低雷诺数环境中低压涡轮部件的气动设计探索

为了探索高空低雷诺数情况下高性能低压涡轮部件的气动设计思路和设计方法,通过采用高负荷、大弦长的叶片设计和选择恰当的叶片表面速度分布形式设计了一台新低压涡轮。三维粘性数值模拟的结果显示新低压涡轮效率在高空低雷诺数情况下比设计点下降2 3个百分点。设计结果表明提高涡轮工作雷诺数和降低涡轮性能对雷诺数变化的敏感程度是低雷诺数环境下高性能涡轮气动设计的关键。     

雷诺数对轴流压气机稳定性的影响

利用KochCC提出的"有效静压升系数法"估算了宽广雷诺数范围内的多级轴流压气机的不稳定边界。不同雷诺数条件下的计算结果表明,随雷诺数的降低,压气机的稳定性下降,下降的幅度取决于雷诺数及其本身的设计。本文采用的方法可以分析宽广雷诺数范围内各级和整台压气机的增压能力及稳定性,从而对高空低雷诺数下的压气机设计提供指导性的帮助。      

低雷诺数效应对某型风扇的性能影响及改进方案研究

高空、低马赫数条件下,低雷诺数效应对风扇/压气机的工作性能影响很大。为分析某型风扇的低雷诺数效应,采用Wassell半经验方法和三维数值模拟方法对该型风扇的高空气动性能和流场特性进行了分析和研究。为削弱低雷诺数效应的影响,重新设计了静子叶型并对改型设计的效果进行了评估。      

基于模糊奇偶方程的非线性系统传感器故障诊断

 给出了一种非线性系统传感器的故障诊断方法。该方法将T-S 模糊模型、全解耦奇偶方程和参数估计相结合,同时对非线性系统的多个传感器的故障进行检测、隔离与识别。设计出用于产生残差的线性系统全解耦奇偶方程,并给出了全解耦奇偶向量的存在条件,全解耦奇偶方程产生的残差仅对一个传感器故障敏感,而对系统状态、扰动输入和其它传感器输出解耦。引入T-S 模型将全解耦奇偶方程推广到非线性系统中得到了模糊奇偶方程。传感器的故障模型表示为刻度因子和偏差的形式,根据残差信息应用卡尔曼估计方法可识别出故障模型的参数。最后给出了某型号飞机控制系统传感器的故障诊断仿真实例。     

带有微型涡轮的旋转盘腔局部换热特性

对带有微型涡轮的转-转系涡轮盘腔进行了换热试验。微型涡轮的主要作用是使冷气通过上游涡轮盘的反旋喷嘴推动涡轮盘转动，从而降低气流的总焓，同时改变气流的旋转速度，形成更好的冷却环境。试验采用热膜加热、热电偶测温和遥测仪采集数据的方法进行，上下游转盘同时加热。试验结果表明：随着无量纲质量流量、旋转雷诺数和浮升力的增大，努赛尔特数增大，换热效果增强。这为进一步的数值计算和优化提供了依据。     

导弹导引头性能的模糊综合评判研究

利用导引头系统指标的相对性、模糊性,运用模糊数学方法提出了多级模糊综合评判法;并对关键技术——隶属函数、算子和权重的确定进行了研究。实验计算表明:采用模糊综合评判法可以解决导引头性能的评估问题。     

基于动态模糊观测器的故障诊断方法研究

研究了T S模糊系统中存在未知输入、多重故障时的诊断问题,提出了基于动态模糊观测器的诊断方法。仿真结果表明,该方法推理简单,解耦多重故障准确有效。     

基于模糊模型的鲁棒自适应重构飞行控制

提出了一种基于模糊模型的歼击机鲁棒自适应重构控制方案。整个控制方案基于T S模糊模型,将歼击机各飞行状态的局部线性调节器与鲁棒自适应神经网络重构控制器相结合,避免了传统的增益预置方法中控制律在不同工作点之间切换造成的参数突变对系统性能的影响,可以保证系统在全局上拥有局部工作点具有的期望性能,证明了重构系统的全局闭环渐近稳定性。所提出的带有补偿项的完全自适应RBF神经网络,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,提高了神经网络的学习能力,同时通过自适应补偿项来在线估计神经网络的近似误差边界,可以有效地在线修正建模误差、外扰及操纵面故障等因素的影响,保证系统的操纵品质。仿真结果表明了所提出方法的有效性。     

多目标无源跟踪中的多特征模糊综合数据关联算法

提出了一种多目标无源跟踪中的数据关联算法———多特征模糊综合数据关联算法。首先基于目标特征关联因子模型,进行单跟踪门的多特征数据关联模糊评估,得到单跟踪门内的有效观测与真实目标的模糊关联程度,在此基础上,进行了多目标数据关联模糊综合评估,得到多目标整体模糊关联程度,最后进行多目标关联判决。由于该算法综合利用了目标更多的特征信息,所以比传统的NN方法有更好的关联性能,计算机仿真表明,它比NN方法的错误关联率约低15%。     

某型飞机平显故障诊断系统的设计与实现

提出了基于知识库的某型飞机平显故障诊断系统.文中给出系统总体结构模型和面向对象模型,介绍了规则推理、神经网络推理和模糊逻辑推理的特点,并提出了三者并行推理的方法,其优点在于能节省推理时间并且各模块之间可以相互学习提高诊断能力.最后给出了系统的功能和实现方法.