小尺寸无静叶对转风扇/压气机气动设计与变工况性能分析研究

无静叶对转风扇/压气机能有效减小发动机陀螺力矩,在轴向长度方面具有优势。然而,无静叶往往导致下游叶片攻角变化较大,变工况性能难以保证,且这一特点随叶尖切线速度的增大而恶化。本文利用小尺寸涡扇发动机风扇叶片根部周向速度较低的特点,尝试对其进行风扇与压气机无静叶对转方案设计。通过速度三角形分析了无静叶对转风扇/压气机的性能特点,开发了无静叶对转风扇/压气机一维设计程序进行参数方案的筛选优化,设计得到小尺寸无静叶对转风扇/压气机构型方案,设计点效率为85.1%,压比为3.16。结果表明,对转压气机的下排叶片相对进口气流角的变化范围较常规转叶+静叶相对进口气流角范围更小,而对转下排叶片的进口速度却将增大1.5～3倍,因此,需要合理选择对转风扇/压气机的轮毂比及转速比,才能保证对转风扇/压气机变转速工况下的设计点效率及失速裕度。减小对转风扇/压气机转速比有利于提高设计点效率和裕度,但本文受发动机总体指标限制,对转速比选择进行了折中。     

大子午扩张涡轮扇形叶栅变工况性能实验研究

为了研究大子午扩张低压涡轮变工况下的流动性能,分别对大子午扩张低压涡轮的两套不同的扇形叶栅进行气动实验研究。在设计进口气流角条件下,分别进行不同高亚声速马赫数出口变工况实验研究;在出口马赫数不变的条件下,完成变攻角实验。分析了大子午叶栅流动损失特点和二次流的影响规律。结果表明:大子午扩张实验叶栅出口存在两个明显的高损失通道涡,上通道涡位于展向1/3位置,远离上端壁,且强度明显大于下通道涡。随着马赫数增加,叶栅出口流动损失增加了15%。大子午扩张涡轮端壁曲率影响近端壁叶片的压强分布和变工况敏感性,优化端壁曲率将有助于流动状态的改善。     

平衡孔直径对离心泵小流量工况空化特性影响

为研究小流量工况低比转速离心泵的空化特性,以一台降速后的IS80-50-315型离心泵为试验对象,专门设计了更换平衡孔直径的装置,当平衡孔直径等于4、6、8和11mm时分别对0.4Q_d、0.5Q_d、0.6Q_d和0.8Q_d这4个工况进行测试并分析。结果表明,叶轮平衡孔直径增大,泵扬程减小,效率下降。小流量工况下,随空化数的减小,不同平衡孔直径叶轮所受扭矩与泵扬程均出现不同步的陡降,且扭矩有明显的匍匐变化,这主要是由蜗壳和叶轮之间的动静干涉引起的;同一空化数下加大平衡孔直径,扬程系数增加,叶轮轴向力减小,离心泵的抗空化性能增强;同一平衡孔直径下流量越小,离心泵越不易发生空化,但随着离心泵内空化的产生和发展,泵腔内液体压力的下降速率先增大后减小,叶轮轴向力具有先趋于平坦后急剧增加的规律。从抑制空化和减小轴向力的角度,提出平衡孔直径在6~8mm较为合适。     

高负荷压气机气弹效应对叶顶间隙流影响数值研究

以NASA Rotor 67跨声速压气机转子为研究对象,在刚性叶片条件下进行了内流场非定常流动分析,并以此为基础,应用双向流固耦合(FSI)方法分析了该压气机在近失速点工况下气弹效应对叶顶间隙区流场的影响。通过对比分析,研究了刚性叶片与柔性叶片条件下该压气机的宏观非定常波动特征,分析了气弹效应对宏观性能波动频率、叶尖附面层分离起始点与尾缘涡脱落频率的影响,给出了叶片振动对前缘处宏观性能波动频率的影响大于尾缘处的原因。研究了气弹效应对叶顶间隙泄漏涡运动轨迹、波动频率以及作用范围的影响。结果显示,气弹效应使得尾缘处宏观性能以及泄露涡的波动频率分别增大了33.2%、2.28%,叶尖附面层分离涡与尾缘脱落涡的波动频率分别降低5.75%、0.75%,同时使得叶尖附面层分离起始点前移。     

