非牛顿大滑滚比工况的斜齿轮热摩擦特性分析

考虑啮合过程中接触线长度及齿面载荷的时变性,结合沿接触线方向综合曲率半径及卷吸速度的瞬态特点,建立满足航空传动润滑剂非牛顿流体及大滑滚比工况的有限长线接触斜齿轮热弹流润滑(TEHL)模型。采用多重网格法及逐列扫描法,获得适用于宽泛工况范围的斜齿轮热弹流润滑完全数值解;分析非牛顿及大滑滚比情形下的斜齿轮传动热摩擦特性。结果表明:斜齿轮端部存在明显压力及温度尖峰,且离入口愈近膜厚会略减小;非牛顿特性对温度场影响显著,且接触线过节点时温度分布呈“V”型分布;摩擦因数沿啮合线方向在节点处接近于0且向两侧逐渐增大,同时随滑滚比的增大而增大。      

大涡模拟进口合成湍流方法

进口瞬时湍流脉动条件直接影响大涡模拟的精度。对比研究了更适合工程应用的合成涡和合成谱方法,并通过考虑进口速度时间相关和随机数的概率密度分布,对合成谱方法进行改进。对零压力梯度平板湍流模拟结果的对比表明:不同湍流合成方法得到的合成湍流均存在发展为真实湍流的过渡过程;考虑进口湍流脉动的时间相关有助于合成湍流更快地发展为真实湍流,需要的流向距离更短;合成谱方法采用正态分布系数优于均匀分布,改进的合成谱方法优于常规合成谱方法。     

进口导叶形式对核心机驱动风扇级的影响

以某变循环发动机(VCE)所用核心机驱动风扇级(CDFS)为研究模型,数值模拟了CDFS在真实边界环境下的流动特性,分析了单/双涵道工作模式下,不同形式的可调进口导叶(IGV)对CDFS流动特性及性能的影响机理。结果表明:不同工作模式时,CDFS靠导叶角度的开闭实现大范围的流量调节。单涵道(SB)工作模式时,不同形式的可调进口导叶(VIGV)对CDFS性能的影响差异很小;双涵道(DB)工作模式时采用常规可调导叶(CIGV)会在其吸力面产生较大的流场分离,且流通能力和流量调节范围大大降低。可变弯度导叶通过可转动部分的开闭实现CDFS对流量调节的需求;通过固定部分保证CDFS导叶进口气流攻角基本不变,同时在固定部分和可转动部分连接处所形成的收缩通道的加速效应显著抑制了导叶吸力面的流动分离。可变弯度导叶是适用于CDFS在不同工作模式下性能参数及流量调节需求的可调导叶的形式。     

一种双时间尺度函数Wiener过程性能退化模型

为通过性能退化数据评估产品的可靠性,基于广义Wiener过程提出了一种双时间尺度函数模型以描述产品退化过程。采用极大似然估计(MLE)法求解模型参数,推导了其寿命分布(FTD),进而进行可靠度分析和寿命评估。对模型进行了Monte Carlo模拟验证和实例应用,并将目前常用的混合效应Wiener过程模型作为参考方法进行了对比分析。结果表明:根据90%可靠度曲线的定义,该方法较参考方法的结果更为合理、准确。进一步的寿命评估结果表明,该方法与参考方法的平均寿命相差232.9h,90%可靠寿命结果相差109.4h,且参考方法计算结果偏于危险。      

串联式TBCC发动机风车冲压模态性能模拟

建立了基于部件低转速特性匹配的串联式涡轮基组合循环（TBCC）发动机风车冲压模态性能计算模型,提出了压气机低转速大流量特性扩展方法,由换算扭矩代替等熵效率表示旋转部件特性,解决了低转速部件效率不连续相关问题。分析了冲压外涵面积变化和涡轮功率提取对风车冲压模态性能及部件匹配的影响规律,并基于推力、流量连续准则设计了涡轮模态至冲压模态转换过程（含风车冲压模态）的参数调节规律。计算结果表明:在风车冲压模态下,冲压外涵面积变化对风扇工作状态有显著影响,对压气机影响较小;涡轮可提取功率随着风车转速的减小先增加后降低,比冲随提取功率的增加基本呈线性降低趋势,功率提取位置（高、低压涡轮）对部件匹配有显著影响。      

