增材制造燃油喷嘴特征件磨粒流抛光研究

燃油喷嘴的增材制造在缩短制造周期、降低制造成本以及提升合格率方面具有明显优势,但是喷嘴内流道表面的光整处理成为打印工艺亟需突破的关键技术难题。对增材制造燃油喷嘴内流道特征件进行磨粒流四因素抛光试验,结果表明在本文的试验条件下,磨粒流抛光可有效去除表面黏粉、球化现象,改善表面台阶效应;通过优化计算获得了磨粒流抛光的最优工艺参数,经试验验证,喷嘴内流道表面粗糙度Ra由9.10μm降至2.70μm。     

基于统计方法的高压涡轮转子叶片寿命分析

针对航空公司已有高压涡轮(HPT)转子叶片寿命统计分析方法的不足,结合其他领域疲劳寿命统计分析方法,包括最小二乘估计结合极大似然估计、概率图、K-S检验、AIC,以及参数回归模型,建立了一套更加完备的HPT转子叶片寿命统计分析流程。在流程中加入了对影响寿命的因素的统计分析。通过对一组寿命数据的拟合,得出了寿命的基本分布为对数正态分布这一结果,然后,对寿命和相应的推理等级联合建模,得出了不同推力等级下的寿命分布。该流程可以推广到其他具有疲劳失效机制部件寿命分析。     

基于单纯B样条的航空发动机机载稳态模型研究

为了减小航空发动机稳态建模的模型误差、降低复杂度及提升其实时性,提出了一种基于单纯B样条函数的航空发动机稳态模型建模方法。该函数是局部多项式基函数的线性组合,因此求解该函数为线性回归问题,通过运用广义最小二乘方法来求解B系数,从而提高计算效率和提高模型精度。最后建立了基于该算法的二维和四维涡扇发动机稳态模型,并分别与相同建模样本条件下的多输入多输出约简迭代最小二乘支持向量机稳态模型进行了比较,表明了单纯B样条建模方法不仅继承了B样条的算法复杂度低、存储数据量小和实时性好等优点,同时避免了最小二乘支持向量回归机不能拟合大样本数据的缺点,且拟合效果优于最小二乘支持向量机。     

基于广义回归神经网络的传感器故障检测

为了研究航空发动机试验中精确数学模型未知的多传感器故障诊断问题,采用基于广义回归神经网络(General Regression Neural Network,GRNN)组的故障检测方法,提炼出传感器之间的约束关系和故障规律,构建了一组多输入多输出GRNN,用于估计传感器输出,与测量值生成残差,通过与门限值比较判断可疑传感器,找到神经网络组中的具有最小可疑传感器数的GRNN。采用可疑传感器的估计信号做为重构信号交叉验证其它GRNN。通过验证即可确定可疑传感器为最终故障传感器。为了控制神经网络的回归精度,将多输入多输出神经网络分解为多个多输入单输出网络。通过仿真数据验证了该方法用于传感器故障检测的可行性。     

北京首都机场畅通滑行时间研究

随着机场规模不断扩大和流量持续增长,准确把握拥挤态势成为运行管理中的难题。美国联邦航空局(FAA)和欧洲空管局(EUROCONTROL)采用畅通滑行时间(unimpeded taxi time)作为量化分析机场运行效能的标杆。国内笼统地规定了少数机场的平均滑行时间作为机场运行指标,但无法反映不同机场、不同停机位、不同起飞跑道造成的运行差异。因此可借鉴机场畅通滑行时间这个指标来考核机场效能,但是欧美机场的该指标数值并不完全适合国内机场,因此在欧美计算方法的基础上提出了改进的畅通滑行时间计算方法,并构建多元线性回归模型,运用北京首都机场实际运行数据进行检验,证明了该方法的可行性。     

基于小波变换的航空发动机性能衰退率计算方法

由于航空发动机的工作环境复杂,性能参数测量值中夹杂的工况信息和测量误差会对发动机的性能衰退率计算产生较大的影响。为了弱化工况信息和测量误差对航空发动机性能衰退率计算的影响,本文首先运用多层小波分解与重构的方法对原始性能参数进行了趋势分量的提取,进而运用线性回归的方法对航空发动机的性能衰退率进行了计算。经过实际运维数据的验证,本文提出的航空发动机性能衰退率计算方法能够为实际工程应用提供理论支持。     

试车数据驱动的涡轴发动机起动过程模型辨识

针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明:得到的辨识模型输出参数,如燃气发生器转速n_g、输出轴转速n_r和涡轮后温度T₄都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。     

一类由星下点反算卫星近圆回归轨道的方法

提出了一类近圆回归轨道的设计方法,解决当飞行任务对星下点有要求时,近圆回归轨道的设计问题。分析了星下点轨迹与轨道参数的关系,概括为当对星下点轨迹有要求时,近圆回归轨道的设计依赖于轨道半径和轨道倾角两个参数的确定。以轨道半径和轨道倾角为未知量依据星下点轨迹要求条件构建了非线性方程组,但直接求解过于复杂,采取迭代的方法解决。编制了MATLAB程序进行设计计算,并将计算结果用软件STK(Satellite Tool Kit)进行仿真。仿真结果显示,该算法能够较好的实现设计目标。     

加速度计参数变化建模方法

通过归纳工程上常用数据建模方法及其应用特点,且结合贮存条件下加速度计零偏和标度因数试验测量数据变化规律,综合给出了建立零偏时间序列模型和标度因数回归模型的详细步骤,并据此建立了贮存条件下加速度计零偏和标度因数的变化模型,所建模型预测的数据与真实数据相比误差很小,充分验证了模型的有效性.所建模型真实地反映了零偏随机性变化规律和标度因数趋势性变化规律的特点,可以为加速度计零偏和标度因数随时间变化的补偿模型提供参考,为加速度计参数长期变化稳定性水平评价提供手段.     

基于全信息的正态分布型数据的线性回归分析

针对正态的分布型符号数据,提出一种新的线性回归分析方法.以体现正态的分布型数据的全部原始信息为出发点,给出正态的分布型变量的一阶矩、二阶原点矩、二阶混合原点矩的定义和计算原则.在此基础上,定义针对正态的分布型数据的线性回归模型以及残差信息的平方和,推导最小二乘回归系数.仿真实验证明了该方法所得回归模型在解释能力和预测能力上的有效性以及相对于"中心法"的优越性.给出的正态分布型变量数字特征的定义和计算原则为将其他经典的多元统计方法推广到分布型数据奠定了基础.