基于UKDE和XGBoost的航班过站时间动态预测

为了提高机场运行高峰时航班过站时间预测的精度及可靠性,研究了一种结合无偏核密度估计（Unbiased kernel density estimation, UKDE）和极端梯度提升决策树（Extreme gradient boosting, XGBoost）模型的航班过站时间动态预测方法。首先,考虑模型输入变量航班密度的连续性和不确定性变化,利用UKDE法估计机场航班密度,将其作为动态指标输入模型。其次,引入量子粒子群（Quantum particle swarm optimization, QPSO）法优化XGBoost模型。最后,考虑前序航班延误发生前后输入特征的变化,利用初始预测结果对航班密度进行修正,得到二阶段预测结果。研究结果表明：本文方法在高峰时段的预测平均绝对误差为7.365 min,效果优于随机森林（Random forest, RF）、粒子群（Particle swarm optimization, PSO）-XGBoost和XGBoost,修正后的预测结果平均绝对误差减少了3.373 min;模型输入参数按敏感性程度由高到低依次为航班密度、前序航班提前到港时间和延误...     

什么是极端环境?

极端环境,这是由美国NASA空间探测计划引出的一个新概念。为了牵引美国科学技术及经济发展,NASA制定了一系列以科学为目标的具有挑战性的空间探测计     

双级对转压气机全工况优化设计

为全面提升对转压气机气动性能,以某双级对转压气机为研究对象,基于人工神经网络与遗传算法,针对转子2叶片在整机环境下进行全工况优化设计,并对优化前后几何形状、总体性能及流场结构进行了对比分析.结果表明:优化后对转压气机全工况范围内等熵效率及压比均得到提升,同时流量范围有所增大.在设计点整机等熵效率提高0.3%,近失速点整机等熵效率提高1.5%,喘振裕度上升了6.37%,稳定工作范围得到显著扩大.优化后转子1全工况范围内等熵效率和压比特性变化不大,而转子2全工况范围内等熵效率和压比均有较大提高,其中在设计点转子2等熵效率上升1%,近失速点转子2等熵效率上升2.5%;在近失速点,优化后转子1、转子2、出口导叶(OGV)尖部流场显著改善.     

民用飞机后机身壁板控制失效模式和控制载荷工况分析

为了明确载荷对典型民用飞机的后机身加筋壁板结构设计的影响,建立低平尾式飞机后机身的有限元模型,计算分析了壁板的应力应变分布,计算分析了壁板不同区域的控制载荷工况、控制失效模式。通过对比不同失效模式各自所占的比例,证明后机身壁板结构的主要失效模式是屈曲以及最大应变准则。通过对比不同控制载荷工况各自所占的比例,选出后机身壁板结构的主要控制载荷工况。     

基于ADE-ELM的涡轴发动机建模方法

提出了基于自适应微分进化-极端学习机(ADE-ELM)求解平衡方程的高精度涡轴发动机实时部件级模型建立方法.基于牛顿-拉夫逊(N-R)迭代模型,以迭代计算前模型平衡方程残差为输入,迭代收敛后平衡方程猜值修正量为输出,训练极端学习机,并采用自适应微分进化(ADE)算法优化极端学习机(ELM)参数,提高猜值修正量映射精度.ADE算法中采用sigmoid型自适应缩放因子,提高了微分进化算法的寻优能力.在涡轴发动机不同飞行状态下的测试结果表明,以N-R迭代算法模型为基准,基于ADE-ELM的发动机模型,最大建模误差约为一次通过算法的1/3,运算耗时约为一次通过算法的1/3,验证了算法的有效性.