低速大转矩电机冷却系统数值计算

在低速大转矩电机系列设计中,考虑到机座的通用性和外形尺寸的规范性,采用了轴向水路的水冷机座结构。通过对电机冷却系统的流体场计算,得到了电机的散热情况,耦合温度场计算,得到了电机冷却水和机座的温升,并通过对机座的模态分析得到了电机的固有振动频率。     

虚拟同步发电机频率稳定性分析

在电力电子逆变器控制领域,通过仿真同步发电机的同步特性来实现的虚拟同步发电机(VSG)技术作为近年来提高电力系统稳定性的主要手段得到了充分的研究,在一定程度上解决了分布式能源(DG)并网系统缺少惯性的问题,提高了系统电网频率的稳定性。然而,当电网强度发生变化时,原有的VSG控制策略并不能维持系统频率稳定性。为了进一步提升VSG对频率稳定性的作用,在传统VSG控制策略的基础上,对电网强度变化时VSG系统的频率稳定性进行了分析,研究了影响电网强度变化的因素,并在此基础上提出,可以通过增大VSG中系统惯量的方法来提高电网强度变化时频率稳定性。最后,通过MATLAB/Simulink仿真工具,验证了所提方法的有效性。     

基于模型补偿的风力机变桨距线性自抗扰控制器设计

设计了一种变桨距线性自抗扰控制器,估计和补偿了系统未建模部分和外界干扰,实现额定风速以上时系统输出功率稳定于额定值;并采用模型补偿方法对自抗扰控制器进行优化,减少了参数整定的数目,提高了系统控制精度。对额定功率为300 kW的风电机组分别在阶跃风、阵风以及湍流风作用下进行系统仿真。结果表明,该方法可以快速调节风速变化引起的输出波动,使得系统输出稳定且超调量小,具有很好的稳定性和鲁棒性。     

基于磁链辨识的无轴承薄片电机轴向振动抑制策略

为了进一步提高BPMSM的悬浮性能,提出了一种基于磁链辨识的BPMSM轴向振动抑制策略,通过转子磁链的变化来估测转子轴向偏移量,然后将轴向偏移量转化为d轴电流分量参考值i*d,通过对i*d的调节来改善薄片转子的轴向恢复力,实现对轴向振动的有效抑制,从而有效改善电机的悬浮性能。试验结果表明:所提出的轴向振动抑制策略能够对薄片转子轴向振动进行有效抑制,提高系统的抗干扰能力,系统的运行性能得到了有效改善。     

Relevant experience learning: A deep reinforcement learning method for UAV autonomous motion planning in complex unknown environments

Unmanned Aerial Vehicles (UAVs) play a vital role in military warfare. In a variety of battlefield mission scenarios, UAVs are required to safely fly to designated locations without human intervention. Therefore, finding a suitable method to solve the UAV Autonomous Motion Planning (AMP) problem can improve the success rate of UAV missions to a certain extent. In recent years, many studies have used Deep Reinforcement Learning (DRL) methods to address the AMP problem and have achieved good results. From the perspective of sampling, this paper designs a sampling method with double-screening, combines it with the Deep Deterministic Policy Gradient (DDPG) algorithm, and proposes the Relevant Experience Learning-DDPG (REL-DDPG) algorithm. The REL-DDPG algorithm uses a Prioritized Experience Replay (PER) mechanism to break the correlation of continuous experiences in the experience pool, finds the experiences most similar to the current state to learn according to the theory in human education, and expands the influence of the learning process on action selection at the current state. All experiments are applied in a complex unknown simulation environment constructed based on the parameters of a real UAV. The training experiments show that REL-DDPG improves the convergence speed and the convergence result compared to the state-of-the-art DDPG algorithm, while the testing experiments show the applicability of the algorithm and investigate the performance under different parameter conditions.