基于平衡流形的航空发动机LPV建模方法

针对航空发动机线性变参数模型,基于平衡流形原理,研究了一种改进LPV建模方法.首先,根据平衡流形原理,构造涡扇发动机平衡流形参数化形式.其次,根据某型涡扇发动机非线性模型,建立基于局部线性模型的涡扇发动机准LPV模型.然后,建立基于平衡流形的航空发动机改进准LPV模型,即:利用平衡流形参数化形式,根据调度变量实时估算发动机平衡态,以更新发动机准LPV模型的参考平衡态.最后,通过对发动机从慢车状态到最大状态的阶梯加速过程进行仿真,表明改进UP模型的稳态和动态响应特性与发动机非线性模型保持很好地一致.     

不同海拔下压燃式航空活塞发动机的燃烧与排放特性

研究压燃式航空活塞发动机在不同海拔高度下的燃烧与排放特性,将有利于进一步优化通航飞行器的动力推进系统。通过发动机大气压力模拟试验台架,在3个不同海拔高度（10,1000,1920m）进行压燃式航空活塞发动机的燃烧与排放试验,获得了发动机的燃烧和排放污染物与海拔高度的变化规律。试验结果表明：随着海拔高度的上升,大气压力减小,航空发动机的进气质量流量降幅明显,过量空气系数和有效热效率也略有下降,但有效燃油消耗率是上升的;此外,在相同工况点出现最大燃烧压力下降,滞燃期延长,燃烧始点推迟,燃烧持续期呈延长趋势,最高平均燃烧温度增大,且发动机的NO_x,HC和碳烟排放增加。当海拔升高,发动机的负荷增大时,碳烟排放呈现出先降低后升高。在小负荷和大负荷时的CO排放增加较为明显,而中负荷附近基本保持不变。     

Adaptive mesh refinement computation of acoustic radiation from an engine intake

A block-structured adaptive mesh refinement (AMR) method was applied to the computational problem of acoustic radiation from an aeroengine intake. The aim is to improve the computational and storage efficiency in aeroengine noise prediction through reduction of computational cells. A parallel implementation of the adaptive mesh refinement algorithm was achieved using message passing interface. It combined a range of 2nd- and 4th-order spatial stencils, a 4th-order low-dissipation and low-dispersion Runge–Kutta scheme for time integration and several different interpolation methods. Both the parallel AMR algorithms and numerical issues were introduced briefly in this work. To solve the problem of acoustic radiation from an aeroengine intake, the code was extended to support body-fitted grid structures. The problem of acoustic radiation was solved with linearised Euler equations. The AMR results were compared with the previous results computed on a uniformly fine mesh to demonstrate the accuracy and the efficiency of the current AMR strategy. As the computational load of the whole adaptively refined mesh has to be balanced between nodes on-line, the parallel performance of the existing code deteriorates along with the increase of processors due to the expensive inter-nodes memory communication costs. The potential solution was suggested in the end.     

基于融合算法的航空发动机涡轮前温度最优控制

涡轮前温度是航空发动机的关键控制参数之一,在保持发动机推力不变的前提下,降低涡轮前温度可以有效提高发动机使用寿命,涡轮前温度最优控制是降低涡轮前温度的有效技术途径.本文研究了航空发动机涡轮进口温度的在线优化问题,并根据该优化问题的特点,提出了一种基于小生境遗传算法(NGA)与非线性规划(NLPQL)相结合的混合优化算法...     

基于序列工作点的航空发动机过渡态气路分析参数选择研究

为了降低由多工作点分析(MOPA)方法的平均效应所产生的气路分析(GPA)系统误差,提出了基于航空发动机过渡工作过程的序列工作点分析(SOPA)技术,并以此为基础提出了一种系统的气路分析参数选择方法。该方法利用连续小波变换对时间信号的增强解析能力,提取待求健康参数在备选测量传感器上的参数特征,实现了在传感器安装受限条件下必要测量参数的选择。通过对SOPA子系统矩阵进行奇异值分解(SVD),获得了在过渡工作过程中不同时间片段上的健康参数可辨识性。针对大涵道比双轴分排涡扇发动机的参数分析结果表明:通过对待求健康参数的敏感性输出信号进行小波分析所确定的最简传感器布局,具备对全部待求健康参数的可辨识性;而以时间片段矩阵的条件数作为判据评估SOPA子系统的参数辨识能力,能够有效地确定具有高可靠性的SOPA时间片段位置,保证了对发动机气路部件健康状态的估计精度。     

涡轮转子多尺寸装配可靠性优化分析

为了对航空发动机涡轮转子装配间隙进行优化分析,利用结构可靠性理论对涡轮转子多尺寸装配可靠性进行分析.选取涡轮转子的多个装配关键点,结合蒙特卡洛和装配尺寸链方法,对这些关键点的尺寸进行可靠性计算分析,并针对未达到设计要求的尺寸进行公差修正.结果显示通过公差修正可以提高装配的可靠度和达到满足设计要求,证明了该优化方法的可行性和有效性.     

航空发动机排气温度基线建模新方法研究

为实现航空发动机气路性能诊断与预测,提出一种基于堆叠降噪自编码器(Stacked de?noising auto encoder,SDAE)和支持向量回归(Support vector regression,SVR)相结合的航空发动机排气温度(Exhaust gas temperature,EGT)基线建模方法.以CF...     

基于特征量阈值判决的轴承故障诊断方法

针对航空发动机在不分解状态下主轴轴承故障诊断难的问题,以振动信号分析和处理为基础,以小波包分解与重构、峭度值指标、频谱分析和包络解调为预处理方式,提出了基于故障轴承和正常轴承的特征倍频能量总和占整个包络谱能量百分比的特征差异确定轴承故障的诊断方法,以凯斯西储大学深沟球轴承典型试验数据验证了该方法的有效性.验证外圈点蚀故...     

基于DRNN网络的航空发动机多变量解耦控制

通过分析对角递归神经网络（DRNN）及带动量项的梯度学习方法（GDM）,针对某型涡扇发动机的性能控制,研究了基于对角递归神经网络的多变量自学习解耦控制算法及其在航空发动机控制中的应用.阐明了该方法的结构和原理.并在设计点处进行了发动机多变量解耦控制系统设计.在偏离设计点时,大量的仿真结果表明,系统具有较好解耦和自适应能力.     

基于遗传规划和线性鉴别分析的故障特征提取模型及其应用

1引言航空发动机故障诊断需要从原始监测数据中获取合理的特征参数,如果依靠专家经验手工从众多的监测参数中选取特征参数,将是十分烦琐和低效的。因此,构造优质的特征参数是提高故障诊断效率及其准确性的关键。许多机器学习方法被应用到特征参数的自动选取中,例如神经网络[1],