反推装置对翼身融合分布式推进系统气动性能影响数值模拟

为了研究新型反推装置对翼身融合分布式推进系统气动性能的影响,将机身简化为二维模型,利用数值模拟的手段来研究攻角、反推开度,以及风扇打开或关闭对飞行参数的影响,为翼身融合分布式推进系统的反推装置设计提供初步的意见和建议。结果显示:反推闭合和风扇打开之后该机型的升力系数和俯仰力矩系数都会有较大增加;随着反推开度的增加,升力系数和俯仰力矩系数也随之增加;来流攻角对翼身融合分布式推进系统的气动性能也有较大影响。      

反推力装置运动学与动力学仿真

为了研究叶栅式反推力装置各部件在工作过程中的运动学与动力学特性,根据机构运动原理对反推力装置进行简化并建立了运动学与动力学数学模型。以滑动整流罩位移与阻流门所受气动负荷为输入进行运动学与动力学仿真,得到了反推力装置各部件的位移、速度及受力特性曲线,并对比分析了在不同尺寸参数下各部件特征点的运动轨迹和反推力装置负载力变化。结果表明:运动学及动力学仿真结果与工程实际相符;反推力装置机构参数选择不合理时,各设计点会发生干涉现象并导致机构无法运动;机构参数变化对负载力最大值影响尤为突出,在阻流门AC段长度值增大6%,阻流门CB段长度值减小9%的情况下,负载力正向最大值将增大19.53%,负向最大值增大12.67%。研究方法及研究结果可为反推力装置运动学及动力学分析,以及为反推力装置机构优化设计提供参考。      

卷积神经网络和峭度在轴承故障诊断中的应用

针对传统智能诊断方法依靠专家知识和人工提取数据特征工作量大的问题,结合深度学习方法在特征提取和处理大数据方面的优势,研究了一种基于卷积神经网络和振动信号峭度指标的滚动轴承故障诊断方法。该方法将深度学习应用于轴承故障诊断,提取滚动轴承正常状态、内圈故障、外圈故障和滚动体故障4种状态的振动信号,将振动信号分段处理得到峭度指标,使用数据到图像的转换方法将峭度指标转换为灰度图,送入卷积神经网络模型完成故障分类。在进行滚动轴承故障诊断的实验时,所提的模型诊断准确率达到99.5%,高于传统支持向量机(SVM)算法的95.8%。      

柔性接头结构应力经验公式适用性

设计了接头球半径为8cm的柔性接头及其增强件环向应力电测系统,测试了不同燃烧室压强和摆角条件下增强件的环向应力,并与现有经验公式、有限元分析结果进行了对比,基于有限元分析研究了接头球半径变化对增强件环向压缩应力的影响,提出了新的接头球半径在6~10cm范围内增强件环向压缩应力估算公式,另外研究了喷管喉径对柔性接头结构应力的影响,讨论了冷试容器压强和热试车发动机燃烧室压强换算公式的适用性。结果表明:增强件环向压缩应力试验测试结果和有限元计算结果吻合较好,现有增强件环向压缩应力经验公式估算结果值得商榷,柔性接头冷试结构应力与热试结构应力是不同的,冷试容器压强和热试车发动机燃烧室压强换算公式对于增强件环向压缩应力是适用的,但是对弹性件切应力不适用。      

基于感测线圈和KPCA的电机轴承故障检测

在电机定子中嵌入感测线圈并结合核主元分析(KPCA)进行电机轴承的故障检测。8只线圈分别嵌入电机定子的前端和后端,通过分时复用形成6组反应电机状态的差动信号。针对6组感测信号与电机状态间的非线性特征,采用KPCA进行多变量分析。着重介绍分析了KPCA故障检测的算法、监测指标和步骤。最后,用机车变压器油泵电机为对象开展了试验研究,验证了所提电机轴承故障监测方法的有效性和正确性。     

