A physics-based framework for online surface roughness assessment for high-pressure turbines

Surface roughness is a critical health parameter of a turbine blade due to its implications on blade surface heat transfer and structural integrity. This paper proposes a physics-based online framework for Gas Turbine Engines (GTE), in order to assess the blade surface roughness in a high-pressure turbine without engine shutdown. The framework consolidates Gas Path Analysis (GPA) based performance monitoring models and meanline turbomachinery analysis, using a novel GPA-meanline matching process. This extracts meaningful performance deviation trends from GPA, while addressing the uncertainties associated with the measurements and modelling. To relate efficiency loss to surface roughness severity, a meanline-based system-identification process has been developed to establish the meanline representation of the turbine stage, and to incorporate the empirical surface roughness loss correlations. The roughness loss correlations have been evaluated against recent transonic test data in the literature. A modification to the compressibility correction factor has been made according to the evaluation outcome, which improved loss predictions compared to the experimental measurements. The framework was tested on the three-year operational data of a cogeneration GTE, and the results verified the framework's potential for online surface roughness monitoring. The predicted surface roughness showed agreement in both trend and the magnitude-level with the measurements reported in the literature.     

基于粒子滤波和似然比的接收机自主完好性监测算法

由于粒子滤波算法在处理非线性系统非高斯噪声问题具有较大的优势,提出将粒子滤波算法与对数似然比方法有机结合应用于接收机自主完好性监测(Receiver autonomous integrity monitoring,RAIM)中。通过粒子滤波算法对状态进行精确估计,利用对数似然比建立一致性检验统计量进行故障检测。在建立全量累加对数似然比和部分累加对数似然比检验统计值的基础上,通过比较系统各状态累加对数似然比和检测阈值之间的关系,进而对卫星故障进行检测。对算法进行了数学建模,描述了RAIM算法流程。通过实测数据对提出的RAIM算法进行验证,结果表明:粒子滤波在非高斯测量噪声情况下可以对GPS接收机状态进行精确的估计,利用对数似然比建立的一致性检验统计量能有效地检测并隔离故障卫星,验证了该算法应用于接收机自主完好性监测的可行性和有效性。     

基于物理原型的结构疲劳寿命评估方法

结构所受的真实载荷历程是实现疲劳寿命监控的核心。本文面向结构疲劳寿命在线监测提出了一种基于物理原型的疲劳载荷的反演和寿命评估方法。通过对潜在疲劳危险部位附近的应变场监测,依据结构疲劳危险部位的物理原型,反演结构所受外载荷;然后按照结构疲劳寿命分析方法获得结构的疲劳寿命。完成了一个耳片疲劳寿命在线监测试验,结果表明了本方法的可行性和有效性。     

大涵道比涡扇发动机涡轮监视温度容错解析

提出了对大涵道比涡扇发动机涡轮监视温度的容错解析方法,以避免由于涡轮监视温度传感器故障造成的发动机控制降级,或未检测到故障导致发动机超温.解析方法包含两种:一种是基于涡轮排气总温的解析方法作为主解析方法;另一种是基于空气流量模型的解析方法作为余度解析方法,用于在主解析温度与测量温度差异较大时进行比较取真.使用发动机试车数据进行了方法验证,结果显示:主解析方法的稳态计算误差不超过0.33%;余度解析方法的稳态计算误差不超过0.8%.这表明两种解析方法都是有效的,可以用于发动机容错控制.      

耦合服役环境下高耐久性薄膜传感器裂纹监测

现有裂纹监测技术多存在耐久性差、虚警率高的问题。以物理气相沉积（PVD）薄膜传感器为研究对象,提出了提高其耐久性的方案,并检验了其在耦合服役环境下的监测性能。首先,选定了Cu作为使传感器耐久性最佳的导电传感层沉积材料,并采用离子镀氮化铝（AlN）薄膜和涂覆705硅胶对PVD薄膜传感器进行了封装保护;然后,综合考虑服役环境因素,编制加速环境谱,将经过封装的制备有薄膜传感器的试验件进行环境耦合加速试验;最后,对环境试验后的薄膜传感器开展疲劳裂纹监测试验,并将薄膜传感器监测结果与显微镜观察测量结果进行对比。试验结果表明：薄膜传感器能承受1 000 h严酷环境的考验,具有较高的耐久性和稳定性;环境试验后的薄膜传感器对裂纹变化敏感,PVD薄膜传感器的监测结果与基体裂纹扩展的实测信息相一致,PVD薄膜传感器的电位监测信号可以作为裂纹扩展状态和结构损伤程度的监测判据,PVD薄膜传感器可以实现对金属结构裂纹的定量监测,监测精度可达到1 mm。     

