航空发动机小波神经网络PID控制

提出了一种基于小波神经网络在线辨识的航空发动机比例-积分-微分(PID)控制算法.网络采用三层前向网络结构,以小波函数作为隐含层的激励函数.采用离线训练的方式训练出网络参数,以网络输出和输入之间的偏导数代替发动机模型输出和输入变量之间的偏导数,用以在线修正PID控制器的参数.阶跃响应测试表明,用小波神经网络整定的PID控制系统动态调节时间小于2s,稳态误差为零,在全飞行包线内均稳定正常工作.      

连续爆轰发动机的二维数值模拟研究

介绍了连续爆轰发动机(Continuous detonation engine,简称CDE)的物理模型及爆轰波传播的物理机理,并对CDE流场的波结构进行了分析.使用两步化学反应模型对简化的CDE模型做了二维数值模拟研究.计算了圆柱面展开二维平面的多个爆轰循环过程.模拟结果较好地匹配了相关CDE实验所获得的流场结构.数值计算结果使我们可以更加透彻地理解CDE各方面的参数,对于CDE的进一步研究具有一定的指导意义.      

共振型PDE谐振腔喷嘴匹配关系研究

在数值模拟的基础上分析了两种不同形状的喷嘴:细长孔喷嘴(或称狭缝喷嘴)和环形喷嘴对于射流碰撞和激波形成以及聚焦的影响.在此基础上又以环形喷嘴为例,分析了喷嘴尺寸对于射流碰撞和激波形成聚焦的影响,得出环形喷嘴相对于细长孔喷嘴具有更好的聚焦效果,以及有效利用激波起爆爆震波的喷嘴与谐振腔的几何匹配关系.      

有、无障碍物爆震管起爆过程的CE/SE模拟

用时空守恒元和解元(CE/SE)法模拟有无障碍物情况下爆震管二维爆震波的形成和传播过程,分析爆震波的不同机理,研究在较低能量下,点火区温度、爆震管管径以及障碍物对爆燃-爆震转捩过程(DDT)的影响.控制方程采取无量纲形式,用拓展的隐式梯形法实现刚性源项积分.研究表明,点火能量与点火压力相关,在较低的点火能量下,可以通过提高点火温度、减小爆震管径及加入障碍物加强爆震过程,减小爆燃-爆震转捩过程DDT时间和距离.为研究爆震波点火和DDT过程提供了理论依据.      

航空发动机数控系统多故障识别

提出了一种基于模糊逻辑的航空发动机数控系统多故障的识别方法.首先采用Takagi-Sugeno(T-S)模糊模型描述一种涡喷发动机数控系统的非线性模型,然后应用全解耦奇偶方程进行多故障的检测和隔离,并结合卡尔曼滤波器识别出传感器和执行器故障参数.仿真结果表明,针对传感器和执行器同时发生故障的情况,此方法能有效检测故障,并能准确识别出故障参数.      

超临界压力下航空煤油结焦换热综述及实验

综述了航空发动机CCA(cooled cooling air)冷却方式,对利用航空发动机外涵空气和航空煤油作为冷源两种不同技术路线的技术效能进行了对比,结果表明后者具有明显的优势.对国内外超临界压力下航空煤油结焦机理、结焦影响因素、结焦抑制以及换热、流动特性研究现状进行了综述,结果表明煤油温度、压力、表面材料对结焦有影响作用,加入相应添加剂可以有效抑制结焦,流动不稳定的影响因素以及浮升力对换热影响的判据.针对国内燃油RP-3进行了超临界流动结焦、静态结焦、以及流动换热的初步实验研究,结果表明压力、进口温度、材料表面特性影响煤油热氧化结焦,质量流量、流动方向、实验段弯曲对煤油换热有所影响.     

考虑运动耦合的BTT导弹三维制导律设计

针对倾斜转弯(BTT)导弹制导过程中的双通道耦合问题,设计了一种新型三维(3D)制导律。首先,通过矢量描述的方式,将导弹运动学模型分解成俯冲、转弯和耦合3项,俯冲和转弯两项在笛卡儿坐标系下描述,耦合项则在SO(3)空间中描述。然后,针对无终端约束和有终端约束情况,分别采用比例控制和SO(3)群上的广义比例-微分(PD)控制方式进行了相应的制导律设计。所得制导律既克服了李群方法的结构复杂性,又避免了解耦方法的信息损失。仿真表明,所设计的制导律能够满足BTT导弹精确制导的要求。     

爆震管壁面热负荷实验

在一台内径61 mm、长度1140 mm的气动阀式脉冲爆震发动机(PDE)上,进行了爆震管热负荷的测量计算,主要采用了两种换热模型:一是自然对流和热辐射模型;二是强迫对流模型.在两种方式下,爆震管的热负荷随频率的变化关系基本相同,即随频率升高而热负荷增大,但频率增加两倍热负荷增加却不止两倍.此外,在方式二的情况下,还得到煤油蒸发率随频率的变化关系,为PDE蒸发器设计提供参考.      

基于贝叶斯可靠性的设计优化在弹翼蒙皮设计中的应用

针对设计优化中存在的偶然不确定性和认知不确定性,采用贝叶斯理论,利用验前信息,进行可靠性分析,提出了基于贝叶斯可靠性的设计优化方法,并将其应用到弹翼蒙皮设计中。在仿真中,计算了两种不确定性下的可靠度分布,优化结果达到了可靠性要求,并且计算简单,易于工程实现。     

一种基于SNM降阶技术的整体叶盘结构失谐识别方法研究

本文以谐调叶盘有限元模型解析模态和失谐系统的实验测量模态作为基础信息,提出了一种整体叶盘结构失谐识别方法。该方法基于SNM降阶技术,大大降低了识别过程的计算花费以及对基础信息的要求;采用了子矩阵型技术使得失谐参数定义更加的自由,并使得该方法具有模型修正的功能;利用最可能向量技术处理实验测量模态振型,有效的限制了测量噪声、非线性等因素对识别过程的影响。最后以一个真实叶盘结构的数值仿真分析证明了该方法的正确及有效性。