航空发动机小波神经网络PID控制

提出了一种基于小波神经网络在线辨识的航空发动机比例-积分-微分(PID)控制算法.网络采用三层前向网络结构,以小波函数作为隐含层的激励函数.采用离线训练的方式训练出网络参数,以网络输出和输入之间的偏导数代替发动机模型输出和输入变量之间的偏导数,用以在线修正PID控制器的参数.阶跃响应测试表明,用小波神经网络整定的PID控制系统动态调节时间小于2s,稳态误差为零,在全飞行包线内均稳定正常工作.      

连续爆轰发动机的二维数值模拟研究

介绍了连续爆轰发动机(Continuous detonation engine,简称CDE)的物理模型及爆轰波传播的物理机理,并对CDE流场的波结构进行了分析.使用两步化学反应模型对简化的CDE模型做了二维数值模拟研究.计算了圆柱面展开二维平面的多个爆轰循环过程.模拟结果较好地匹配了相关CDE实验所获得的流场结构.数值计算结果使我们可以更加透彻地理解CDE各方面的参数,对于CDE的进一步研究具有一定的指导意义.      

共振型PDE谐振腔喷嘴匹配关系研究

在数值模拟的基础上分析了两种不同形状的喷嘴:细长孔喷嘴(或称狭缝喷嘴)和环形喷嘴对于射流碰撞和激波形成以及聚焦的影响.在此基础上又以环形喷嘴为例,分析了喷嘴尺寸对于射流碰撞和激波形成聚焦的影响,得出环形喷嘴相对于细长孔喷嘴具有更好的聚焦效果,以及有效利用激波起爆爆震波的喷嘴与谐振腔的几何匹配关系.      

有、无障碍物爆震管起爆过程的CE/SE模拟

用时空守恒元和解元(CE/SE)法模拟有无障碍物情况下爆震管二维爆震波的形成和传播过程,分析爆震波的不同机理,研究在较低能量下,点火区温度、爆震管管径以及障碍物对爆燃-爆震转捩过程(DDT)的影响.控制方程采取无量纲形式,用拓展的隐式梯形法实现刚性源项积分.研究表明,点火能量与点火压力相关,在较低的点火能量下,可以通过提高点火温度、减小爆震管径及加入障碍物加强爆震过程,减小爆燃-爆震转捩过程DDT时间和距离.为研究爆震波点火和DDT过程提供了理论依据.      

航空发动机数控系统多故障识别

提出了一种基于模糊逻辑的航空发动机数控系统多故障的识别方法.首先采用Takagi-Sugeno(T-S)模糊模型描述一种涡喷发动机数控系统的非线性模型,然后应用全解耦奇偶方程进行多故障的检测和隔离,并结合卡尔曼滤波器识别出传感器和执行器故障参数.仿真结果表明,针对传感器和执行器同时发生故障的情况,此方法能有效检测故障,并能准确识别出故障参数.      

多目标跟踪的核粒子概率假设密度滤波算法

提出一种新的多目标跟踪算法：核粒子概率假设密度滤波算法(KP-PHDF)。算法的创新点在概率假设密度滤波算法(PHDF)的目标状态提取步骤,以粒子概率假设密度滤波算法为框架,并运用结合了mean-shift算法的核密度估计(KDE)理论进行概率假设密度(PHD)分布的二次估计、提取PHD峰值位置作为目标状态估计值。分析与多目标跟踪(MTT)仿真的结果表明,与现有序列蒙特卡罗概率假设密度滤波算法（SMC-PHDF）相比,在相同仿真条件下新算法的估计精度提高30.5%。     

航空电子多信道实时分组调度方法

 针对航空电子波分复用（WDM）网络,提出了一种新的多信道实时调度策略实时多信道加权轮转调度（RMWRR）,将多信道分成强实时信道组和尽力服务信道组,通过调整强实时信道组的权值分配和在尽力服务信道组进行权值补偿的方法,在满足强实时消息强实时约束的同时,提高了带宽利用率,可以适应动态消息的权值变化。对经过流量整形的非强实时消息,RMWRR在尽力服务信道组对其提供延迟上界。通过理论分析,推导了RMWRR的强实时调度条件和尽力服务延迟上界。仿真和算例分析验证了该调度策略的强实时约束下的低资源占用和非强实时下的低延迟特性。     

超临界压力下航空煤油结焦换热综述及实验

综述了航空发动机CCA(cooled cooling air)冷却方式,对利用航空发动机外涵空气和航空煤油作为冷源两种不同技术路线的技术效能进行了对比,结果表明后者具有明显的优势.对国内外超临界压力下航空煤油结焦机理、结焦影响因素、结焦抑制以及换热、流动特性研究现状进行了综述,结果表明煤油温度、压力、表面材料对结焦有影响作用,加入相应添加剂可以有效抑制结焦,流动不稳定的影响因素以及浮升力对换热影响的判据.针对国内燃油RP-3进行了超临界流动结焦、静态结焦、以及流动换热的初步实验研究,结果表明压力、进口温度、材料表面特性影响煤油热氧化结焦,质量流量、流动方向、实验段弯曲对煤油换热有所影响.     

基于动态因子的粒子群算法在航路规划中的应用

粒子群优化PSO(Particle Swarm Optimization)因其实现容易、精度高、调整参数少、收敛速度快等优点而在解决优化问题中得到了广泛的应用。分析了惯性权值及加速度因子对粒子群算法优化性能的影响,进而提出改进粒子群算法的方法:线性或非线性动态调整惯性因子,从而有效地提高算法的搜索能力;进行了仿真实验,仿真结果表明改进后的算法在全局搜优的速率与精度方面均有明显提高。     

可行SLP法在发动机在线优化中的应用

研究了航空发动机在线优化算法问题。基于序列可行方向法,提出了一种用于解决一般非线性优化问题改进的序列线性规划(SLP)在线优化算法——可行下降序列线性规划(FSLP)方法。其显著特点是通过适当的步长修正算法,在保证目标函数下降的同时,确保解的可行性。根据对偶理论证明了其核心算法的收敛性,对步长修正原理进行了数学分析,并详细介绍了算法实现途径。基于上述优化算法,以某型双转子涡扇发动机最大推力模式为仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比传统的序列优化方法,在提高优化算法解的可行性方面效果更好。