航空发动机压气机径向间隙设计方法研究

简述了航空发动机压气机径向间隙控制的意义、作用,以及径向间隙设计选择的依据。对发动机压气机径向间隙的计算方法进行了研究,提出了更加完善的径向间隙设计方法。采用该方法对某发动机压气机径向间隙进行了设计,具体分析了影响径向间隙的因素及其变化规律。试验验证表明,使用该方法能获得安全可靠的压气机径向间隙。     

动压式指尖密封工作状态及其影响的流固耦合分析

建立了动压式指尖密封流固耦合的模型和计算方法,对转子起动时该密封的工作状态进行了流固耦合仿真;研究了泄漏率、耦合面径向力随时间的变化情况;提出了稳态下评价该密封性能的参数——泄漏率和耦合面径向力;分析了工况条件及流层参数对性能参数的影响.研究发现:转子起动至稳定阶段时,泄漏率迅速减少达到稳定状态,耦合面径向力达到最大值后有所降低并最终趋于稳定,满足密封低泄漏、非接触的工作要求.该工作为开展动压式指尖密封性能优化奠定了基础.      

基于POD-RBFN降阶模型的串列叶栅流场预测

通过传统实验或CFD 手段获取流场信息的方法往往需要耗费大量资源或时间,这在需要快速获取大量流场信息时产生的成本是无法接受的,发展比传统CFD 更快速的流场预测方法具有重要意义。采用本征正交分解（POD）方法对样本流场进行模态分解,提取流场的主导模态;而后采用径向基函数神经网络（RBFN）响应POD 基函数的系数,实现流场降阶预测模型的构建,并在模型中采用基于函数响应偏差的自适应抽样方法;通过某串列叶栅非定常流场数据对预测模型进行验证。结果表明：本文构建的POD-RBFN 混合模型可以快速准确地预测出串列叶栅的流场参数分布;与静态采样相比,本文采用的自适应采样方法在采样效率上表现出明显优势,同样重构精度所需的样本数降低了25% 左右。     

双级径向旋流器对燃烧性能的影响

为保证航空发动机燃烧室具有良好的气动雾化性能并实现稳定、高效地燃烧,设计6种带有旋向相反的双级径向旋流器方案的单头部燃烧室,通过双级径向旋流器设计参数对燃烧性能影响的数值计算,得到不同主、副旋流器旋流数对燃烧室性能的影响规律,并进行试验验证。结果表明:数值计算与试验结果基本吻合。双级径向旋流燃烧室的燃烧效率超过99.9%,双级径向旋流器存在最佳的匹配方案,该方案使得燃烧室形成合适的回流区,并得到均匀的出口温度场。     

修正平均应力法预测轮盘破裂转速的试验研究

基于修正平均应力法,分析了TC17钛合金压气机轮盘型面尺寸参数对径向和周向破裂转速的影响,并对破裂模式的转变进行预判。进而设计了针对径向破裂模式的轮盘试验件,并开展了TC17钛合金压气机轮盘的破裂试验。轮盘破裂试验结果与修正平均应力法计算结果吻合较好,计算的破裂转速储备与试验结果的误差由修正前的7.24%下降为修正后的0.72%,可为工程应用提供依据。     

基于图像特征分类和RBF网络的两轴车辆动态称重技术

汽车在行驶过程中的总重信号通常由各轴重信号确定,各轴重信号的测试精度取决于对车辆运动参数和振动信号等的精确分析。本文采用径向基函数(Radial basis function,RBF)网络处理轴重信号,针对该网络的泛化能力与拟合精度的矛盾,将车辆按照重量分为大、中、小3种类型,并进行整车建模和网络训练;实际测试过程中,利用汽车俯视图像提取类型特征,然后根据汽车的类型将测试参数输入不同的神经网络进行处理,以静态测量结果为相对真值。仿真结果表明,分类建模比单一混合建模具有更高的测试精度。     

基于小生境遗传自适应RBFN的歼击机故障认定方法

在模式识别领域中,如何实现更高精度的分类一直是个核心问题。本文提出了将自适应RBF神经网络与小生境遗传算法相结合的方法,其中自适应RBF神经网络通过对样本判断,自动实现对RBF网络添加新的隐层节点或者将样本归于已存在的隐层节点所属的类;小生境遗传算法用于寻找最优的网络宽度值。两者相结合最后确定一个隐层节点数与类别数相同的俭省的网络。用歼击机故障数据进行仿真,比较结果表明此方法能实现更高精度的故障认定。     

漂浮基空间机器人捕获卫星过程动力学模拟及捕获后混合体运动的RBF神经网络控制

 讨论了漂浮基空间机器人在轨捕获目标卫星过程的碰撞动力学建模,以及捕获操作结束后空间机器人与卫星混合体的稳定控制问题。首先采用多刚体动力学建模方法并结合空间机器人捕获目标卫星过程中的碰撞动力学特性,建立了漂浮基空间机器人在轨捕获漂浮卫星过程的动力学模型,并在此基础上计算出完成捕获操作后空间机器人与目标卫星混合体关节的运动速度。然后针对卫星及空间机器人系统惯性参数均是未知的复杂情况,应用上述模型、神经网络控制理论和Lyapunov稳定性理论,设计了空间机器人与卫星混合体在捕获过程碰撞冲击影响下稳定运动的高斯径向基函数神经网络控制方案,以达到对捕获卫星的有效控制。此外,高斯径向基函数神经网络控制方案具有不需要测量和反馈载体位置、移动速度与加速度的显著优点。系统数值仿真证实了上述控制方案的有效性。     

基于双吸叶轮两侧非均衡进气研究轮盘凸台尺寸影响

为明确双吸叶轮两侧叶轮之间的径向轮盘凸台尺寸变化对其总体性能及内部流场的影响,探索不同尺寸轮盘结构叶轮的流动损失机理,基于双吸叶轮两侧非均衡进气条件,采用数值方法对五种径向轮盘尺寸双吸叶轮的三维粘性流场进行了模拟研究。研究结果表明:从双吸叶轮最优性能及最高流动稳定性观点出发,均要求两侧叶轮之间的径向轮盘凸台超出叶片尾缘一定范围;具体超出尺寸范围则需要通过对双吸叶轮的压比、效率性能目标进行折衷确定。径向轮盘凸台尺寸的改变明显影响双吸叶轮两侧叶轮的流量分配,进而影响扩压器内分离流动损失大小及双吸叶轮的整体性能。另外,相比于较大径向轮盘凸台,无径向轮盘凸台结构更容易造成双吸叶轮两侧叶轮流量差距悬殊。      

The STARK-B database as a resource for “STARK” widths and shifts data: State of advancement and program of development

“Stark” broadening theories and calculations have been extensively developed for about 50 years and can now be applied to many needs, especially for accurate spectroscopic diagnostics and modeling. This requires the knowledge of numerous collisional line profiles. Nowadays, the access to such data via an online database becomes essential. STARK-B is a collaborative project between the Astronomical Observatory of Belgrade and the Laboratoire d’Étude du Rayonnement et de la matière en Astrophysique (LERMA). It is a database of calculated widths and shifts of isolated lines of atoms and ions due to electron and ion collisions (impacts). It is devoted to modeling and spectroscopic diagnostics of stellar atmospheres and envelopes, laboratory plasmas, laser equipments and technological plasmas. Hence, the domain of temperatures and densities covered by the tables is wide and depends on the ionization degree of the considered ion. STARK-B has been fully opened since September 2008 and is in free access.