航空发动机电子控制器可测试性技术应用研究

基于边界扫描的测试思想,提出了1种航空发动机电子控制器可测试性设计方案。通过器件管脚的边界扫描单元,在板级甚至多个目标板组成的复杂系统间,构建了1条在集成电路边界绕行的移位寄存器链,可以实现复杂集成电路的嵌入式测试。该方案还可以实现故障注入,对航空发动机电子控制器机内自测试(B IT)能力进行验证。     

BVF在吹气控制压气机叶栅分离流中的应用

结合边界涡量流(BVF),对叶片开缝吹气的方法控制扩压叶栅流动分离进行了数值模拟.结果表明,叶片开缝可有效的吹除附面层内的低速气流,从而弱化或消除流动分离,提升性能.对叶栅开缝位置、开缝角度及缝隙宽度等影响因素的组合研究,获得了最佳开缝方案.BVF气动分析显示,叶片吸力面上高的BVF正峰值是大尺度分离发生的预兆,最佳开缝位置在BVF正峰值之后,分离点前后的一段区域,通过选择合适的位置,可取得在最大工况范围的最佳效果.      

某涡轴发动机整机逼喘试验研究

根据某型涡轴发动机研制的需要,在整机试验台进行了逼喘试验方法的探索,本文详述了发动机逼喘、试验方法设计、试验装置及试验过程,最后对试验结果进行了分析,研究结果表明利用该发动机上的飞机引气口接入高压气源的方法能够成功地进行该型发动机的整机逼喘试验,从而能够真实获得压气机装在整机上工作时的喘振边界线.      

快速实现二次曲面片三角网格剖分的新方法

三维表面的三角网格剖分,对图形学和数值分析来说,都是极其重要的一项预处理技术.利用二维动态、带约束的Delaunay三角网格剖分算法,可以有效地实现二维空间中带边界约束的点集的三角网格剖分.提出了对二次曲面进行快速三角网格剖分的一种新方法.     

前体边界层状态对高超声速进气道流动结构及性能的影响

采用CFD方法研究了前体边界层状态对轴对称高超声速进气道的波系结构、激波/边界层干扰特性以及流量捕获能力、总压恢复系数等的影响,获得了不同马赫数下进气道性能参数随一级锥边界层强制转捩位置的变化规律,并对采用二维粗糙体作为强制转捩措施给流场所带来的干扰进行了分析,研究中还对比了具体进气道设计方案间的差别.      

一种涡轮发动机加速控制规律设计的新方法

 提出了一种涡喷、涡扇发动机加速控制规律快速设计的新方法：在发动机稳态特性计算模型的基础上,通过额外增加转子提取功率,使得发动机稳态工作点（线）靠近喘振边界,在同时考虑燃烧室富油熄火边界、涡轮进口总温限制以及压气机喘振裕度限制的条件下,利用适当的控制规律描述形式并结合发动机工程研制中的经验,能够快速而准确地获得涡喷、涡扇发动机加速控制规律。对某型涡喷发动机加速控制规律的改进的计算结果表明,提出的加速控制规律的设计方法准确而有效。     

运动边界非定常全速流场的数值模拟

将预处理引入到ALE格式的非定常可压缩N-S方程中,发展了一种能有效模拟含运动边界的三维非定常全速流场的数值方法.控制方程在非结构动态网格上用双时间步推进并用隐式、LU-SGS迭代求解;提出了一种特征变量的边界条件以适合预处理后的特征系统.几个典型算例的结果表明,预处理方法将可压缩流方法的计算能力拓展到了低马赫数范围,有效地提高了收敛速度和计算精度.     

俯仰姿态保持模式下飞机结冰边界保护方法

在研究飞机结冰机翼和平尾失速机理的基础上,以飞机迎角作为关键参数,飞机俯仰指令作为指令参数,提出一种基于飞机自驾仪的结冰后边界保护方法.通过引入铰链力矩检测模块,提前告警飞机失速,为边界保护提供了裕度.建立飞机纵向动力学方程,针对俯仰姿态保持（PAH）模式下机翼失速进行了仿真计算.结果表明:结冰条件下,通过铰链力矩的检测,飞机能在失速迎角为2°之前,进入边界保护模式,增加飞行安全的裕度.通过控制指令的限制,自动驾驶模式下飞机迎角能保持在失速迎角之内.      

基于自然激励技术的颤振边界预测

为了预测紊流激励条件下机翼的颤振边界,基于自然激励技术提取紊流响应的自由衰减信号,采用矩阵束方法识别模态参数,最后通过Z-W(Zimmerman-Weissenburger)方法计算稳定性判据,拟合判据变化曲线并外推颤振边界.对平板机翼模型进行了数值仿真分析,对单独机翼模型风洞颤振试验数据进行了计算.结果表明:采用自然激励技术与矩阵束方法能够较准确地识别紊流激励响应的模态参数,频率识别误差小于6％,阻尼比识别误差小于30％,结合Z-W方法能够在较低风速较早地预测颤振边界,有助于提高试验的安全性.     

AHPSO-SVM预测超声内圆磨削ZTA陶瓷的边界损伤

为解决普通加工方式易出现工程陶瓷边缘碎裂的问题,本文对超声内圆磨削工程陶瓷边界损伤预测系统进行了研究。在35 kHz轴向超声磨削与普通磨削两种条件下独立进行试验,运用支持向量机研究工艺参数与边界损伤影响规律,采用改进的粒子群算法优化支持向量机,建立采用混合核函数的AHPSO-SVM预测模型。研究结果表明,超声激励下试件边界损伤降幅为10.05%～21.23%,AHPSO-SVM预测模型MSE为0.378 4、平均相对误差为1.369 0%、30次适应度值标准差为0.020 2。相比于普通磨削,超声磨削可使ZTA陶瓷边界损伤值显著降低;建立的AHPSO-SVM模型具有较好的学习能力、泛化性能与良好的稳定性。