大涵道比涡扇发动机循环参数优化算法研究及应用

针对多约束条件与多优化变量的大涵道比涡扇发动机循环参数优化问题,提出了自适应三次变异差分进化算法,运用多个Benchmarks多峰函数对算法进行验证,并将该算法与大涵道比涡扇发动机性能计算程序相结合,对多约束条件下的循环参数进行了优化.计算结果表明:自适应三次变异差分进化算法比传统差分进化算法收敛精度更高、收敛速度更快,大幅度提高了大涵道比涡扇发动机循环参数优化效果,适合解决大涵道比涡扇发动机循环参数优化问题.      

高温升燃烧室与双燃烧室发动机性能对比分析

采用一维定常计算方法,考虑各种部件效率的影响,在双燃烧室发动机总增压比为32,涡轮前总温为1900K时,与高温升燃烧室涡轮前总温为2400K时进行了总体性能对比,并指出了双燃烧室结构发动机2个燃烧室的热量分配方法.结果表明:温升同为1463K时,高温升燃烧室发动机比双燃烧室发动机单位推力高2.7%,耗油率低3.8%.双燃烧室结构发动机更有利克服超声速下的冲压损失, Ma大于1.5之后,增力比大于高温升燃烧室发动机.      

变循环发动机建模技术研究

在对变循环发动机总体结构进行分析的基础上,参考双轴涡扇发动机部件模型的建立方法,建立了变循环发动机部件级数学模型.建立了区分叶根特性和叶尖特性的风扇部件模型,单外涵和双外涵模式的核心驱动风扇级数学模型.根据变循环发动机的特点,建立了反映变几何部件变化的稳态和动态共同工作方程.数字仿真结果表明:所建的变循环发动机模型能够实现工作模式之间的相互转换,并且在低空低马赫数双外涵模式下表现出了涡扇发动机特性,即高推力与低耗油率,而在高空高马赫数单外涵模式下相比涡扇模式提供的推力更大、耗油率更低,符合变循环发动机特点,验证了建模方法的可行性.      

基于神经网络与果蝇优化算法的涡轮叶片低循环疲劳寿命健壮性设计

在对涡轮叶片低循环疲劳寿命概率分析的基础上,将广义回归型神经网络(generalized regression neural network,GRNN)与果蝇优化算法(fruit fly optimization algorithm,FFOA)结合,利用果蝇优化算法的多点全局的快速搜索能力来优化影响疲劳寿命的随机变量,进行涡轮叶片低循环疲劳寿命健壮性优化设计.优化结果表明:疲劳寿命的概率区间减小17.9%,对随机变量的敏感度降低,从而可以更精确地对疲劳寿命进行估计.计算结果验证了该方法在工程应用中的可行性.      

发动机高压两级涡轮盘联合低循环疲劳寿命试验

以某型发动机高压两级涡轮盘为研究对象,通过有限元计算得到试验载荷系数,组装和调试了全尺寸联合试验件,完成了低循环疲劳试验,得到了以传动臂销钉孔为定寿部位的两级涡轮盘低循环疲劳寿命。两级涡轮盘联合低循环疲劳试验在国内尚属首次,相对于单盘低循环疲劳试验,更加符合发动机实际工作状态,将传动臂销钉孔作为两级涡轮盘的定寿部位更为合理。该联合试验为外场涡轮盘重新定寿提供了依据。     

涡轮盘结构可靠性与稳健性综合优化设计

初步建立1种综合考虑结构疲劳可靠性与稳健性的航空发动机涡轮盘优化设计方法。根据涡轮盘的结构设计准则,以轮盘的轻质化和低循环疲劳寿命的稳健性作为目标,以结构强度和疲劳可靠性作为约束,采用随机优化方法对轮盘进行优化设计。设计结果表明:由于量化考虑了轮盘的安全性,所以能够得到更精确的约束,从而使轮盘设计质量更轻;而针对稳健性的优化,则降低了低循环疲劳寿命对载荷和材料参数波动的敏感性,提高了涡轮盘的稳健性。     

