航空机载谐振膜式密度传感器的研究

针对飞机飞行中燃油量的在线实时测量需求.设计了基于谐振原理的新型谐振膜式液体密度传感器.对谐振膜片进行了数学模型分析,并设计了基于数字闭环方法的谐振膜式密度传感器整体结构.试验结果表明,该传感器测量精度较高,稳定性较好,结构简单,便于加工,能满足航空煤油在线实时测量的需求.     

轴对称射流矢量喷管非矢量状态下推力特性研究

通过数值模拟,研究了非矢量状态下（射流流流量为零）轴对称射流矢量喷管在低落压比时（NPR≤3.5）,射流缝内形成的空腔流动对喷管推力特性的影响;利用这种影响来控制低落压比时喷管的气流分离位置,提高了喷管处于低落压比时的喷管推力系数;推力系数可以提高到0.90以上。因此合理布置双连通射流缝的位置,不仅有利于提高射流的推力矢量效率,而且有利于提高低落压比无次流时的推力系数,从而弥补射流矢量喷管几何固定带来的不足。     

基于SVPWM的高功率因数整流器研究

介绍了三相电压型PWM整流器的数学模型和空间矢量PWM(SVPWM)控制技术,并根据设计要求完成了主电路中相关参数的设计。实验发现,采用SVPWM电流控制技术能够使网侧电压与电流同相位,表明电压型PWM整流器实现了高功率因数整流。     

发动机引流推力矢量方案数值研究

针对从燃烧室引流喷射的推力矢量控制方案,采用数值模拟的方法进行流场计算与分析,比较了引流向喷管内喷射、向无弹翼的弹体外侧喷射和向有弹翼的弹体外侧喷射三种方案。数值模拟结果表明:向喷管内引流的侧向力与喷流位置和喷射角度相关,最大侧向力与轴向推力的比值与引流管喉部面积占总喉部面积的比值大致相等;向弹体外引流时,喷口附近的弹翼对流场有很大的影响,若没有弹翼,则侧向力放大因子小于1,不宜采用;弹翼对喷流侧向力起显著的增强作用,放大因子可达1.5或更高。     

激波矢量控制喷管落压比影响矢量性能及分离区控制数值模拟

激波矢量控制喷管矢量角随落压比(NPR)的增大而下降的现象已被许多研究所证实.对NPR影响矢量角机理及基于多缝腔体和多缝辅助注气方法的分离区控制研究,目标是寻求大NPR条件下矢量性能提高的方法.研究表明:NPR影响矢量角的机理主要由于次流下游近壁面分离区由小NPR时的开放型变为大NPR时的封闭型,从而导致由于壁面压差力产生的矢量力减小所致.多缝辅助注气方法可以有效控制分离区在大NPR时保持开放,注气压力为环境压力时可以在不从系统额外引气的条件下提高矢量性能.      

二元双喉道射流推力矢量喷管流动参数影响的数值研究

采用数值模拟方法研究了不同流动参数对二元双喉道射流推力矢量喷管(Dual-throat fluidic Thrust-vectoring Nozzle,DTN)内流特性和推力矢量控制效果的影响。结果表明,DTN在非推力矢量情况下,NPR在3~4范围时,推力系数较大,达到0.968,而流量系数较小,仅为0.93;NPR再增大,推力系数迅速下降。在推力矢量情况下,落压比一定时,随着次流流量比的增加,推力矢量角增加,而流量系数、推力系数、推力矢量效率减小;次流流量比一定时,随着落压比的增加,推力矢量角减小,系统推力系数先增加后减小,流量系数略微增加。     

某型国产发动机压力传感器故障分析

从某型国产涡轴发动机压力传感器基本组成和工作原理出发,针对故障现象和特点,开展故障原因分析,得出了相应的结论,并提出了改进的合理建议,有利于提高发动机的可靠性。     

球面收敛二元矢量喷管气动及红外特性研究:模拟地面状态

采用数值模拟方法对涡扇发动机排气系统球面收敛二元矢量喷管的气动和红外辐射特性进行了研究,研究仅针对地面状态和俯仰偏转.结果表明:俯仰偏转角在小于20°范围内,俯仰偏转对排气系统推力系数和总压恢复系数的影响微弱,气动推力矢量角与俯仰偏转角几乎相等;由于气体的容积性热辐射特征,喷管俯仰偏转角的变化引起高温喷流红外辐射的方向性变化明显,喷管俯仰偏转时的热喷流在3~5μm波段红外辐射呈现一定幅度的增加;排气系统在3~5μm波段的红外辐射峰值随俯仰偏转角的增加而趋于减小,其出现位置小于俯仰偏转角;在大的俯仰偏转角下,排气系统在垂直探测平面上方的红外辐射较无矢量偏转情形有所降低,但在探测面下方却有明显的增强,导致另一个峰值的出现.      

基于广义回归神经网络的传感器故障检测

为了研究航空发动机试验中精确数学模型未知的多传感器故障诊断问题,采用基于广义回归神经网络(General Regression Neural Network,GRNN)组的故障检测方法,提炼出传感器之间的约束关系和故障规律,构建了一组多输入多输出GRNN,用于估计传感器输出,与测量值生成残差,通过与门限值比较判断可疑传感器,找到神经网络组中的具有最小可疑传感器数的GRNN。采用可疑传感器的估计信号做为重构信号交叉验证其它GRNN。通过验证即可确定可疑传感器为最终故障传感器。为了控制神经网络的回归精度,将多输入多输出神经网络分解为多个多输入单输出网络。通过仿真数据验证了该方法用于传感器故障检测的可行性。