湍流方程扩散项离散对某径向叶轮流场计算的影响

在相对旋转坐标系下采用Harten,Lax and van Leer contact （HLLC） 格式离散对流项,自行开发了基于多块结构化网格的有限体积程序,实现了对叶轮机械内部流场的数值求解.分别对半开式径向叶轮、闭式后弯叶轮展开数值模拟,程序和商业软件计算得到的不同叶高处表面压力数据,其相对差异不超过1%,验证了算法的正确性.针对湍流方程的扩散项,分别使用完全离散和略去交叉导数项离散,通过对湍流黏度等值线、气动轴向力和力矩的比较表明:在网格正交性较好的情况下,略去交叉导数项的离散对计算结果的影响小于1%,显著地减小湍流方程离散的计算量.      

基于交叉射流与切向旋流的CH_4柔和燃烧特性对比

轴向分级柔和燃烧器中,采用了交叉射流、切向旋流两种掺混方式,通过实验结合数值计算的方法,从流场和组分分布角度比较了两种掺混方式的掺混特点,从火焰特征、NO/CO排放方面比较了燃烧性能.实验以甲烷为燃料,热功率为16.2~25.9kW,相对切向旋流,交叉射流延缓了燃料、空气的直接混合,燃料、空气燃烧前经回流烟气充分预热和稀释,火焰根部有抬升,反应区体积大,火焰特征更接近柔和燃烧.同时,交叉射流分级燃烧器的污染物排放性能更优,回流比例为0.5、当量比为0.6时,烟气中NO和CO体积分数均仅为4×10-6.     

航空发动机健康评估变精度粗糙集决策方法

针对航空发动机健康评估过程中存在的多工况、非线性和小子样问题,提出了一种基于相似性度量的发动机健康评估的变精度粗集决策方法.首先给出了变精度粗糙集中正确分类率的确定原则和方法,提取了决策规则;其次,提出了基于交叉信息熵的属性相对重要度计算方法,并给出了属性的客观权重,结合专家经验和运行工况形成了属性的综合权重;最后,提出了基于属性综合权重的加权相似性度量方法,通过比较当前对象与约简后的决策系统中所有对象的相似程度,给出决策结果,完成对发动机的健康评估.实例表明,在结合专家经验和运行环境对评估结果进行修正后,该方法对发动机的健康评估更贴近实际,方法具有一定的普适性.      

机动飞行非线性解耦控制

给出了非线性解耦系统平衡点的计算公式。用微分几何控制理论研究了飞机非线性运动的 3种解耦运动模式,并用这 3种模式实现了 3种形式的敏捷性机动和直接升力控制的 3种基本模式,即 An,α1和α2 模式。计算结果表明,给出的 3种解耦模式能精确地实现这些运动模式。为飞机敏捷性和直接力控制问题提供了一种理论研究方法     

判断矩阵的一个恰当的校正方法

 本文首先证明了成对比较矩阵在相容性矩阵集合中的最佳逼近的存在性和不唯一性。然后通过微分同胚,把原来的非线性逼近转化成一个线性逼近,从而用投影定理获得解决。算例证明该方法简易可行。     

基于ADE-ELM的涡轴发动机建模方法

提出了基于自适应微分进化-极端学习机(ADE-ELM)求解平衡方程的高精度涡轴发动机实时部件级模型建立方法.基于牛顿-拉夫逊(N-R)迭代模型,以迭代计算前模型平衡方程残差为输入,迭代收敛后平衡方程猜值修正量为输出,训练极端学习机,并采用自适应微分进化(ADE)算法优化极端学习机(ELM)参数,提高猜值修正量映射精度.ADE算法中采用sigmoid型自适应缩放因子,提高了微分进化算法的寻优能力.在涡轴发动机不同飞行状态下的测试结果表明,以N-R迭代算法模型为基准,基于ADE-ELM的发动机模型,最大建模误差约为一次通过算法的1/3,运算耗时约为一次通过算法的1/3,验证了算法的有效性.      

双框架MSCMG框架伺服系统的动力学解耦及扰动补偿

双框架磁悬浮控制力矩陀螺(MSCMG)框架伺服系统是一个多变量、强耦合、非线性的复杂系统,针对耦合力矩对框架系统速率伺服性能的影响,以及框架系统动力学解耦之后存在残余耦合、卫星运动引起的牵连力矩和非线性摩擦的问题,提出了微分几何法与扩张状态观测器(ESO)相结合的高精度控制方法,在线性化解耦的基础上对残余耦合、牵连力矩及非线性摩擦进行观测补偿以提高框架伺服系统解耦及速率跟踪性能。仿真结果表明、由耦合力矩引起的内、外框架速率波动最大值分别从0.18(°)/s和0.12(°)/s减小到5×10^-3(°)/s和4×10^-3(°)/s,内、外框架正弦角速度跟踪误差分别从0.18(°)/s和0.19(°)/s减小到0.005(°)/s和0.004(°)/s。所提出的方法实现了框架伺服系统的动力学解耦以及非线性摩擦和牵连力矩的补偿,提高了框架系统的解耦性能和速率伺服精度。     

航空发动机气路部件故障融合诊断方法研究

针对发动机气路部件故障,提出了一种基于模型和基于数据驱动的融合诊断方法。采用极端学习机(ELM)实现基于数据驱动的故障诊断。针对ELM随机选择输入层权值和隐含层偏置带来的缺点,采用改进微分进化(IDE)算法以训练样本的均方根误差(RMSE)和输出层权值的范数为评价标准对其进行优化,减少了ELM的隐含层节点数,提高了网络的泛化能力。同时,由于传感器数目的不足,采用基于奇异值分解(SVD)的Kalman(SVD-Kalman)滤波器实现基于模型的部件故障诊断。为了提高航空发动机部件故障诊断的精度,利用改进的迭代约简最小二乘支持向量回归机(IRR-LSSVR)算法对两种算法的估计结果在特征层进行定量融合。仿真结果表明,在发动机稳态状态下,与单独使用基于模型和数据驱动的诊断方法相比,采用特征层融合有效地提高了部件故障诊断的精度和准确率。     

电罗经航向的H ∞跟踪估计方法研究

为提高在风、流、摇摆等众多外界干扰下电罗经航向输出的精确度,提出 了基于H∞的航向跟踪估计方法。简要介绍了H∞估计理论,基于H∞估计理论对最速跟踪 微分器进行一步改进设计,构造误差反馈矩阵,实现最速跟踪微分器的在线反馈控制, 获得较为理想的效果,为减小电罗经航向误差及提高航行安全提供一种行之有效的方法。     

基于微分进化算法的航空发动机模型修正

为了提高航空发动机性能仿真模型精度,采用微分进化算法对发动机部件特性进行修正.对微分进化算法进行改进,提出折线式交叉变量变化方式,提高了算法的寻优能力.提出变步长牛顿-拉夫逊迭代算法,基于平衡方程残差范数变化趋势,改变牛顿-拉夫逊算法迭代计算步长,提高了模型的收敛性和收敛速度.在设计点,对各部件特性、引气系数、总压恢复系数进行修正,使修正后的模型输出与试验数据相匹配.仿真结果表明:改进后的牛顿-拉夫逊迭代算法收敛性更强、计算速度更快,修正后的各输出参数的最大建模误差减小到1.3762％,满足建模误差需求.