算结果与实验结果更为接近.      

尾迹扫掠下超高负荷低压涡轮叶片附面层特性

利用表面热膜测量上游尾迹周期性扫掠下某超高负荷低压涡轮叶片吸力面附面层的非定常流动特性.通过热膜测得的准壁面剪切力及其统计参数云图分析了尾迹与附面层的相互作用对分离、转捩及再附过程的影响.实验结果表明:对于低雷诺数Re超高负荷产生较大分离泡的情形,尾迹扫掠对涡轮叶片附面层的发展具有显著影响,能够有效地抑制附面层的流动分离.      

脑力负荷与目标辨认

研究虚拟战斗机驾驶员飞行过程中涉及的监视、计算记忆、攻击和探测4项任务,通过改变工作的快慢节奏来影响脑力负荷,以正确反应率和反应时间来评价和分析被测试者在不同脑力负荷下对目标颜色、形状和位置的辨认情况,为人机界面设计目标编码及确定目标呈现时间提供科学依据;使用脑电图仪测量实验过程中被测试者的生理反应来评价脑力负荷与任务难度的关系.实验结果表明:在需要分配注意力的情况下,人对实验分别选取的3种颜色和形状的辨认不受脑力负荷大小的影响,脑力负荷大小影响人对不同位置的目标辨认;人的目标辨认显著受到目标呈现时间的影响,目标呈现时间越长,反应时间越长;脑电图在一定程度上波的频率和高振幅波能反应脑力负荷大小.     

基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.     

高负荷跨声速压气机动静叶干扰下叶片气动负荷研究

通过数值方法模拟了某型高负荷跨声速压气机在工作点的非定常流场，对级内动静叶的气动干扰进行了深入分析。通过气动力和力矩的变化对动静叶干扰下的叶片非定常气动负荷进行了详细的分析，研究了尾迹和势流干扰下叶片气动负荷的变化规律，结合频谱分析进一步认识了气动负荷各周期分量，研究结果有助于对高负荷压气机内动静叶非定常气动干扰的认识。     

涡轮叶片冷却有效性分析

 为了获得内部换热效率和气膜冷却效率对综合冷却效率的影响规律,建立了简化物理模型对涡轮叶片复合冷却有效性进行分析,得到了内部换热效率与气膜冷却效率对综合冷却效率的影响规律:较低热负荷状态下,内部换热效率提高,综合冷却效率随之提高,内部换热效率对综合冷却效率影响大;较高热负荷状态下,气膜冷却效率对综合冷却效率影响增大,内部换热效率的影响减弱;过高的热负荷会出现综合冷却效率随着内部换热效率的增加而下降的情况,导致内部冷却失效。     

超高负荷低压涡轮叶型边界层被动控制

应用商用流体计算软件求解定常雷诺平均N-S方程组耦合Lantry-Menter转捩模型,对来流湍流度1.5%,不同进口雷诺数下,前加载超高负荷低压涡轮叶型进行了数值模拟。在与相关实验数据对比的基础上,研究了三种被动控制方式的控制效果与控制机理。结果表明:弧形凹槽的最佳开槽位置在分离点,最佳深宽比为0.15,表面拌线和矩形条的最佳加载位置在速度峰值点与分离点的中点;控制方式能否有效与其增加的掺混损失和减少的分离损失有关;三种控制方式均通过产生小漩涡来增加低能流体与高能流体之间的交换,从而加速转捩减小分离泡降低叶型损失。     

静叶片时序效应对压气机叶片非定常气动负荷的影响

采用数值方法对两级低速压气机中径处的流场进行非定常模拟。研究第二排静叶在两个典型周向位置上的叶片气动负荷,分析各列叶栅气动负荷的非定常波动以及静叶时序效应对叶栅气动负荷的影响。对各列叶栅的非定常气动力和气动力矩进行频谱分析,探讨叶列间的非定常气动干扰。结果表明,时序效应对静叶片气动负荷的影响明显高于动叶片的。时序效应能够提高压气机的性能与叶片寿命.      

进离港分离下的进近管制员工作负荷统计模型

主要研究了在进离港航线分离同时不考虑跑道影响条件下,提出了进离港分开考虑统计进近管制员工作负荷,在此基础上建立了进近管制员工作负荷统计模型。最后结合上海进近扇区2对模型进行了检验,验证了模型的准确性和可靠性。     

全电无人机主推进直驱永磁电动机热负荷研究

以全电无人飞机主推进直驱永磁电动机为研究对象,分析处于不同工况下主推进电动机热负荷特性.针对主推进电动机开启式结构特点,根据流体力学及传热学理论,建立强风冷却条件下流固耦合物理模型与数学模型,通过仿真计算不同热负荷、不同爬升角度时主推进电动机的温升,分析主推进电动机热负荷及温升随飞行工况的变化规律.对主推进电动机进行风洞与飞行试验.结果表明:热负荷为5500A2/(cm·mm2)时电动机最高温升为124K,与仿真值误差在2%以内,验证了理论分析正确性.无人机主推进电动机热负荷选取范围为3000~5500A2/(cm·mm2).