航空发动机叶片激光冲击强化机制研究

针对航空发动机叶片近年来出现的故障,进行力学分析;研究激光冲击强化的机制及其在航空发动机叶片上应用的可行性和关键技术.     

航空发动机风扇叶片两种表面处理方法对比

在对激光冲击强化技术与喷丸表面强化技术比较分析之后,表明航空发动机叶片经过激光冲击强化后,能显著增加叶片表面残余压应力,提高疲劳性能,并且其效果优于喷丸表面强化技术。     

基于DDPG的单目无人机避障算法

提出了一种基于单目相机的小型多旋翼无人机的连续避障策略。所提出的方法包括深度估计和导航决策两个模块。其中,在深度估计模块采用条件对抗网络对无人机采集得到的RGB图片进行训练预处理,在导航决策模块采用深度确定性策略梯度(DDPG)算法实现无人机的连续避障。在此基础上,对DDPG中的Actor网络进行改进,通过使用多模态网络代替原有策略网络,从而抑制无人机飞行震动,提高避障能力。最后,在Airsim仿真环境中进行测试,实验表明所提算法模型经过训练能够使无人机成功躲避障碍物并到达指定目标点,与原有算法相比避障轨迹得到明显改善。     

多孔介质微燃烧器内的火焰驻定机理研究

为解释毫米尺度多孔介质燃烧器中火焰可在一个当量比范围内驻定的物理现象,搭建了二维非稳态数学物理模型,利用数值计算方法定性研究了氢气/空气预混气在部分填充不锈钢网的微通道内的火焰传播特性。通过分析浸没火焰及表面火焰的温度分布特点并量化燃烧室内的预热和散热发现：火焰驻定在多孔介质内的不同位置时对应的传热特性存在差异,是控制火焰传播速度在一定当量比范围内保持恒定的关键因素,而预热及散热的相对大小可作为衡量传热对火焰宏观影响的重要参数。对火焰的的总预热与总散热之比R越临近多孔介质入口边界变化越剧烈,导致浸没火焰易驻定在多孔介质的中上游区域;多孔介质对火焰的预热虽在多孔介质出口边界外减小,但与多孔介质散热之比Rp呈上升趋势,使得低流速工况下易形成表面火焰。同时,R随当量比的变化规律导致多孔介质下游火焰的稳定性相对较弱。     

液体火箭发动机涡轮泵用机械密封温度场及热载变形研究

基于ANSYS数值计算软件,建立了液体火箭发动机涡轮泵用机械密封的二维稳态传热模型,依靠经验公式确定了模型的对流换热系数。计算了密封环的温度场和热载变形,分析了密封端面比压、回流流量以及不同材质对密封温度场的影响规律。结果表明:密封端面最高温度发生在靠近密封环内径处,且密封端面比压越大密封环温度梯度越大;密封环热载变形呈收敛间隙,最大变形发生在动环端面的外径处,其值约为2.2μm;密封环端面最高温度随回流流量增加而减小,当回流流量从0.1~0.6 kg/s变化时,密封环端面最高温度可降低18%(从100℃降至82℃);当回流流量增大到0.3 kg/s时,继续提高对密封环端面温升的控制不再显著;采用高导热系数的摩擦副材料能够显著降低端面温升和温度梯度,提高密封工作可靠性。     

运载火箭推进剂复杂流动传热问题数值模拟中的模型简化方法

在运载火箭改进优化或新型运载火箭设计过程中,会遇到各种复杂的流动与传热问题。按照真实产品和物理过程直接建立的数值计算模型过于复杂,不同尺度的结构、流动与传热、长时间的飞行过程相互耦合,出现计算时间太长(数年)、收敛困难、程序调试困难等问题。针对初始条件复杂、飞行过程复杂、边界条件复杂3类具体问题,总结了3种相应的模型简化方法,分别是工程经验法、极限参数法、低维近似法,为推进剂复杂流动与传热的数值模拟提供参考。     

干涉配合构件的应力腐蚀开裂特性

采用恒载荷拉伸实验技术,研究了镀锌３０ＧｒＭｎＳｉＡ锡螺栓干涉配合连接ＬＹ１２－ＣＺ铝合金构件在３．５％ＮａＣａｌ＋０．５％Ｈ２Ｏ２溶液中的应力腐蚀开裂特性。结果表明,随干涉量的增加,应力腐蚀敏感性有所下降,基材与紧固件的电偶效应对应力腐蚀繁感性有重大影响。     

燃烧室头部激励的等离子体强化燃烧特性实验研究

等离子体助燃是一种新型的强化燃烧技术,近年来受到国内外学者的广泛关注。本文开创性地研制了基于旋转滑动弧等离子体的强化燃烧头部,建立了某型航空发动机三头部燃烧室实验件的等离子体助燃实验平台,验证了该等离子体强化燃烧技术应用于型号发动机燃烧室的可行性。实验研究等离子体助燃在不同余气系数和不同输入电压条件下对平均出口温度、燃烧效率、温度分布系数以及熄火边界的影响。实验结果表明,与正常燃烧相比,施加等离子体助燃后的燃烧效率有明显的提高,在输入电压为U0=240V,余气系数为 α=0.8时,等离子体助燃的燃烧效率提高3.24%。实施等离子体助燃后,燃烧室出口温度分布场分布得到明显的改善,在富油工况α=0.8,出口温度分布系数减少39.8%。等离子体助燃输入电压越高熄火边界扩展程度越明显,相比于正常工况条件下,等离子体助燃U0=240V的熄火边界扩宽了7.34%。     

基于DDPG算法的变体飞行器自主变形决策

针对变体飞行器的自主变形决策问题,提出了一种基于深度确定性策略梯度(DDPG)算法的智能二维变形决策方法。以可同时变展长及后掠角的飞行器为研究对象,利用DATCOM计算气动数据,并通过分析获得变形量与气动特性之间关系;基于给定的展长和后掠角变形动力学方程,设计DDPG算法学习步骤;针对对称和不对称变形条件下的变形策略进行学习训练。仿真结果表明:所提算法可以快速收敛,变形误差保持在3%以内,训练好的神经网络提高了变体飞行器对不同飞行任务的适应性,可以在不同的飞行环境中获得最佳的飞行性能。