基于改进灰狼优化算法的涡扇发动机性能/喷流噪声综合优化控制研究

为保证整个飞行过程中满足噪声适航标准和飞行器的安全性,需要按照最严苛的噪声要求进行发动机设计,并留有很大的安全裕度,因而导致发动机的性能潜力未能得到发挥。本文对传统灰狼算法进行了改进,提出自适应概率变异策略,在优化过程中调整狩猎模式,提升了算法的全局搜索能力;基于该算法开展涡扇发动机性能/喷流噪声综合寻优控制研究,根据不同飞行需求对航空发动机性能进行优化,获得最佳控制量,在满足安全性和噪声指标的同时,提高发动机的性能。仿真结果表明,改进后的算法具有更好的全局寻优性能,最大推力模式下可提升推力13.45%,最小油耗模式可降低油耗3.19%,最低涡轮前温度模式可降低涡轮前温度2.07%。     

限带白噪声随机过程的雨流幅值概率密度函数模型

对17种不同带宽系数的限带白噪声随机过程进行了雨流循环计数统计,提出了一个限带白噪声随机过程的雨流幅值概率密度函数(Probability density function,PDF)模型。该模型是Rayleigh分布和Weibull分布的线性组合,其中待定系数均为随机过程谱参数的函数。采用该模型对这17种随机过程的雨流幅值概率密度函数进行了公式拟合,探究了模型中待定参数与随机过程谱参数之间的关系,确定了模型表达式。对照随机过程的雨流计数统计结果,将该模型与Dirlik模型的预测精度进行了比较,结果表明该模型的预测效果优于Dirlik模型。     

基于无限元方法的直升机外部噪声仿真分析

为了准确地模拟直升机飞行中的外部噪声,建立了耦合计算流体力学/计算气动声学(Computational fluid dynamics/Computational aeroacoustics,CFD/CAA)的直升机机外噪声预测方法.气动计算采用CFD方法模拟旋翼、尾桨气动力以及气动干扰;噪声计算采用声学无限元方法,考虑...     

考虑非理想噪声干扰的直升机飞行动力学模型辨识方法

利用MATLAB/SIMULINK平台搭建了直升机仿真实验系统,并以UH-60直升机为对象实现了考虑非理想噪声干扰的仿真飞行实验。建立了非理想噪声数学模型并基于增广最小二乘法设计 了一套同时考虑模型参数和噪声参数的综合辨识算法,在此基础上,利用仿真实验数据实现了UH-60直升机纵向飞行动力学模型的辨识与验证。最后,通过与普通最小二乘法的对比验证了本文方法的优越性。      

GPS/INS组合系统空中对准方法研究

针对单天线的GPS与捷联惯性导航组合系统,提出了一种空中对准方案,不同于传统的传递对准方法,仅依靠GPS测量信息进行速度匹配,完成空中初始对准。该方案采用扩展卡尔曼滤波方法解决对准过程中的非线性问题。仿真结果表明该方案的对准精度(1σ)可以达到水平姿态误差0.07,°方位误差0.3°。     

离心压气机转子内近端壁区三维紊流流场

用三维激光多普勒测速系统测量研究了一个离心压气机转子近端壁区三维紊流流场。结果表明,整个叶片通道内叶背角区存在角涡及其伴随涡,叶盆角区存在前缘马蹄涡的叶盆分支,它们的发展、演化较大地影响着附近区域的流动,是造成了所在区域流动阻塞和气流脉动的主要因素。前缘马蹄涡叶背分支沿下游逐渐向叶盆方向发展,与端壁附面层和主流的进一步掺混,并在约 1 /2叶片通道处的叶盆角区与前缘马蹄涡的叶盆分支发生交混,在下游造成一定强度的流动阻塞和紊流脉动带。      

机翼尾迹脱落涡噪声的理论研究

Ｍｉｃｈｅｌ等人１９９８年应用平面传声器阵列对飞机过顶噪声进行的测量研究首次发现，机翼尾迹脱落涡噪声是某些类型飞机重要的噪声源。为发展一种预测这种噪声源的理论预测模型，应用ｖｏｎ Ｋａｒｍａｎ涡街模型模拟二维机翼下游尾迹脱落涡，尾迹涡的强度和脱落频率应用这个模型进行计算。基于Ｈｏｗｅ后缘噪声理论，并结合尾迹模型，本文发展了一种预测脱落涡噪声声压级和指向特征的气动声学模型。对６架现代商用飞机的机翼尾迹脱落涡噪声的计算表明，本文理论模型预测的涡脱落频率、声压级以及噪声的指向性等与实验测量结果有较好的一致性。     

随机声载荷时域信号仿真模型研究

利用航空发动机环行燃烧室噪声测试数据，采用时间序列自回归分析方法得到了燃烧室噪声及动压仿真模型ARMA（17，16），并用其对噪声时间历程数据进行了最佳预测。     

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.      

轴流风扇/压气机管道周向声模态的测量

利用管道内部周向均匀分布的麦克风阵列对某单级风扇在高背景噪声和较大硬壁反射条件下的管道周向声模态进行了实验测量.利用与参考信号互相关(CC)模态分解技术和传统的方均根(RMS)模态分解技术得到了主要的周向声模态振幅.通过与Tyler和Sofrin的理论分析对比,发现在高背景噪声和较大硬壁反射条件下,两种模态分解技术都能获得较为理想的模态分解结果;并且发现CC模态分解技术获得的模态振幅较低,初步分析这是由于和RMS模态分解技术相比,CC模态分解技术可以降低随机噪声对模态振幅分解结果的影响.此外,周向麦克风个数大于所要分解周向声模态阶数的4倍时,使用CC模态分解技术获得的模态振幅误差可以控制在1dB之内.