基于系统混沌指数的航空发动机状态监测

从混沌理论、分形学的角度研究了航空发动机失稳工作,计算了发动机失稳过程系统混沌特征量的变化.采用小波降噪对压气机压力数据作预处理,重构了系统相空间,改进了关联积分的计算方法,在此基础上采用滑动窗口方法计算了发动机失稳过程中系统李雅普诺夫指数、关联维数的变化.计算结果显示,发动机失稳过程中系统的混沌指数有显著的改变,系统进入失稳状态李雅普诺夫指数增大0.19,而关联维数则减小0.45,表明混沌指数可用于发动机系统的状态监控,亦为发动机失稳运动的特性研究提供了新思路.      

飞机外形和结构件反求建模技术研究

 探讨了基于特征的飞机外形和结构件反求建模策略,并给出曲面特征和实体特征的定义,该方法支持具有完整特征表达的模型快速重建。提出了大规模散乱数据k近邻的空间球搜索算法,其逐步增大搜索范围的策略可有效提高搜索效率。研究了结构件与外形相关曲面特征的重建方法,当贴合面较窄、外形线接近于直线时,采用直纹面逼近,否则由蒙皮曲面等距间接求取。研究了基于工程约束的曲面形状修改算法,以B样条曲面需满足的点、线、面几何约束为目标约束,通过最小化形状修改前后差曲面的弯曲能得到精确满足目标约束的光滑曲面,推导了曲面弯曲能和曲线约束的表达式。最后,以飞机翼肋模型反求为例验证了所提方法的可行性。     

我国大型飞机研制中的关键制造技术

对大型飞机研制基本技术特征、发展趋势以及我国目前的航空工业基础进行综合分析,提出了我国现阶段实施大型飞机研制应着重攻关研究或通过需求牵引发展的关键制造技术问题,并提出了建议方案.     

QD128燃气轮机动力涡轮偏心故障的振动分析

针对QD128燃气轮机在并网发电的稳定运行过程中出现振动剧增超限现象,根据振动特点、频谱以及油膜轴承偏磨的振动特征进行了分析.分析认为振动超限是因动力涡轮偏磨故障所致.重点介绍该偏磨故障的振动模式和频率分布特征,为进一步讨论偏心激振引起的振动故障机理提供了参考依据.     

固体药柱超声波特征扫描系统研制

对固体火箭发动机药柱的超声检测方法进行了研究,介绍了超声特征扫描成像原理及缺陷检测方法,研制了药柱超声波特征扫描系统,并用低频组合探头对药柱进行了检测.试验表明,设计的超声特征扫描系统可采用幅度成像、深度成像方法显示药柱的缺陷.     

运动边界非定常全速流场的数值模拟

将预处理引入到ALE格式的非定常可压缩N-S方程中,发展了一种能有效模拟含运动边界的三维非定常全速流场的数值方法.控制方程在非结构动态网格上用双时间步推进并用隐式、LU-SGS迭代求解;提出了一种特征变量的边界条件以适合预处理后的特征系统.几个典型算例的结果表明,预处理方法将可压缩流方法的计算能力拓展到了低马赫数范围,有效地提高了收敛速度和计算精度.     

基于因子分析的武器装备质量水平评价

作为武器装备生产、交付过程中重要的评价指标,产品质量水平对评判武器装备质量一致性具有参考意义。本文以空空导弹为武器装备研究对象,从引起质量问题的原因出发来评价产品质量水平。基于因子分析的产品质量水平评价从原因和故障数两个维度进行研究,把7个影响因素转化成2个公因子。相比于单枚产品故障数的评价,因子分析法充分利用数据信息,得到的结果更能反映武器装备各批次之间质量水平的变化趋势。     

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。     

基于簇特征加权的航空发动机状态监视方法

提出了基于簇特征加权模糊C-均值聚类算法(FWFCM)的航空发动机状态监视模型,该模型主要分为离线学习和在线监视两个部分,离线学习模块计算出模型参数输出到在线监视模块,在线监视模块根据模型参数对实时数据进行分类,实时数据又输入到离线学习模块中参与更新模型参数.结果表明:相比基于数据加权策略的模糊聚类算法(DWFCM)以及经典模糊C-均值聚类算法(FCM),该方法平均离线状态识别率和在线状态识别率分别提高了5.233%和8.358%.实验证明此方法性能好且有很好的鲁棒性和泛化能力,对于不确定性的航空发动机在线状态监视有较好的应用价值.