航空发动机控制系统传感器FDIA系统仿真

基于卡尔曼滤波器组,建立了航空发动机控制系统传感器故障诊断系统,实现了对单个传感器故障的检测、隔离与重构(FDIA),确保了发动机控制系统即使在传感器故障发生的情况下,依然能安全可靠地工作.同时利用Simulink建立一个通用的发动机传感器故障诊断仿真平台,在此仿真平台上,对故障的诊断进行仿真验证,并分析了测量噪声对故障诊断系统性能的影响,为发动机在线传感器故障诊断系统的实现提供理论依据.      

气路颗粒静电监测技术及实验

介绍了发动机气路荷电颗粒产生的机理、静电传感器原理以及气路静电监测技术的原理,然后介绍了模拟试验装置和试验过程,并通过实验的方法对静电监测技术进行了研究,最后通过小波分析的方法对实验信号的能量分布特征进行了研究,结果为大颗粒产生的感应信号的幅度要大而能量分布集中在低频段,而细小颗粒产生的感应信号幅值较小,信号能量分布集中在高频段,实验结果为在气路监测中辨别异常颗粒提供了参考依据,同时也表明了基于颗粒静电监测方法的可行性.      

粒子群优化的粗糙集-神经网络在航空发动机故障诊断中的应用

提出了一种基于粒子群优化算法的邻域粗糙集-神经网络的发动机智能故障诊断方法,首先利用基于邻域粗糙集模型的属性约简方法对样本数据进行属性约简,然后采用粒子群优化算法替代传统BP算法来训练神经网络的权值和阈值,再用训练好的神经网络对航空发动机气路故障进行诊断.仿真结果表明:该方法降低了神经网络结构的复杂性,减少了网络训练时间,提高了诊断精度.     

颗粒尺寸对SiCP/Al复合材料疲劳裂纹扩展速率的影响

研究了轴向载荷下,对3种S iC粒子(5,20和60μm)增强的2024铝合金复合材料疲劳裂纹扩展速率及颗粒尺寸的影响。复合材料疲劳裂纹扩展速率随颗粒尺寸增加而减小。去除裂纹闭合影响后,3种复合材料间疲劳裂纹扩展速率差消除了,但是复合材料的裂纹扩展速率低于2024铝合金的。     

粉末粒度对快速凝固／粉末冶金Al-Fe-Mo-Si／Zn-Al复合材料组织与性能的影响

研究不同粉末粒度Al-9.0?-1.8%Mo-1.7%Si/5%(Zn-30%Al)金属/金属复合材料的组织、拉伸性能和阻尼性能.快速凝固粉末由气体雾化制备,选取平均粒度d50分别为27.3,36.2,41.6μm粉末装入包套,经除气,再热挤压制成棒材.结果表明,粉末粒径越粗,强化相越粗大,呈团聚体存在,且有偏聚现象,材料的强度明显下降,室温下粉末较细材料的阻尼性能较好,高于100℃时粉末粒度较粗材料的阻尼性能好.     

颗粒增强复合材料界面开裂力学性能的模拟

基于Ghosh提出的Voronoi单元有限元方法,构造能够反映颗粒增强复合材料基体和夹杂界面产生脱层的新单元,结合网格重划分技术,模拟含任意随机分布夹杂的复合材料界面开裂的力学性能。为了分析夹杂和基体之间脱层对细观结构演化和宏观性能的影响,采用了临界节点移动技术。编制的有限元程序,能够描述界面逐步脱离过程和应力场的变化。计算实例和普通有限元方法进行比较,证明其精度完全符合要求。     

轴流压气机转子尖部三维复杂流动Ⅰ——实验和理论研究

在低速大尺寸压气机实验台上,利用体视图像粒子测速(SPIV)技术测量了设计状态和近失速状态转子尖部的三维复杂流动,对典型二次流流动结构的特性及其产生、发展和演化机制做了研究。实验测量覆盖整个转子通道,从测量得到的各阶物理量中可以识别出叶尖泄漏涡、角区旋涡、通道涡和进口导叶尾迹等多种二次流流动结构。通过分析各种二次流流动结构造成的流动堵塞和损失发现:在设计状态,叶尖泄漏涡是流动堵塞和损失的主要来源,在转子出口处造成的流动堵塞约为总流量的0.35%;在近失速状态,角区旋涡对流动堵塞和损失的分布起了决定性作用,造成的流动堵塞可以达到总流量的8.5%。最后,借鉴二次流理论对角区旋涡的产生、发展和演化机制做了理论分析,结果表明角区旋涡的发展过程主要由流向速度的展向分布规律决定。     

固体火箭发动机喷管气固两相流动的数值模拟

对颗粒相采用颗粒轨道模型,气相求解可压缩N-S方程组,计算方法采用显式Runge-Kutta时间推进法与有总变差衰减(TVD)性质的高精度MUSCL-Roe格式;自主开发了曲线坐标系下二维轴对称可压缩N-S方程组的解算器Solve2D,研究了固体火箭发动机喷管中颗粒相对流场的影响以及不同尺寸颗粒运动规律.结果表明:颗粒相对流场的影响主要表现在喷管喉部以及扩张段,和单相流场相比,沿轴线马赫数减小,且颗粒尺寸越小减少得越多;沿轴线气相温度升高,且颗粒尺寸越小温度升高越多;颗粒尺寸越小,无粒子区越小;颗粒越大与收缩段壁面碰撞越剧烈,无粒子区越大.      

基于免疫粒子群算法的滑油屑末支持向量机预测模型设计

将人工免疫理论的克隆选择算法中的抗体克隆、变异和抑制策略引入粒子群优化算法中,提出了一种基于克隆选择的免疫粒子群优化算法,克服了基本粒子群算法易于陷入局部最优解的缺点.针对支持向量机预测模型的参数选择影响其预测精度的问题,引入免疫粒子群优化算法设计了参数自适应优化的航空发动机滑油屑末支持向量机预测模型.仿真结果表明:与传统的交叉验证试算法相比,基于免疫粒子群优化的预测模型实现了参数的自动择优,并且提高了预测精度.      

基于灰色理论的自适应多参数预测模型

故障预测对保障武器装备安全可靠工作具有重要意义。但是,用于武器装备故障诊断和预测的数据往往是小样本、多特征参数数据,当前主要的故障预测方法在实际故障预测中虽取得了一定的效果,但均存在不足之处。本文基于灰色预测建模理论,分析了GM(1,1)预测建模中的不足,考虑多个特征参数间的相互关系以及预测序列的实际特点,修正了初始值和背景值,建立了小样本情况下的自适应多特征参数预测模型,并以某型飞机发动机的多特征参数的仿真数据为例进行了预测分析,结果表明该模型具有很好的预测精度,证明了该模型的有效性。