斜面兜孔圆柱滚子轴承的高速防打滑特性

为解决航空发动机主轴圆柱滚子轴承的打滑问题,提出一种具有斜面兜孔结构的圆柱滚子轴承,并对其高速防打滑特性展开研究。利用Hertz接触理论及弹流润滑、流体动力润滑的经验公式,建立了滚子-内外套圈滚道、兜孔-滚子、保持架-外圈引导面的接触模型。运用多体运动学及牛顿-欧拉动力学理论,建立了轴承径向平面内的三自由度动力学模型,在此基础上,利用龙格库塔数值积分法进行了轴承的动力学数值仿真,探讨了兜孔前后壁倾角对轴承打滑的影响规律,分析了兜孔前壁倾角为5°、后壁倾角为10°下轴承的高速打滑特性,结果表明：兜孔的前后壁倾角对轴承打滑有显著影响,通过对其进行优化,可有效抑制轴承的高速打滑。     

双列角接触球轴承的免疫算法优化设计

建立了双列角接触球轴承结构优化的数学模型,用免疫优化算法,分别以额定动载荷、额定静载荷和两者的加权和为目标函数进行轴承结构的优化设计.设计变量包括每列的钢球数、钢球直径、内滚道沟曲率半径系数、外滚道沟曲率半径系数和轴承节圆直径.并对比分析了遗传算法与免疫算法的优化结果.免疫算法可以有效实现优化设计,与轴承手册标准值相比,优化后的3210和3218轴承的额定动载荷和额定静载荷都提高了60%以上.      

基于局部均值分解和峭度图的滚动轴承包络分析方法

提出了基于局部均值分解(local mean decomposition,LMD)和峭度图(kurtogram)的滚动轴承包络分析方法.该方法中,原始滚动轴承故障振动信号通过LMD进行自适应的频率成分分离和初步降噪,包络分析中带通滤波器的参数通过峭度图客观地提供,从而提高滚动轴承包络分析的准确度.通过对滚动轴承仿真信号以及实验信号的分析,结果表明:在低信噪比情况下,LMD可以自适应分离出滚动轴承的固有振动成分,峭度图可以自动确定包络分析中带通滤波器的参数,与传统包络分析比较,所提方法能更加清晰准确地提取滚动轴承的故障特征.      

基于拟动力学的航空发动机主轴球轴承热弹流润滑分析

以航空发动机主轴球轴承高速高温重载典型工况为算例,基于轴承拟动力学分析,得到滚动体与套圈之间的微接触区运动和受力状态,分别用Hamrock-Dowson(H-D)拟合公式和翟文杰热修正公式计算了最小膜厚(MFT),同时结合热弹流润滑分析得到最小膜厚分布,对比了试验测试、H-D拟合、翟文杰热修正和热弹流润滑分析4种算法的最小膜厚,并根据膜厚比判定了轴承的弹流润滑状态.结果表明:H-D拟合和翟文杰热修正最小膜厚与试验测试结果相差较远,热弹流润滑分析结果与试验数据吻合性较好,误差10%以内;探讨了不同工况下的轴承弹流润滑性能.结果表明:存在径向载荷时,润滑膜整体压力增大,膜厚减小;随着转速增大,压力减小,膜厚增大,但是增大的趋势减缓.      

基于优化智能网络的发动机推力指令模型

针对航空发动机性能退化缓解控制中推力指令模型输入量有限问题,提出1种双智能网络串联的推力指令建模方法.其中子模型Ⅰ采用BP网络映射与推力密切相关的气路参数,其输出作为子模型Ⅱ的输入;子模型Ⅱ采用优化极端学习机(ELM)算法,输出为额定发动机推力,并以此推力为性能蜕化缓解控制指令.为了减小ELM网络规模,提高推力指令模型实时性,采用微分进化算法(DE)优化ELM初始网络参数.数字仿真验证表明:各飞行包线内推力指令模型预测值最大相对误差小于4‰,远优于单一神经网络最大8.17％和单一极端学习机最大14.5％的误差,模型推力指令计算时间仅需0.64ms,实时性好,验证了该推力指令模型的有效性.