基于改进滑动时间窗口的国产民用飞机APM参数筛选研究

合适的飞行性能监测（APM）参数筛选方法可实现国产民用巡航飞机性能监控参数的高效筛选,为飞机性能分析计算提供可靠的数据基础。在无迹卡尔曼滤波（UKF）中引入 Sage-Husa 噪声估计器,构造自适应无迹卡尔曼滤波（AUKF）,利用 AUKF 对快速存取记录器（QAR）数据进行降噪;给出稳定巡航参数筛选的标准,采用改进滑动时间窗口算法对稳定巡航参数进行筛选,并通过国产 ARJ21 飞机的样本数据进行验证。结果表明：自适应无迹卡尔曼滤波算法能够提高数据的可靠性,改进滑动时间窗口算法使筛选效率提高约 50%。     

GPS伪随机码畸变的建模与分析

建立了全球卫星定位系统(GPS)卫星C/A码畸变数学模型,推导了畸变后的C/A码的相关函数,在Matlab软件中进行仿真。结果表明:该模型能合理解释SVN19卫星的测距码畸变故障,并可作为未来伪随机信号畸变的一个合理模型,为导航信号的完好性监测提供理论支持。     

基于EMD与LS-SVM的刀具磨损识别方法

针对刀具磨损声发射信号的非平稳特征和BP神经网络学习算法收敛速度慢、易陷入局部极小值等问题,提出了基于经验模态分解和最小二乘支持向量机的刀具磨损状态识别方法.首先对声发射信号进行经验模态分解,将其分解为若干个固有模态函数之和,然后分别对每一个固有模态函数进行自回归建模,最后提取每一个自回归模型的系数组成特征向量,特征向量被分为两组,一组用于对最小二乘支持向量机训练,另一组用于识别刀具磨损状态.试验结果表明:该方法能很好地识别刀具磨损状态,与BP神经网络相比具有更高的识别率.      

静态存储器单粒子翻转率预示的在轨验证

SRAM型FPGA配置区的单粒子翻转可能对系统的功能产生严重的影响,因此必须进行针对性的加固措施,而加固的重要依据之一是在轨翻转率结果。文章将地面获得的Hitachi 4Mb SRAM HI628512单粒子翻转率预示结果与搭载在极轨卫星SAC-C等上的飞行试验的结果进行了比较。分析表明基于国内地面试验数据和FOM方法预示的在轨翻转率与国外的在轨监测数据接近,多位翻转的试验结果也得到了在轨试验数据的验证。这些结果表明我国在单粒子翻转的模拟试验技术和在轨翻转率预示方面取得了相当的进展,可以为卫星电子系统抗辐射加固设计提供有力的保障。     

珠海市森林绿地遥感动态监测与驱动力分析

随着城市的发展,城市森林绿地对于提高人类生活环境的品质,发挥着越来越重要的作用。以珠海市为研究区域,应用1995年Landsat5的TM数据、2002年Landsat7的ETM数据、2009年CBERS-02B的CCD与HR数据为主体信息源,通过植被覆盖度指数与三种不同信息提取手段相结合的方法,对珠海市森林绿地的动态变化进行了遥感监测,然后对其变化结果进行了驱动力分析。结果表明：珠海市从1995年到2002年森林面积呈减少趋势,2002年到2009年森林面积又呈增加趋势,从1995年到2009年森林面积总体呈微减趋势。最后将自然驱动力与人为驱动力进行对比分析,人为驱动力是珠海市森林绿地的变化的主导因素。