航空发动机叶片抛光技术现状及发展趋势

叶片最终成形一直是航空发动机制造中的瓶颈技术,叶片自动化抛光技术研究可以解决国内叶片主要依靠手工抛光所带来的一系列问题。本文对砂轮磨削、砂带磨削的工艺特点进行了介绍,并结合国内外抛光技术现状,针对叶片抛光的技术难点,总结出了叶片抛光技术的发展趋势,给叶片抛光技术从业人员指出了一个研究方向。     

畸变进气下叶片弯曲对某转子叶尖区域流场的影响

以跨声速轴流压气机NASA转子11为原型进行周向弯曲改进,对得到的周向弯曲转子与原型转子内流场在相同的进出口条件和设计转速下进行了非定常数值模拟,结果表明:在一个非定常周期的不同时刻,弯曲叶片叶尖前缘压力面与吸力面静压差都小于原型转子,弯曲转子叶尖处低轴向速度气流团的位置相比原型转子更靠近出口,同时弯曲叶片吸力面附面层内的低能流体更不容易向叶尖区域迁移。     

树脂基防热材料长时间烧蚀后的变形问题

针对树脂基防热材料长时间烧蚀后变形问题进行了分析,通过对某改性石英纤维织物/酚醛复合材料烧蚀后碳层厚度、不同温度线胀系数及力学性能的测试分析,提出内部热应力是导致材料长时间烧蚀后变形的主要原因.     

涂层材料长时间气动加热实验研究

分两个方面介绍了涂层材料低热流长时间气动加热试验情况.先对涂层材料进行试验筛选,再将性能较好的涂层材料制作成大尺度球锥模型,考核其整体热结构性能及粘接工艺.该试验研究利用了湍流导管试验技术,并将传统的用于高热流、短时间运行的亚声速电弧包罩试验技术拓展到低热流、长时间加热领域,成功进行了小尺度平板模型和大尺度球锥模型的长时间气动加热试验,试验时间达600 s,试验过程中流场参数稳定.试验结果表明,筛选出的涂层材料整体热结构性能及粘接工艺较好.     

An investigation on adaptively machining the leading and tailing edges of an SPF/DB titanium hollow blade using free-form deformation

Titanium hollow blades are characterized with lightweight and high structural strength, which are widely used in advanced aircraft engines nowadays. Superplastic forming/diffusion bonding (SPF/DB) combined with numerical control (NC) milling is a major solution for manufacturing titanium hollow blades. Due to the shape deviation caused by multiple heat and pressure cycles in the SPF/DB process, it is hard to manufacture the leading and tailing edges by the milling process. This paper presents a new adaptive machining approach using free-form deformation to solve this problem. The actual SPF/DB shape of a hollow blade was firstly inspected by an on-machine measurement method. The measured point data were matched to the nominal SPF/DB shape with an improved ICP algorithm afterwards, by which the point-pairs between the measurement points and their corresponding points on the nominal SPF/DB shape were established, and the maximum modification amount of the final nominal shape was constrained. Based on the displacements between the point-pairs, an accurate FFD volume was iteratively calculated. By embedding the final nominal shape in the deformation space, a new final shape of the hollow blade was built. Finally, a series of measurement and machining tests was performed, the results of which validated the feasibility of the proposed adaptive machining approach.     

The Mars Environment Analogue Platform long duration balloon flight

The MEAP (Mars Environment Analogue Platform) mission was to fly a stratospheric balloon on a semicircular trajectory around the North Pole in summer 2008. The balloon platform carried the high-resolution neutral gas mass spectrometer P-BACE (Polar Balloon Atmospheric Composition Experiment) as scientific payload. MEAP/P-BACE is a joint project between the Esrange Space Center, Sweden, the University of Bern, Switzerland and the Swedish Institute of Space Physics (IRF), Kiruna, Sweden. Mission objectives were to validate the platform for future long duration flights around the North pole, to validate the P-BACE instrument design for planetary mission applications (conditions in the Earth stratosphere are similar to the conditions at the Mars surface), to study variation of the stratospheric composition during the flight and to gain experience in balloon based mass spectrometry. All objectives were fulfilled.     

涡轮叶片多学科设计优化中的多学科可行解耦

为解决涡轮叶片多学科设计优化过程中的解耦问题,将多学科可行解耦方法应用于涡轮叶片气动、传热及结构三学科的解耦。将气动、传热分析载荷下的叶片变形作为解耦循环结束与否的判断标准;解耦循环中的关键步骤——学科间的载荷传递及变形传递分别用单元内线性插值法及自由网格变形技术实现。某涡轮叶片初始设计点的解耦算例表明,解耦循环结束前收敛标准降幅达90.74%,气动、传热及结构得到了完全解耦。整个过程表明,多学科可行解耦方法虽然解耦效率有限,但在解决学科间耦合问题时具有较好的稳定性、准确性及可操作性。     

叶/盘结构振动分析中几个问题的探讨

为了防止叶／盘结构在正常工作条件下出现危险的共振，从工程设计角度出发，讨论了用在限元法对刚性盘上单个叶片的振动分析、用波传播技术对叶／盘耦合振动及轮盘振动分析中的几个问题。对振动分析中应注意的计算频率阶数确定、激振力选取及其振点确定等问题给出了具体处理方法。计算得到的叶片、轮盘振动特性分析结果与实测结果相符。给出的处理方法可用于叶／盘结构的振动设计分析和排放。     

涡轮叶片前缘旋流-气膜复合冷却内部流动传热特征实验和数值模拟

为了提高涡轮叶片前缘的冷却效率,本研究提出了一种偏置冲击孔的旋流-气膜冷却结构。在20000～50000雷诺数范围内,对冲击孔居中和偏置分别开展实验研究和数值模拟,得到了两种结构的内部传热、流阻和流场特性。实验通过瞬态液晶热像技术获得前缘内表面的详细努塞尔数分布,并结合数值模拟的结果分析了流场特征,对强化换热的机理做出解释。实验结果表明：叶片前缘内部旋流使总体平均努塞尔数提高4.0%~9.4%,同时压力损失降低5.6%~6.4%。数值模拟结果表明,偏置冲击孔利用叶片前缘曲率较大的结构特性产生了强烈的旋流,使高换热区的面积显著增加,改善了内部换热的均匀性。     

基于深度学习的辅助动力装置性能参数预测方法研究

针对传统机器学习的辅助动力装置(Auxiliary Power Unit, APU)性能参数预测方法不能充分利用参数数据间的时序性和非线性问题,提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)-长短期记忆(Long Short-Term Memory, LSTM)-注意力(Attention)的APU性能参数预测方法。首先,引入一维CNN,通过预处理的参数数据得到不同属性的抽象特征。然后,使用LSTM神经网络对这些特征进行记忆,并结合可以对特征状态赋予不同权重的Attention机制来实现参数预测。使用某型APU的参数数据预测未来不同步长的排气温度(Exhaust Gas Temperature, EGT)。实验结果表明,对于单步EGT的预测,CNN-LSTM-Attention模型在平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)指标上比CNN-LSTM、LSTM和简单循环神经网络(Simple Recurrent Neural Network, Simple RNN)模型分别降低了15.2%、32.5%、60.3%,在均方根误差(Root Mean Square Error, RMSE)指标上分别降低了7.3%、11.6%、32.9%。同时它在多步EGT的预测中具有较高的预测精度,证明了该方法的有效性,为短期APU性能变化趋势预测提供一定的参考。