旋流畸变对压气机失速发展过程影响的试验研究

为研究进气旋流畸变对轴流压气机失速发展过程的影响,设计了一种叶片式旋流畸变发生器。通过改变叶片式旋流畸变发生器的叶片安装方式来改变进口气流流向,产生对涡或整体涡,研究均匀进气、对涡和整体涡进气条件下低速轴流压气机失速发展的特点。试验结果表明:旋流畸变发生器达到了预期的设计要求,在压气机进口前产生了对涡和整体涡。压气机转子对进口旋流畸变有很大的影响,对正向旋流有一定加强作用,使正向旋流强度增大;对反向旋流有一定抑制作用。旋流畸变减小了压气机的稳定裕度,切向气流角越大效果越明显,使其更快进入失速,其中以对涡进气和正向涡进气条件下最为明显。旋流畸变进气条件下压气机中失速团的产生机理不发生改变,失速团传播频率不发生改变。     

大涵道比风扇新型高低静叶结构性能研究

针对大涵道比风扇静叶尖、根稠度不匹配问题,为补偿静叶叶尖稠度、增大叶尖载荷、抑制叶尖的气流分离,提出一种在静叶叶尖引入低叶片结构的新型高低静叶结构,并通过相应数值模拟分析检验高低静叶结构在大涵道比风扇静子应用的有效性。结果表明:低叶片的引入有效抑制静叶叶尖的气流分离,改善流道内的流场结构,在单静子环境下,静叶级的扩压能力提升1.52%,总压损失降低23.6%;在级环境下,静叶级的扩压能力提升0.93%,总压损失降低15.0%;并且高低静叶结构在级环境下表现出较好的扩稳能力,流量裕度可提高53.8%;低叶片长度影响高低静叶结构性能,存在最优的低叶片长度。     

微型涡流发生器控制压气机叶栅二次流的数值研究

二次流对压气机叶栅的性能有很大影响,为了探究微型涡流发生器(MVG)对于低马赫数来流叶栅的二次流控制情况,以一进口来流Ma0.1的高负荷轴流压气机叶栅为研究对象,用数值方法分别对设计攻角(-1°)以及失速攻角(8°)下的流场进行损失分析,并借鉴失速因子对不同组合形式的MVG进行对比。得出在-1°攻角下,大部分MVG具有延缓分离的作用,但都会引起损失增加;在8°攻角下,所有MVG都具有延缓分离、减少损失的作用。损失减少最多的一组VGdvg3达到6.3%,失速系数减小了46%,因此认为MVG对于大分离区域的控制较为有效。MVG主要控制0%~30%叶高方向损失,并且MVG的叶片间距以及安装位置也存在一个最佳范围,不易过大或过小。     

基于神经网络模型的襟翼主动控制旋翼减振分析

基于径向基函数(Radial basis function,RBF)神经网络构建了一种带后缘襟翼主动控制(Active controlled flap,ACF)的旋翼振动载荷计算模型。采用正交试验方法确立RBF网络训练样本的输入,在CAMRAD II中计算前飞状态下与训练样本对应的旋翼桨毂六力素,并将主通过频率下的分量作为样本输出,对RBF网络进行离线训练。在此基础上采用多周控制器对被控模型进行振动载荷主动控制。随后以2桨叶4m直径ACF旋翼为例,构建了其桨毂减振分析方法,并对桨毂动载荷各分量的减振效果进行了分析。研究表明,采用正交样本训练的RBF网络能够精确映射襟翼偏角与桨毂振动载荷的非线性关系,施加多周控制后,桨毂垂向振动载荷降低接近50%,其他方向的振动载荷也有不同程度的降低。     

航空发动机试飞关键参数趋势监控的实现及应用

为了实现航空发动机滑油压力、滑油温度、振动值在试飞中的趋势监控,采用神经网络方法对某型发动机大量试飞数据进行训练和验证,获得了这几个参数全过程较为准确的计算模型。计算模型应用于该型号另1台发动机参数趋势监控中,在应用前,利用有限架次试飞数据修正了这几个参数的计算模型,采用动态链接库形式实现计算模型与原有实时监控系统的协同工作,进行了模型计算结果和试飞结果趋势实时对比监控。结果表明:模型计算结果和试飞结果变化趋势吻合良好,说明了神经网络计算模型的准确性以及在关键参数趋势监控中的工程实用性。     

基于BP神经网络的航空发动机故障检测技术研究

为了提高航空发动机故障检测正确率,将BP神经网络应用于航空发动机故障检测中。从某航空公司使用的CFM56-7B系列发动机的实际飞行历史数据中选取研究样本,对比了6种训练方法的效果并最终选择弹性BP法对网络加以训练并进行测试。结果表明:该方法对CFM56-7B系列发动机的排气温度指示故障、进口总温指示故障和可调放气活门故障的检测正确率高达83.33%。BP神经网络能够很好地应用于航空发动机的实际故障检测,其学习记忆稳定、网络收敛速度快,具有一定的工程实用价值。     

跨声轴流压气机弯曲静叶出口三维流场测量

利用小型五孔探针测量了不同工况下单级跨声轴流压气机弯曲静叶出口三维流场。结果表明,静子出口有明显的尾迹特性,其对后排叶片的影响不容忽视。静叶角度调节对静子叶片出口气流角及尾迹形状有较大的影响。弯曲叶片对端壁角区低能流体具有径向迁徙作用,有利于提高压气机扩压能力。叶尖、叶根及静叶吸力面侧尾迹区,是高阻滞、高损失、高涡量区。径向速度在叶根及叶尖呈现较大的周向不均匀度,切向速度、轴向速度在叶根也存在较大的周向不均匀度。     

基于视觉测振和卷积神经网络的螺栓松动检测方法

螺栓松动故障的准确检测对于确保机械产品可靠性具有重要意义。为了解决现有的基于卷积神经网络（CNN）的检测方法所需的大量高质量数据难以在实际工程中获取的问题,本文提出了一种基于视觉测振和CNN的螺栓松动检测方法。通过视觉测振技术,从视频中的每一个像素点提取出振动信号,有效解决了CNN模型训练数据难以获取的问题,通过少量实测视频样本即可对CNN模型进行训练,并实现对螺栓连接状态的准确预测。本文通过一个对悬臂梁结构的敲击实验验证了所提方法的有效性。     

基于射频指纹的测控地面站身份识别方法

卫星测控信道具有开放性特点,第三方容易截获测控信号,并通过特定信号分析手段获得通信编码体制甚至密钥,严重危害测控安全.为增强卫星的测控安全性,提出了一种基于射频指纹的测控地面站身份识别方法,即提取测控信号的射频指纹来验证测控指令是否来自于合法用户.使用卷积神经网络从21台发射机的变功率信号中识别特定发射机,识别精度高达...     

目标检测中特征不匹配问题研究进展

近年来基于深度卷积神经网络的目标检测器取得了跨越式进展,远远超过传统目标检测算法.但最新的研究表明特征不匹配问题已经成为深度目标检测器性能提升的一个瓶颈.目前在该问题的研究尚未有清晰的总结,因此本文首先对特征不匹配问题进行分析,提出特征不匹配问题的本质是由于目标检测的分类和回归任务优化目标的不一致造成,同时分析了特征不...