基于飞行试验数据的双转子航空发动机 加减速瞬态模型辨识

为辨识航空发动机飞行过程中加减速瞬态模型,通过对某型航空发动机慢车至中间以及中间至慢车过程的飞行试验数据进行分析整理,将发动机上述加、减速过程简化为静态参数预测过程,利用3层前向人工神经网络,建立了某型发动机加、减速瞬态过程中的发动机关键参数预测模型,对发动机参数预测模型预测结果与飞行试验记录数据进行了对比分析,同时利用额外的飞行试验数据验证了辨识模型的泛化能力.结果表明:辨识得到的发动机模型在油门杆稳定时参数预测相对误差不超过3％,在油门杆动作期间参数预测相对误差不超过5％;验证点上辨识模型参数预测误差不超过3％.证明该型发动机参数预测模型可以很好地预测发动机瞬态过程中的参数变化情况.该方法为建立发动机其他状态的加、减速过程参数变化模型奠定了基础,也能为建立全包线范围内发动机瞬态参数预测模型提供参考.     

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.     

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。     

涡轮导向器排气面积测量与分析

针对航空发动机涡轮导向器喉道面积科研生产的需求,研究发动机涡轮导向器喉道面积测量方法,解决发动机涡轮导向器喉道面积测量技术问题,满足发动机型号计量的需求,为航空发动机研制提供有力的保障.     

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。     

叶片反扭对跨声速大涵道比风扇性能的影响

使用基于流固耦合算法的叶片反扭程序,考虑了非定常气动力对叶片变形的非线性作用,研究了叶片反扭对跨声速大涵道比风扇性能的影响.以冷态叶型为起点,先计算离心力作用下的叶片变形,在此基础上使用流固耦合程序获得非定常气动力作用下的变形.考察了3个转速下叶片的动态变形对大涵道比风扇气动性能的影响.结果表明:在跨声速工况下,叶片表面激波位置的变化对叶片反扭角有很大作用,在考察的转速范围内,堵塞点使用设计叶型计算的流量大于动态叶型下的流量,数值达7%,将导致发动机起飞推力小于预测值.结果表明在大涵道比风扇设计阶段,预测气动性能使用准确叶型的重要性.