基于Φ函数的等熵膨胀过程数学模型

为了解决航空发动机总体性能计算中,主要的等熵膨胀过程数学模型中存在理想状态值的计算,使计算结果与实际值相比产生一定误差的问题.从过程效率定义式入手,推导出基于Φ函数的等熵膨胀过程数学模型.与基于熵的等熵膨胀过程数学模型以及带理想状态值计算的等熵膨胀过程数学模型的计算结果进行比较与分析之后,得出结论是：①基于Φ函数的等熵膨胀过程数学模型的应用可使计算精度得到提高;②基于Φ函数的等熵膨胀过程数学模型的应用较为简便,可以提高编程效率和计算效率.     

基于等熵压缩面型面坐标变换的二维曲面压缩面数值模拟

利用坐标变换矩阵对等熵压缩面型面坐标进行缩放变换,得到一系列不同曲率的二维曲面压缩面.利用数值模拟手段对该系列曲面压缩面进行了研究,并与壁面马赫数线性分布和压升规律可控的压缩面进行了比较.结果表明:等熵压缩面型面坐标变换后其长度明显缩短,在相同总偏转角下x轴坐标缩放比例因子为0.7的曲面压缩面长度缩短30%;不同x轴坐标缩放比例因子的曲面压缩面产生分散、不汇聚于一点的压缩波并能保持等熵压缩的流动特征,壁面压力分布得到一定程度的改善且随着x轴坐标缩放比例因子的减小,壁面马赫数逐渐趋于呈线性分布;x轴坐标缩放比例因子为0.5的曲面压缩面同壁面马赫数线性分布的压缩面在流场结构、壁面压力、壁面马赫数分布以及出口截面总压恢复系数、出口截面马赫数分布方面具有高度的相似性.      

正丁醇/煤油混合物非预混燃烧压力振荡特性

为探索生物混合燃料在燃气轮机燃烧室内的应用,将丁醇掺混入航空煤油中,根据燃烧室的实验结果构建熵波对流模型,定量分析其不同体积分数对燃烧室内压力振荡频率的影响。实验结果表明:在燃烧室进口压力1.98 MPa、温度600 K和油气比0.03下,随着丁醇所占体积分数增大,燃烧室内压力振荡频率逐渐下降,而幅值变化无明显规律。熵波对流模型结果与实验吻合较好,通过分析表明,不同燃料组分热值变化引起的对流时间改变,是燃烧室压力振荡频率变化的主要原因,为控制燃烧室内压力振荡提供了参考。      

等离子熔覆CoCrCuFeNiMn高熵合金研究

采用等离子熔覆技术在Q235钢基体上制备了fcc结构的CoCrCuFeNiMn高熵合金熔覆层,并研究了熔覆层的组织结构以及800℃、1200℃退火对熔覆层显微组织和硬度的影响。结果发现,熔覆层显微组织为树枝晶,枝晶间为富Cu面心立方固溶体,有纳米编织组织析出,枝晶内为多种元素固溶的面心立方固溶体。熔覆层经过800℃和1200℃退火4h后,没有新相析出,元素偏聚现象未发生明显变化,晶粒发生明显的粗化。     

复杂装备的售后技术状态管理初步实现

20世纪60年代以来,美军在技术状态管理方面的研究不断取得成果。我国的技术状态管理也在按照边研究、边管理、边改进的方法进行着。本文从技术状态管理的定义、意义、现状、内涵和要求等方面对技术状态管理进行分析,同时对开展技术状态管理的方法和前景进行研究。     

低利用率下民机结构维修间隔确定模型

制定民用飞机结构维修大纲的核心内容之一是确定结构维修间隔,现有的分析模型普遍没有综合考虑民机利用率对维修间隔各指标的影响。以民机在环境损伤下的金属结构维修间隔为研究背景,综合考虑利用率对确定结构维修间隔各个指标的影响,应用K-means算法和AHP （Analytic Hierarchy Process）-熵值法,建立了一种某型国产民机低利用率下金属结构环境损伤维修间隔的确定模型,并通过选取相似机型的典型结构进行了实例验证。分析结果表明：所建模型与飞机利用率匹配关系良好,符合工程实际,在一定程度上解决了国产民机制定维修大纲的过程中,由于缺少运营数据和维修数据而导致维修间隔的确定偏于主观的问题。     

基于交叉熵和空间分割的全局可靠性灵敏度分析

基于失效概率的全局灵敏度分析可以度量各个基本随机变量的不确定性对失效概率的影响程度,对如何降低结构的失效概率具有指导意义。基于交叉熵方法和空间分割提出一种新全局可靠性灵敏度分析方法。该方法采用交叉熵法自适应的确定重要抽样密度函数,有效地回避了传统重要抽样中设计点位置和个数求解的困难。基于评估失效概率所使用的样本,利用空间分割方法计算各个输入随机变量的全局可靠性灵敏度指标,能够提高样本的利用率和计算效率。文中利用一个数值算例和两个工程算例验证了所提方法的计算效率和精度。     

基于粒化模糊熵的机载燃油泵故障诊断

由于机械系统的复杂性,机载燃油泵振动信号的随机性表现在不同尺度上,因此需要对振动信号进行多尺度分析。为了实现机载燃油泵的故障状态特征提取,以模糊熵作为机载燃油泵振动信号的基本特征,提出了基于模糊信息粒化和模糊熵的机载燃油泵故障诊断方法。首先,采用模糊信息粒化方法对振动信号进行粒化处理,得到包含最小值、中值、最大值三组模糊信息粒;其次,计算模糊信息粒的模糊熵值;最后,将熵值作为特征向量,输入基于粒子群优化支持向量机建立的分类器。将该方法应用于机载燃油泵及轴承实验数据,分析结果表明,该方法可有效实现故障诊断。     

基于VMD的自适应复合多尺度模糊熵及其在滚动轴承故障诊断中的应用

提出了一种基于自适应多尺度模糊熵、ILS（迭代拉普拉斯得分）特征选择和粒子群优化支持向量机(PSO-SVM)的滚动轴承故障诊断方法。该方法采用变分模态分解对振动信号进行分解和重构,并计算重构信号的复合多尺度模糊熵;同时采用迭代拉普拉斯得分选择敏感故障特征,并将特征选择结果输入到基于粒子群优化支持向量机的多故障分类器进行识别。将提出的方法应用于滚动轴承试验数据分析。结果表明:该方法对试验数据的故障识别率为100%。并将基于ILS特征选择方法与基于SFS（sequential forward selection）特征选择进行了对比,表明基于SFS特征选择的最高识别率为92.86%,而基于ILS特征选择的故障识别率达到100%。