湍流与通风器油气分离效率关系的回归分析

主要研究湍流强度对航空发动机轴心通风器分离效率的影响。采用计算流体力学（CFD）的方法对轴心通风器内部流场进行模拟,获得了内部流场的湍流强度等参数,并计算了通风器的油气分离效率。由于流场的复杂性,决定了很难得到分离效率受流场参数影响的规律。而相关性分析给我们提供了一种方法。应用线性回归理论对数据进行分析,得到回归方程。根据回归分析的结果可知,各组数据的分析结果均具有正相关性。通风器内腔段和通风管段分离效率随湍流强度的增加而不同程度增加。通风器内腔段分离效率受湍流强度影响明显,而通风管分离效率受湍流强度的影响不明显。所得结论可为轴心通风器结构优化提供参考。     

轮盘低周疲劳概率寿命预估模型

为了研究影响轮盘结构寿命预估精度的主要因素,提高模型预测精度,通过对三种材料应变概率寿命模型参数的异方差回归,对某航空发动机风扇盘榫槽部位疲劳寿命分布进行了数值模拟,得到了风扇盘榫槽部位的概率寿命。经与试验结果对比表明,考虑材料疲劳寿命异方差特性比按同方差处理更为合理。等效应变模型对疲劳寿命严重高估,第一主应变模型预测值与试验结果吻合较好。最大剪应变模型预测值介于以上两个模型之间,用峰值拉伸应力代替平均拉伸应力进行修正后最大剪应变模型预测值与试验值吻合良好。     

橡胶密封性能多元双方差回归分析方法

建立了橡胶密封材料压缩永久变形的加速老化模型及其多元双方差回归分析方法,给出了密封性能的回归方程及其高置信水平、高可靠度的单侧置信上限曲线,并建立了可靠贮存寿命、贮存可靠度的计算方法.橡胶密封性能的多元双方差回归模型包含与时间有关的过程自变量和与温度有关的状态自变量,可以将不同温度下的加速老化试验数据作为一个整体进行回归分析,充分利用了不同时刻压缩永久变形间的纵向信息,具有信息量大、精度高且计算简单的特点.      

基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.     

固体燃料超燃冲压发动机燃速研究进展

对固体燃料超燃冲压发动机燃烧面退移速率（简称燃速）研究现状和进展进行了详细阐述,分别从固体燃料类型、燃烧室构型、理论预估模型、数值模拟及实验研究等方面出发,论述了固体燃料在超声速流动下燃速研究的进展和难点;从亚燃冲压发动机、热防护层、富氧环境下绝热层烧蚀3个方面提炼出可以用于超燃冲压发动机燃速研究的经验和方法:①提出了加强针对固体燃料超声速流动中受热行为、传热传质过程的研究方向;②深入探索了固体超燃燃速性质;③开发了对应的数值软件及系统地进行实验等观点,为国内该领域的研究提供参考.      

固液火箭发动机试验燃速的计算

基于固液火箭发动机固体药柱燃速与药柱通道氧化剂质量流率的关系,推导分析得出:在2s短工作时间内或者药柱通道直径增大10%的情况下,燃烧室压力与其氧化剂质量流量成正比.因此通过试验测量的燃烧室压力可计算得到发动机转级或者关机拖尾段中的氧化剂质量流量.据此,计算发动机拖尾段消耗的燃料质量,消除发动机拖尾段燃料消耗对平均燃速的影响,可以修正常用的计算试验燃速的起止点平均法.利用此方法对两种试验推进剂组合的燃速进行了计算,原偏高的燃速值降低约20%,不同尺寸发动机的燃速符合尺寸规律,偏差在5%以内,使小尺寸发动机测得的燃速可应用到大尺寸发动机的设计中.      

基于神经网络与果蝇优化算法的涡轮叶片低循环疲劳寿命健壮性设计

在对涡轮叶片低循环疲劳寿命概率分析的基础上,将广义回归型神经网络(generalized regression neural network,GRNN)与果蝇优化算法(fruit fly optimization algorithm,FFOA)结合,利用果蝇优化算法的多点全局的快速搜索能力来优化影响疲劳寿命的随机变量,进行涡轮叶片低循环疲劳寿命健壮性优化设计.优化结果表明:疲劳寿命的概率区间减小17.9%,对随机变量的敏感度降低,从而可以更精确地对疲劳寿命进行估计.计算结果验证了该方法在工程应用中的可行性.      

An adaptive turbo-shaft engine modeling method based on PS and MRR-LSSVR algorithms

In order to establish an adaptive turbo-shaft engine model with high accuracy, a new modeling method based on parameter selection (PS) algorithm and multi-input multi-output recursive reduced least square support vector regression (MRR-LSSVR) machine is proposed. Firstly, the PS algorithm is designed to choose the most reasonable inputs of the adaptive module. During this process, a wrapper criterion based on least square support vector regression (LSSVR) machine is adopted, which can not only reduce computational complexity but also enhance generalization performance. Secondly, with the input variables determined by the PS algorithm, a mapping model of engine parameter estimation is trained off-line using MRR-LSSVR, which has a satisfying accuracy within 5&. Finally, based on a numerical simulation platform of an integrated helicopter/ turbo-shaft engine system, an adaptive turbo-shaft engine model is developed and tested in a certain flight envelope. Under the condition of single or multiple engine components being degraded, many simulation experiments are carried out, and the simulation results show the effectiveness and validity of the proposed adaptive modeling method.     

两种多重网格法求解径流叶轮机械可压流动

为了加快数值求解叶轮机械内部流场的收敛速度,并改善计算结果,在数值求解径流叶轮机械可压流动的计算中,采用了由微元、二重和三重网格逐级转入和同时转入的两种多重网格法。对德国宇航局Ｋｒａｉｎ Ｈ设计的离心压气机内部流场的数值计算表明,两种多重网格法的计算结果差别不大,尽管在收敛速度方面存在差异,但均与测量数据吻合比较好。     

运输机总体参数和性能统计分析

 按照飞机设计的基本原理,通过对现有运输机总体参数和性能数据的统计分析,寻找现代运输机各个总体性能和性能参数之间存在的定量关系,得到了 1 6个经验公式和一些参数取值范围,为运输机概念设计提供了一些可用的数据。