涡流管结构参数对其性能的影响

用实验方法研究了热端管管长、分离室直径、冷孔板孔径等主要结构参数对涡流管的制冷制热性能的影响。实验中以空气为介质分别对不同结构参数涡流管的性能进行了研究,得出了热端管管长、分离室直径以及冷孔板孔径等参数对涡流管制冷制热性能的影响规律。研究结果表明:在一定范围内增加热端管长度有利于涡流管的能量分离;在大冷流率下,大直径涡流管的制冷性能优于小直径涡流管;冷孔板孔径愈小,涡流管的制冷制热效应都愈好,在冷孔板孔径与热端管内径之比为50%时,取得最佳的制冷制热效应。      

脉冲爆震燃烧效率的探索性试验研究

为了对脉冲爆震燃烧过程的燃烧效率有一个初步了解,在分析脉冲爆震发动机工作原理的基础上,设计了一套带有压力可调单向阀结构的取样系统,并进行了试验验证.试验针对爆震频率为5Hz、当量比为1的汽油和空气混气,测试了爆震波充分发展前后不同位置处爆震燃烧过程的燃烧效率,结果表明可以利用设计的取样系统进行脉冲爆震发动机燃烧效率的测量,试验还发现在脉冲爆震室后爆震发展比较充分的位置,测取的燃烧效率比较高,最高可达99.6%.     

重型货物空投系统过程仿真及特性分析

建立了货物空投系统仿真计算模型,包括货台在舱内和舱外全过程的运动特性、降落伞拉直和充气过程的轨迹特性计算等,提出了伞群模拟和多吊带系统分析的新方法。结合目前已有的降落伞性能计算模型和物伞系统运动模型,对重型货物空投全过程进行了完整计算,开发了空投过程三维动画仿真软件,通过与试验数据的对比,表明本模型能很好地满足应用的需要。分析了空投速度、伞包安装位置和牵引比等因素对空投过程的影响,指出了实际系统的改进方向。     

多重网格技术在复杂粘性流场计算中的应用及研究

流体力学控制方程的数值求解过程中,当网格加密、粘性效应强或来流马赫数低的时候,流场收敛非常缓慢。本文在多块网格、LUSGS隐式格式基础上采用多重网格技术,计算了NLR7301case#1两段翼型的低速绕流及DLRF4跨声速流场,在复杂二维、三维粘性流场求解中获得了满意的加速收敛效果。文中还比较了V循环、W循环的加速效率,为多重网格的工程应用奠下基础。     

塞式喷管效率高度特性分析

通过理论分析,结合塞式喷管具有高度补偿特性的特点,根据气流流动的情况,将塞式喷管的推力分为两部分,建立了两个不同的塞锥表面压力分布的数学模型,来分析塞式喷管发动机效率的高度特性非单调性变化的规律以及塞锥表面压力分布对其的影响。结果表明,在高的环境压强下工作时,由塞式喷管的高度补偿能力所获得的推力是引起效率高度特性曲线非单调变化的原因;在低的环境压强下工作时,由于塞锥的截短,效率高度特性曲线在设计点之前达到最大值。      

叶片前缘曲线相对前掠对风扇效率的影响

以NASA67风扇叶片为例,通过流场的三维数值模拟,研究了前缘曲线不同掠弯程度对风扇效率的影响。     

出口轮毂形状对大型轴流风机性能影响的数值研究

针对某大型轴流风机设计了4种出口段轮毂匹配方案,采用数值模拟方法对比分析了4种方案下的风机特性和叶尖以及叶根流场结构.结果表明:出口轮毂形状的变化对该风机叶尖流场结构影响很小;该风机出口无轮毂时,在叶根区域出现约占20%叶高区域的分离流,损失严重,降低了工作效率;在相同的叶尖间隙下,风机效率随着出口轮毂扩压角的减小而提高;在风机出口增加一个匹配的平直轮毂或收缩轮毂可使叶根分离涡后移,分离区域减小至5%叶高以下,同时可使该风机效率至少提高2个百分点.     

涡轮叶片冷却有效性分析

 为了获得内部换热效率和气膜冷却效率对综合冷却效率的影响规律,建立了简化物理模型对涡轮叶片复合冷却有效性进行分析,得到了内部换热效率与气膜冷却效率对综合冷却效率的影响规律:较低热负荷状态下,内部换热效率提高,综合冷却效率随之提高,内部换热效率对综合冷却效率影响大;较高热负荷状态下,气膜冷却效率对综合冷却效率影响增大,内部换热效率的影响减弱;过高的热负荷会出现综合冷却效率随着内部换热效率的增加而下降的情况,导致内部冷却失效。     

一种飞机修理级别经济性分析模型

 修理级别分析(LORA)是飞机保障性分析的一个重要内容。考虑到已有的LORA经济性分析模型在维修费用的计算上不适合飞机维修,以及LORA决策抽象、复杂且不易理解的特点,提出了LORA决策流概念,构建了基于LORA决策流的通用多层多级LORA经济性分析模型。此外,针对飞机维修的特点,改变约束条件,建立了适合飞机的LORA经济性分析模型。在此基础上,以最小化维修成本为目标,调用CPLEX优化算法包对模型进行了求解。通过算例对比分析,阐明了本文LORA经济性分析模型的合理性和适宜性。     

基于PSO-SVM的民航发动机送修等级决策研究

为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法.首先利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值.对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优;在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(Radial Basis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型.