采用脉冲爆震外涵加力燃烧室的涡扇发动机性能研究

为了研究带外涵加力脉冲爆震燃烧室(Pulse detonation combustor,PDC)的分开排气涡扇发动机性能,建立了其性能模型。利用该模型对带PDC外涵加力原理性试验模型的性能进行了评估,同时选取涡扇发动机对该发动机采用PDC外涵加力后的部件特性及整机性能进行研究,并比较了等燃油流量下外涵道装有PDC和传统等压燃烧室的发动机性能。理论计算结果和实验值对比表明,加装合适的喷管结构能够大大提高该原理性试验模型的推力性能。算例的计算结果显示:随着PDC工作频率的提高,发动机总推力增加,耗油率增大;在同一工作频率下,PDC平均增压比、平均出口温度和发动机总推力在当量比1.1左右达到最大值,发动机总耗油率随着当量比的增大而增加;当PDC工作频率超过50Hz时,外涵道装有PDC的发动机总推力大于外涵道装有传统等压燃烧室的发动机推力,且耗油率要小。     

变循环发动机部件级建模技术

以双外涵变循环发动机为研究对象,建立了其整机部件级稳态及动态数学模型,建模过程中考虑了导叶角和导向器面积变化对压气机和涡轮部件特性的影响,考虑了模式选择活门面积变化对副外涵进口空气流量的影响,所建立的模型能够执行变循环发动机2种典型工作模式:稳态及模式切换过渡态仿真.仿真结果表明:随着模式选择活门逐渐关闭,前段风扇喘振裕度显著减小;双涵工作模式下发动机耗油率低,适用于亚声速巡航飞行;单涵工作模式下发动机单位推力高,适用于超声速巡航飞行.      

基于GasTurb/MATLAB的航空发动机部件级模型研究

基于航空发动机总体性能分析软件GasTurb及其源代码,利用动态链接库技术实现在控制系统开发平台MATLAB下直接调用GasTurb部件级动态模型,并在Simulink下建立了包含涡喷、涡扇、涡轴、涡桨在内的22种发动机类型的部件级模型库,实现了两者之间的无缝衔接.应用实例与仿真结果验证了所建模型的有效性与高度可定制性.消除了从总体性能分析阶段过渡到控制系统开发阶段存在的交互障碍,为发动机控制和故障诊断研究提供了一种灵活的仿真平台.      

涡扇发动机部件效率变化对共同工作的影响分析

以大涵道比涡扇发动机为研究对象,分析了风扇增压级、高压压气机、高压涡轮、低压涡轮和燃烧室部件效率对涡扇发动机共同工作的影响。不同部件效率变化,不同的控制规律对部件的共同工作影响不同,有些参数变化方向相反。     

涡扇发动机部件效率变化对共同工作的影响分析

以大涵道比涡扇发动机为研究对象,分析了风扇增压级、高压压气机、高压涡轮、低压涡轮和燃烧室部件效率对涡扇发动机共同工作的影响。不同部件效率变化,不同的控制规律对部件的共同工作影响不同,有些参数变化方向相反。     

基于Matlab／Simulink的航空发动机部件级建模与分析

借助Matlab搭建完整的双轴涡轮风扇发动机模型,对各部件进行封装,利用Simulink显示模块观察仿真结果。在动态仿真时,引入容积动力效应,避免反复迭代过程,提高模型实时性。与GSP仿真软件结果进行对比,结果表明：所建立的模型具有较高精度,可以准确捕捉航空发动机的动态响应和稳态响应。     

一种创新性裂纹修理技术

达美技术运营公司与Lambda公司联合开发了一种可有效预防零件裂纹扩展的低塑性抛光技术。达美航空公司的机队共运营着152台CFM56-7发动机。该发动机的第一级压气机的每一个叶片的成本约为1000美元,因腐蚀和裂纹损伤引起的非计划维修的费用却远远高于其成本。为了预防因各种腐蚀、侵蚀、裂纹应力损伤、外来物损伤而引起的发动机修理问题,达美技术运营公司与位于辛辛提亚的Lambda公司合力开发了一项称为低塑性抛光(LPB)技术,并     

部件特性图的非线性最小二乘拟合修正

讨论了发动机部件特性的不准确性对发动机性能的影响,提出了基于特性图相似性的非线性最小二乘拟合修正方法。根据某型发动机的有限稳态性能数据,通过耦合优化计算,得到了各部件特性图的耦合系数,并对特性图进行了修正,得到了比较满意的修正结果。     

涡扇发动机部件特性的BP网络研究

在发动机特性计算中,建立了BP神经网络对部件特性数据进行识别学习,实现了特性数据的精确插值和对未知特性数据的推测。通过对网络输出结果的检验与分析,表明该方法精确实用。      

涡扇发动机部件特性自适应模拟

发展了一种预测发动机部件特性的自适应模型方法，该方法以通用特性为基础，运用单纯型优化方法，以发动机主要性能参数和过程参数偏差函数最小为优化目标，以部件特性耦合因子为被优参数，预测出不同飞行条件下的涡扇发动机的风扇、压气机、燃烧室、高、低压涡轮等部件特性。运用该模型对某涡扇发动机性能的计算结果表明，发动机主要性能参数和过程参数的计算偏差均在0．5％之内，对发动机各截面总温、总压计算偏差均在1％之内。预测出的部件特性已成功用于发动机故障诊断方程的建立。