DZ125定向凝固高温合金长期时效后的显微组织和超高周疲劳行为

 选用950 ℃时效温度,对DZ125定向凝固高温合金进行了500、1 000、1 500 h的长期时效。利用超声疲劳试验机测试了合金的超高周疲劳性能。采用扫描电子显微镜、透射电子显微镜和电子背散射衍射(EBSD)研究了合金的显微组织和超高周疲劳行为。结果表明:长期时效对DZ125合金的组织稍有影响,长期时效后合金的点阵错配度降低,随着时效时间的延长,γ'相聚集长大更加明显,未出现拓扑密排相(TCP)等有害相;长期时效对DZ125合金的超高周疲劳性能稍有影响,随着时效时间的延长,疲劳性能呈下降趋势,疲劳断口较平整,裂纹起源于试样的表面,在超高周疲劳后合金的晶粒发生了小幅度旋转。     

带有闭式布雷顿循环的预冷发动机特性研究

为获取带有闭式布雷顿循环的预冷发动机的飞行包线及性能,同时为提高发动机工程实现可行性,本文基于带有闭式布雷顿循环的预冷发动机基础循环及现有部件技术水平,构建了一种适度预冷发动机方案。对该方案下发动机沿着SABRE3飞行轨迹下的性能和部件匹配规律进行了分析。然后通过对发动机的高度、速度、调节特性进行研究,得到了该方案下发动机的飞行包线及整个包线内的性能。计算结果表明,本文所提出的适度预冷方案与SABRE3方案相比,核心机的比冲基本相当,但单位推力有所降低,工程可实现性提高;通过分别控制氦循环最低、最高温度为目标值,可保证发动机各部件在马赫数0~5的整个飞行过程中均处于稳定工作区间内,发动机比冲在1359 s~2099 s之间,地面点单位推力最大,达到1.9 kN/(kg/s);特性研究发现发动机推力与比冲在高度0~15 km、马赫数1~3之间最高,而单位推力最高的区域主要集中在包线的左侧低马赫数区,随马赫数的增加逐渐降低;发动机对氦压气机前温度的调节十分敏感,而对氦涡轮前温度的调节敏感性较低。综合研究表明,本文所给出的适度预冷方案的预冷发动机具有较好的宽域工作能力。     

基于自适应差分进化算法的变循环发动机模型求解方法研究

为了降低传统迭代算法在求解变循环发动机非线性模型时对初值的依赖性,将模型的求解问题转换为求最小值的优化问题,引入差分进化算法进行模型的求解,并提出一种自适应差分进化算法(ADE)。ADE借助轮盘赌选择法,利用种群的进化经验可以自适应的选择最适合当前种群的差分策略与算法控制参数。针对变循环发动机四个典型工作点的模型求解问题,研究了标准差分进化算法(SDE)的控制参数对其性能的影响,获取了SDE在求解四个典型工作点时的最优控制参数组合,对比分析了ADE与SDE的性能差异,最后研究了种群规模对ADE性能的影响。结果表明：SDE在求解发动机模型时具有较好的鲁棒性,在求解不同工作点时算法的最优控制参数并不完全相同;相比于使用最优控制参数的SDE,ADE可以在不影响算法鲁棒性的情况下提升效率50%以上;减少ADE的种群规模会在提升算法效率的同时破坏鲁棒性。     

基于多代理模型的航空发动机建模及优化方法

为了进一步提高航空发动机建模及优化方法的性能,本文提出了一种基于多代理模型技术的建模及优化方法。本文首先提出了一种新的代理模型全局误差估计方法,以此建立了新的多代理模型建模方法。然后提出了一种组合模型预测偏差估计方法,以此发展了一种基于多代理模型技术的优化方法。6个不同维度及不同训练集大小的解析测试算例的结果表明,本文所发展的建模方法相较于现有方法精度更高,本文所发展的优化方法相较于经典代理模型优化方法算法收敛性更强。同时变循环发动机稳态性能建模及加速燃油控制规律优化实例表明,本文所发展的方法在处理实际工程问题时,依旧可以表现出良好的算法性能。