频率30~50Hz两相脉冲爆震发动机研究

设计了一台内径58mm,长度1275mm的脉冲爆震发动机(PDE)原型机。采用地面充压进气,在工作频率30~50Hz的工况下研究PDE爆震管内的压力波特性。试验发现,该PDE样机在频率50Hz以内都能够稳定的以间歇方式工作,爆震波峰值压力大于1.6MPa;随着PDE工作频率的提高,工作频率为45~50Hz时,比40Hz以下工作频率提前触发了爆震波,且爆震波得到了充分的发展。     

空中乘务员的工作压力管理

大量数据显示,空中乘务员这一职业群体正面临着严重的工作压力威胁。本文基于压力管理的理论,针对空中乘务员职业的特殊性,分析其压力过度的致因,并从个人和组织两个层面提出空中乘务员工作压力管理的策略。     

98RK电子压力扫描系统在NH-1风洞中的应用

美国PSI公司开发的98RK电子压力扫描系统作为一种高速高精度多用途的自动测量仪器,在风洞试验中具有很高的使用价值。本文介绍了该系统的结构性能和在NH—l风洞中的应用。     

模压绝热接头成型过程压力控制研究

论述了模压过程中压力大小、加压方法对固体火箭发动机模压绝热接头成型质量的影响,试验结果表明模压绝热接头较理想的成型压力为2．5～8 MPa。同时合理考虑流胶余量和模具流胶结构,选择恰当的压力,有利于提高成型工艺的可操作性和稳定性。     

压气机进口档板动态畸变流场参数分析

对某型发动机压气机进口档板动态畸变流场数据进行了研究。分析了流场稳态总压、总压脉动强度和涡旋尺度随档板插入深度、压气机流量的变化规律,以及各动态参数之间的相对变化特点;初步探讨了涡旋尺度、总压脉动强度、综合畸变指数和压气机喘振裕度损失等性能参数变化的关系,获得了有价值的试验研究数据结果。     

某机地面慢车滑油压力影响因素分析及故障排除

根据某发动机地面慢车状态滑油压力受限的情况，对滑油系统中影响滑油压力的各个部件进行了分析，对发动机主滑油泵的供油、泄漏等进行了计算，并根据试验实测，提出了使用国产4050滑油时的故障排除方法和改进措施。     

上游激波干扰时斜激波串受迫振荡特性实验研究

为了研究斜激波串在与上游激波相互干扰时对下游周期性扰动的响应特征,在来流为马赫数2.7的直管道上游设计了一种等宽度斜楔,在下游中心截面位置安装了旋转的椭圆凸轮,以产生类正弦形式的周期性反压扰动,采用了动态压力测量、高速纹影和粒子图像测速技术等手段进行了试验。结果表明:内置斜楔在管道内产生入射激波、分离激波、膨胀波、再附激波和激波诱导分离等复杂背景流场,在分离区附近形成有顺压梯度和逆压梯度的区域。下游产生的正弦形式的周期性扰动会沿着边界层亚声速混合区域逆流前传,引起壁面压力脉动和斜激波串的周期性振荡运动,振荡频率与反压扰动频率相同。在管道内均匀流场中,斜激波串受迫振荡运动的幅值随着反压扰动频率的增加而逐渐减小。在内置斜楔的管道中,斜激波串受迫振荡运动的幅值大大减小,而且随着反压扰动频率的增加基本保持不变。以文中fs=21Hz为例,斜激波串在上游激波干扰中的受迫振荡幅值仅为在均匀来流中振荡幅值的22%。     

弹片热机械疲劳试验方法研究及设计

针对弹片的热机械疲劳（TMF）试验要求,采用机械设计技术、机电技术、冷却技术、计算机技术和数据采集技术,提出了压力载荷和热载荷的加载方法,建立了2种载荷5个试验件的并联试验控制系统,并设计了弹片热机械疲劳试验器。试验结果表明:该系统能够同时模拟服役环境下弹片的压力载荷和热载荷。利用该试验系统进行了弹片的热机械疲劳试验,试验结果再现了弹片在服役状态下的失效模式。试验系统具有良好的重复度、较高的加载频率和加载精度。压力载荷最大相对误差为2.4%,绝对误差小于0.5N。温度载荷最大相对误差为3.55%,最大绝对误差为3.89℃。      

静环振动对涡轮泵端面密封失效的影响

为了深入认识涡轮泵端面密封的失效机理,采用动网格方法和可压缩液体模型模拟了静环简谐振动对密封腔内流体的激励作用,获得了静环脱开的力学条件,并研究了静环振动对密封失效的影响规律和改进措施。计算结果表明,静环简谐振动将激励密封腔内流体产生压力脉动,并在静环两侧形成较大的压力差;静环承受的净作用力周期性波动,在位移处于π/2相位时达到最大值;随着静环振动频率和幅值增大,最大净作用力也不断增大,最终达到静环脱开泄漏的条件。在简谐振动作用下,净作用力峰值受振动频率影响较大;在脉冲冲击作用下,净作用力峰值与冲击过程有关,而与脉冲的出现频率关系不大。通过连通静环两侧的流体,可以减弱静环振动产生的激励作用,大幅降低净作用力的脉动峰值,从而提高端面密封的可靠性。     

基于深度学习的混合翼型前缘压力分布预测

提出了一种基于深度学习的混合翼型前缘压力分布预测方法,通过对翼型几何特征提取、压力分布曲线的参数化,建立了卷积神经网络模型（CNN）,并利用计算流体力学（CFD）的计算结果作为其训练样本,实现对混合翼型前缘压力分布的预测。结果表明:两种方法计算结果的拟合优度大于0.98,基于深度学习的计算方法耗时1.7 s,CFD方法耗时大于50 s,计算时间大大缩短。该方法能够在满足计算精度的条件下提高计算效率并可应用于其他的翼型设计过程。