考虑材料性能分散性的航空发动机结构安全系数确定方法

针对材料性能分散性与航空发动机关重件可靠性之间关系的定量表征问题,结合正态分布和威布尔分布参数特点,研究了不同变异系数和形状参数条件下累积失效概率与安全系数确定方法,获取了材料性能分散性对结构可靠性的影响,给出了不同分散性条件下的安全系数。数值计算结果表明:结构设计选材应充分考虑材料性能分散性的影响;对于分散性较大的材料,单纯增大安全系数并不能保证结构具有足够的可靠性裕度,应采取措施有效降低材料性能分散性,才能从根本上控制结构失效概率水平。     

TC17合金弯曲振动超高周疲劳试验

针对航空发动机压气机叶片用TC17合金的超高周疲劳性能数据需求,自主设计超高频板材试样并在电动振动台上开展弯曲振动疲劳测试,获取了109循环数范围内的超高周疲劳S-N曲线,并通过升降法得到了该合金109循环数对应的疲劳极限强度,在实际测试过程中有效激振频率达到1756 Hz左右。此外,与相同材料的常规疲劳试验结果进行了对比分析。结果表明:超高频弯曲振动疲劳试验结果与常规疲劳试验结果的变化趋势保持一致,尤其是在超高周寿命区间的测试结果的接近程度较高;超高频弯曲振动试验方法在提高测试效率的同时保证了结果的可靠性。     

基于蒙特卡罗仿真的FADEC系统多故障TLD分析方法

航空发动机电子控制系统的时间限制派遣(TLD)分析是飞机系统安全性分析的重要内容,是商用飞机及航空发动机型号合格审定的一项必要工作,传统方法无法解决多故障情形下的TLD问题。对多故障TLD方法进行了研究,提出了多故障派遣时的派遣间隔决策方法与维修策略决策原则,基于蒙特卡罗仿真提出了多故障TLD分析方法,结合具体案例验证了方法的有效性,并针对典型全权限数字式电子控制系统(FADEC)进行了多故障TLD分析。结论表明,与单状态马尔可夫模型方法相比,本文方法具有较高的精度,误差在0.25%左右,同时能够避免马尔可夫过程繁琐的建模工作,并且具备工程实用性。     

宽弦空心风扇转子叶片叶身结构设计参数分析

对空心叶片模型型腔和加强筋结构设计参数进行了分析;考虑到制造工艺可行性,采用ANSYS有限元软件对空心叶片模型进行了建模及应力分析。分析结果表明,加强筋数量增加,或加强筋与蒙皮厚度比增大,或加强筋扩散连接区域与非连接区域长度比增大,对蒙皮最大应力值影响不大,但对加强筋最大应力值影响较大。     

航空发动机推力变化对飞机基本性能影响的敏感性分析

通过给定航空发动机非安装特性和飞机基本气动特性,建立了用于计算发动机安装推力和飞机基本飞行性能的数学模型,并进行了发动机推力变化对飞机基本飞行性能影响的敏感性分析。分析结果表明,发动机推力变化对飞机最小平飞马赫数影响的敏感度很小,对最大爬升率影响的敏感度较大,对飞机最大平飞马赫数和实用升限的影响由发动机的具体状态和推力变化趋势决定。     

基于改进混合卡尔曼滤波器的航空发动机机载自适应模型

提出了基于改进混合卡尔曼滤波器的航空发动机机载自适应模型方法,即以机载非线性模型的输出作为分段线性卡尔曼滤波器的稳态基准值,将性能蜕化因子作为该滤波器的增广状态量进行在线估计,并反馈给机载非线性模型使其完成在线更新.同时,根据工作模式切换机制使该模型获得有效输出.通过将该方法应用于某型涡扇发动机进行一系列仿真表明,在全飞行包线内、不同工作状态以及性能蜕化严重的情况下,该模型能够始终与实际发动机相匹配,满足实际应用需求.      

基于双重卡尔曼滤波器的发动机故障诊断

提出了一种基于双重卡尔曼滤波器的航空发动机健康参数估计方法,实现了传感器发生故障情况下发动机故障的准确诊断.采用发动机动态工作点的测量数据,解决了可测量参数偏少导致故障诊断困难的问题;球面采样平方根UKF(UnscentedKalmanfilter)故障诊断滤波器具有更好的滤波稳定性与更低的计算量的要求,提高了故障诊断算法的效率与精度.某型双轴涡扇发动机故障诊断仿真结果表明,该方法可以准确的同步实现气路部件与传感器的故障诊断,是一种有效的航空发动机故障诊断方法.      

航空绞车的反求设计技术及验证

在无任何原始资料的情况下,为生产一体化程度较高、结构相对复杂的航空绞车系统,并改进不合理结构,完善某些功能,而采用了反求设计技术.介绍了反求设计技术的原理、航空绞车结构和制造流程、性能改进方法和各种性能验证试验.     

航空发动机滑油泵高空性分析

从流体力学角度,对滑油泵的高空性进行了系统的理论分析:阐述了其产生原理,推导了各种影响因素之间的关系式,得出了如下结论:泵前总阻力系数、滑油密度、油泵设计流量越小,入口管径越大,越有利于保持泵的高空性;而对于转子泵,内齿轮1齿扫过的面积越小,内齿轮齿数越少,内齿轮转速越低,转子宽度越小,越有利于保持高空性;对于齿轮泵,模数和齿数越少,转速越低,转子宽度越小,越有利于保持高空性。反之,则不能保持高空性。     

一种基于指数损失函数的多类分类AdaBoost算法及其应用

 提出一种新的多类分类AdaBoost算法——使用多类分类指数损失函数的前向逐步叠加模型FSAMME（forward stagewise additive modeling using a multi class exponential loss function）。该算法是基于原始的两类分类AdaBoost算法归结为使用两类分类指数损失函数的前向逐步叠加模型的统计学观点,将两类分类的前向逐步叠加模型自然扩展到多类分类情况下得到的,并采用多类指数损失函数和前向逐步叠加模型对FSAMME进行了详细的理论证明。该算法大大降低对弱分类器的精度要求,只需每个弱分类器的精度比随机猜测好;算法简单明了,不用把多类问题转化为多个两类问题,而是直接求解多类分类问题,大大减小计算复杂度和计算量。通过对基准数据库的测试分类及航空发动机故障样本的诊断,结果表明:FSAMME算法一方面可达到较高的分类诊断准确率,其准确率明显高于AdaBoost.M1,略高于AdaBoost.MH;另一方面可大大减小计算成本,满足在线快速分类诊断的要求。