异步COM技术在串口通信组件的应用

异步COM是客户和服务器组件之间相互通信中的异步传输模式。基于它设计相应的串口通信组件,更能合理利用各种硬件资源。     

航空发动机性能差异问题的故障部件快速检验方法

提出了一种航空发动机性能差异问题的故障部件快速检验方法.该方法以部件特性曲线为基础,可以快速检测出航空发动机各部件的自身特性变化而排除由于其它部件性能变化引起的工作线变动带来的影响,从而快速判断出故障的部件.该方法特别适用于仿制发动机与原型发动机性能变化原因的查找.      

应用非均匀B样条拟合涡轮发动机部件特性

为了使气动热力模型更好的逼近涡轮发动机,应用成熟的非均匀B样条来拟合部件特性.这种方法既可以保证发动机计算的整体性能也大大提高了其局部特性的准确性.单轴涡喷发动机的算例证明了方法的有效性.      

基于BP人工神经网络的离心压气机叶轮多目标优化设计方法

利用Concept NREC软件建立离心压气机叶轮设计样本库,借助BP（back propagation）人工神经网络建立样本库中各设计参数与压气机性能之间的关系,接下来以多目标遗传算法寻找Pareto解,从而获得离心压气机叶轮最佳设计参数.将该方法应用于Krain叶轮设计工况,所得叶轮的效率、压比较Krain叶轮原型分别提高1.4%和10.9%.通过对人工神经网络模型可靠性的讨论、多目标优化模型的主成分分析和所设计叶轮性能的CFD验证,证明了所构建的目标函数与所获得的Pareto解集的合理性,说明本方法可以有效应用于在离心压气机设计、选型.      

正十二烷和甲基环己烷在超燃燃烧室中的点火和稳焰特性研究

主要研究了液态单组份碳氢燃料在超燃燃烧室中的点火和稳焰性能,所用燃料为正十二烷和甲基环己烷,研究结果可以为超燃冲压发动机的燃料制备提供部分依据。试验在以蓄热式加热器为核心的直连式试验台上进行,超燃燃烧室进口总温在1040~1100K范围内,进口马赫数2.03,进口空气流量2.0kg/s左右,点火器为燃气发生器,采用串联凹腔作为火焰稳定装置,在第一个凹腔前常温燃料垂直喷射到燃烧室中。研究结果表明:与正十二烷相比,甲基环己烷在来流总温较低的超声速流中更容易被点燃和实现稳火,但总体来讲,当燃烧室进口总温低于1100K时,常温液态燃料的点火和稳焰性能较差。理论分析了两种燃料的蒸发特性,计算结果表明在来流参数相同时,甲基环己烷的蒸发特性优于正十二烷。利用一维分析方法结合试验测量的壁面静压、燃烧室入口马赫数和空气流量,得到了正十二烷和甲基环己烷不同工况时的总温分布和出口燃烧效率。     

基于EMD熵特征融合的滚动轴承故障诊断方法

研究了滚动轴承故障诊断单一故障信号的局限性和故障特征的非线性,从信息融合的理论出发,利用非线性动力学参数熵作为特征,提出了基于经验模态分解(EMD)熵特征融合的方法来解决滚动轴承故障诊断问题.首先将原始信号进行EMD,利用EMD的自适应多分辨率的特点计算EMD得到的固有模态函数(IMF)信号的多种熵值,然后采用核主元分析(KPCA)对提取的状态特征进行信息融合,从而得到互补的特征,最后将提取的融合特征通过支持向量机(SVM)进行故障诊断.滚动轴承故障诊断实验表明:该方法结合了EMD、信息熵理论和KPCA强大的非线性处理能力的特点,可以进行滚动轴承故障诊断.      

商用航空发动机转子部件的电子束焊接

现代商用航空发动机具有长寿命、高可靠性等要求,这对电子束焊接头的设计、制造及检测均提出了更高的要求。介绍了航空发动机转子部件电子束焊接结构及接头设计形式、检测要求,指出了针对商用航空发动机转子电子束焊需开展的研究工作。     

基于PCA-TN的直升机主减速器通用热分析计算

针对当前热分析方法无法满足直升机主减速器结构复杂多变的问题,提出了一种快速获取主减速器温度场分布的通用热分析方法。以典型直升机主减速器为样本,进行了主成分分析（principal component analysis,PCA）,并结合热网络法（thermal network,TN）,分析获得3种通用热分析单元体模型。对于不同结构的主减速器,通过单元体及其衍生体的组合可以迅速且有效地建立其系统热分析模型,求解获得温度场分布。以某直升机主减速器为例,应用该方法进行了热分析,并与试验进行了对比,结果表明:该方法能高效计算主减速器的温度场分布,计算值与试验值最大误差为5.07%,满足主减速器热分析工程计算需求。      

Aerodynamic optimization of rotor airfoil based on multi-layer hierarchical constraint method

Rotor airfoil design is investigated in this paper. There are many difficulties for this high-dimensional multi-objective problem when traditional multi-objective optimization methods are used. Therefore, a multi-layer hierarchical constraint method is proposed by coupling principal component analysis (PCA) dimensionality reduction and e-constraint method to translate the orig-inal high-dimensional problem into a bi-objective problem. This paper selects the main design objectives by conducting PCA to the preliminary solution of original problem with consideration of the priority of design objectives. According to the e-constraint method, the design model is estab-lished by treating the two top-ranking design goals as objective and others as variable constraints. A series of bi-objective Pareto curves will be obtained by changing the variable constraints, and the favorable solution can be obtained by analyzing Pareto curve spectrum. This method is applied to the rotor airfoil design and makes great improvement in aerodynamic performance. It is shown that the method is convenient and efficient, beyond which, it facilitates decision-making of the high-dimensional multi-objective engineering problem.     

一种鲁棒的概率核主成分分析模型

大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它在处理非线性、存在噪声和异常点的数据时存在效果较差的问题。对此,文章提出了一种鲁棒概率核主成分分析模型。该模型将核方法与基于高斯隐变量模型的极大似然框架相结合,用多元 t分布作为先验分布,以同时解决主成分分析在这 3个方面的弊端。提出混合鲁棒概率核主成分分析模型,使其可直接用于对混合的非线性数据进行降维和聚类分析。在不同数据集上进行的实验结果表明,与标准的混合概率核主成分分析模型相比,文中模型在数据聚类方面有更高的准确率。