基于Fibonacci搜索方法的航空发动机性能寻优

介绍了Fibonacci搜索方法应用于发动机性能优化中的原理,建立带两个出口面积、气流马赫数可变的引射器的涡喷发动机的总体性能计算模型,应用Fibonacci搜索方法在优化参数区间内对该发动机进行了最大推力、最低油耗、最低涡轮前温度模式的寻优.举例说明了Fibonacci搜索方法应用的具体过程.给出了不同高度、马赫数下的寻优结果.结果表明:最优目标性能满足的约束边界与飞行高度、马赫数密切相关.不同的飞行高度、马赫数对应了不同的最优控制策略.但不论飞行任务如何,根据该方法进行的优化控制所获得的目标性能是最佳的.该优化方法不仅适用于该类涡喷发动机,也为其他类型航空发动机的优化控制打下一定的基础.      

带稳定板装置弹射座椅偏航稳定性能研究

针对国内弹射救生领域现状,设计了一种适合于国内某型座椅的弹射救生系统稳定板。运用计算流体力学(CFD)数值计算方法,对改装稳定板前后的人椅系统进行了高速流场下的静态和动态特性分析,并与风洞试验结果进行对比,两者吻合较好。改装稳定板前后的数值计算对比表明:在不对俯仰和滚转性能产生不利影响的情况下,稳定板的改装对人椅系统的偏航性能有比较明显的改善。六自由度动态计算比较真实地模拟了弹射出舱的过程,也进一步验证了稳定板对改善偏航稳定性能所起到的作用。数值计算完全可以应用于弹射座椅的气动研究,同时稳定板的设计对工程上的应用具有一定的参考价值。     

CBOC调制信号及其新型相关函数研究

介绍了复用二进制偏置载波（MBOC）信号的功率谱特性特点,用仿真方法讨论了复合二进制偏置载波（CBOC）信号时域表示及其功率谱密度、自相关函数和伪码跟踪性能,证明了CBOC信号的优越性。针对CBOC信号自相关函数多峰性,给出了一种CBOC信号新型相关函数的产生方法。     

传感器测量偏差下的航空发动机智能性能诊断

以某型涡扇发动机为研究对象, 构建了基于神经网络的航空发动机智能性能诊断方法, 讨论了测量噪声及测量偏差对诊断结果的影响及其处理方法.建立一簇并行的神经网络组和发动机模型, 通过比较各模型输出与发动机测量参数之间的误差, 判断传感器是否存在测量偏差.仿真结果表明, 该方法能有效消除测量噪声, 准确判断并隔离有测量偏差的传感器, 得出正确的发动机性能诊断结果.      

一种惯性导航用减振器的低温工作特性

使用带有环境温湿度箱的电磁振动台进行一种航空惯性导航用减振器(JZ-2）的低温动态性能测试,研究了该型减振器的低温(-70℃~20℃）工作特性,得到该减振器的谐振频率以及放大倍数在温度降低条件下的变化规律,并将谐振频率与温度的关系推广至压剪型硅橡胶减振器,为航空器用惯性导航设备在高寒地区的设计以及使用提供参数依据。研究结果表明,当温度低于室温,压剪型橡胶减振器的低温谐振频率与温度的关系符合一阶指数衰减函数。     

吸气式高超声速飞行器多参数灵敏度分析

为实现吸气式高超声速飞行器多参数情况下的灵敏度分析及参数分类,降低设计的复杂度,在吸气式高超声速飞行器参数化建模的基础上,首先采用正交试验设计生成样本,再通过计算流体力学(CFD)进行高精度气动力性能计算,最后运用方差分析法进行气动性能的参数灵敏度分析,在运用较少的试验样本点的情况下,即可完成多参数、复杂构型条件下气动性能的参数灵敏度分析。结果表明,该方法可以正确地分析出参数对飞行器气动性能的敏感程度,得到参数对气动性能的影响规律。同时,通过灵敏度分析的计算样本,还可以初步选出气动性能较优的飞行器构型,为地面试验和优化设计提供参考。     

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.     

喷管扩散段型面对固体发动机性能的影响

通过计算喷管二维两相流和边界层比冲损失,研究了喷管扩散段型面对其性能的影响。研究结果表明：在喷管扩散段长度一定的情况下,膨胀比有一最佳值,超过该值,喷管性能反而下降;在膨胀比一定的情况下,在一定长度范围内喷管越长,其性能越高。从而得出,为使综合性能达到最佳,在一定膨胀比下喷管扩散段长度应取喷管出口直径的1～1．25倍。该结论可供设计人员参考。     

基于二进制粒子群算法的战时航空网络规划研究

领空作为国家资源的一部分,其使用、调配关系到国家的安全与发展,在战时,将更多的空中资源调配给军航使用,有利于保障军事行动的顺利进行。基于此,提出一种基于二进制粒子群算法(BPSO)的战时航空网络规划方法。首先,对航空网络建模,收集航班数据;其次,建立航空网络性能评价体系;然后,以使用尽可能少的民航机场维持预期网络性能为目标,以作战意图和战场环境为约束条件,通过BPSO 算法进行求解;最后,进行仿真分析。结果表明:该方法能够结合作战意图、反映战场环境、合理调配航空资源,为战时航空管制工作提供决策依据。     

基于多代理模型的航空发动机建模及优化方法

为了进一步提高航空发动机建模及优化方法的性能,本文提出了一种基于多代理模型技术的建模及优化方法。本文首先提出了一种新的代理模型全局误差估计方法,以此建立了新的多代理模型建模方法。然后提出了一种组合模型预测偏差估计方法,以此发展了一种基于多代理模型技术的优化方法。6个不同维度及不同训练集大小的解析测试算例的结果表明,本文所发展的建模方法相较于现有方法精度更高,本文所发展的优化方法相较于经典代理模型优化方法算法收敛性更强。同时变循环发动机稳态性能建模及加速燃油控制规律优化实例表明,本文所发展的方法在处理实际工程问题时,依旧可以表现出良好的算法性能。