某型干式低NOx燃烧室污染物排放试验

应用高压试验台完成了某重型燃气轮机(E级)干式低NO_x(DLN)燃烧室烧天然气污染排放性能试验与研究.各工况下CO及UHC质量分数很低,燃烧室能够保证稳定高效燃烧.燃烧效率达到99%以上;额定工况NO_x质量分数204 mg/N.m3(15%O₂),大大超出设计要求.试验结果表明:该燃烧室值班燃料比例过大,导致扩散燃烧产生NO_x效果明显;燃料预混不均匀是NO_x质量分数过高的另一重要原因.这一结论为该燃机的改进提供了可靠参考和依据.      

发动机试车气路故障诊断系统的设计与应用

以发动机整机试验数据为研究对象,建立了一套发动机试车气路故障诊断系统.首先阐述了该系统的设计功能和总体流程逻辑;使用故障模式法和调整模式法建立了气路部件故障诊断和优化调整模块;然后以一个双轴分排涡扇发动机为例,针对气路部件故障诊断和优化调整给出了考虑噪声的数值试验分析.最后就该系统的发展进行了讨论.      

故障树分析在某APU进气门故障诊断中的应用

首先介绍了故障树分析方法的概念和原理,然后以某辅助动力装置（APU）进气门组件为例．在对系统故障现象进行分析判断的基础上,按照任务和功能关系,建立包含各功能单元的故障树模型。随后求得系统的最小割集,并计算出底事件的重要度,并以此为依据,从大到小排序,确定故障诊断的最优程序。实验结果表明,所用方法具有较强的故障诊断能力,能进行准确的故障定位,并能给出相应的故障处理措施,为该辅助动力装置故障诊断的发展提供了较为实用的参考价值。     

一种改进的航空发动机转静件碰摩故障诊断方法

针对航空发动机碰摩故障的实际情况,分析了各种诊断方法的应用局限性,引入并改进适用于航空发动机碰摩诊断的基于SVD(奇异值分解)的碰摩特征提取方法:提出利用数据边界延拓来消除边界振荡,以此发展了适合短时间序列和长时间序列的奇异值分解处理方法,并探讨了简便实用的奇异值选择方法.并在某航空发动机故障信号的检测中,取得了良好的效果.      

Elman网络在某型自动驾驶仪飞控盒多故障诊断中的仿真研究

目前采用传统故障诊断方法对复杂系统进行故障诊断时,还存在许多缺点,尤其在多故障同时发生的情况下,传统故障诊断方法难以准确定位故障点。为此,基于Elman神经网络,结合故障字典法,设计了一种基于Elman网络的综合故障诊断方法。为验证该方法的准确性,以某型飞机自动驾驶仪飞控盒的几种主要故障为诊断源,仿真研究了所设计的综合故障诊断方法。仿真结果表明,与传统故障诊断方法相比,所设计的基于Elman网络的综合故障诊断方法在进行多故障诊断中对故障的准确定位是有效的和快速的。     

航空发动机电子控制器可测试性技术应用研究

基于边界扫描的测试思想,提出了1种航空发动机电子控制器可测试性设计方案。通过器件管脚的边界扫描单元,在板级甚至多个目标板组成的复杂系统间,构建了1条在集成电路边界绕行的移位寄存器链,可以实现复杂集成电路的嵌入式测试。该方案还可以实现故障注入,对航空发动机电子控制器机内自测试(B IT)能力进行验证。     

塞式喷管设计和性能验证

提出了简化的塞式喷管型面设计和优化方法,并以气氢/气氧为推进剂,对圆转方内喷管一单元直排塞式喷管性能进行了热试实验验证.用圆弧和抛物线近似内喷管型面,用抛物线和三次曲线近似塞锥型面,以从海平面到设计高度的飞行总冲最大为目标函数,进行塞式喷管型面设计和优化.介绍了实验系统及实验发动机主要零部件的结构和设计参数,给出了实验参数测量结果、实验照片和数据分析.实验表明,塞式喷管具有良好的高度补偿能力和较高的效率.在三个不同高度下,实验喷管效率在93%～98%之间,预计设计点效率不低于98%.实验结果表明,所提出的塞式喷管型面设计和优化方法是合理可行的.     

基于经验模式分解法的航空发动机振动传感器故障诊断技术研究

在深入研究经验模式分解法基本理论的基础上,针对航空发动机振动传感器故障的时频特征,提出一种基于经验模式分解法的传感器故障诊断新方法.该方法的关键在于将含有传感器故障的航空发动机振动测试信号进行经验模式分解,利用这种方法的局部自适应特性和时频多分辨率分析将传感器输出信号的局部特性细化,使故障信息凸显出来.分析结果表明,该方法可以准确诊断传感器软、硬故障,有效降低误报率和漏报率,具有很好的应用价值.     

金属燃料/水冲压发动机一次进水试验

介绍了金属燃料/水冲压发动机试验系统,采用非壅塞式构型实现了镁基金属燃料发动机一次加水后稳定燃烧,试验中进水流量稳定,补燃室与燃烧室压强变化相同.试验研究了一次水燃比和燃料燃速对发动机燃烧性能的影响,试验结果表明:当一次水燃比在一定范围内变化时,发动机燃烧效率和喷射效率随水燃比增加而先增加后减少;增加燃料燃速可提高发动机燃烧效率和改善发动机工作性能,但燃速增加需满足发动机长时间工作需求.      

基于弹性小波神经网络的故障诊断研究

航空电源系统是机上设备的重要组成部分,任意一个环节出现故障,将会影响整个飞机系统的正常安全运行。针对神经网络收敛速度慢,易陷入局部最小的缺点,将小波神经网络结合弹性BP算法应用到电源系统故障诊断中。训练过程及仿真结果表明：小波神经网络故障诊断算法收敛时间方面表现更优,具有较高故障诊断率。