iSIGHT优化方法在涡轮叶片冷却设计中的应用

针对现有航空发动机涡轮叶片内冷结构的快速改进,在对叶片冷却设计方法集成的基础上,建立了一类冷却叶片的优化模型,并成功将该优化模型应用在航空发动机涡轮叶片设计中。结果表明,在相同冷却空气用量下,叶片表面最高温度降低了72.4℃,叶片温差减小了110.4℃,优化效果明显。同时,将近似技术成功应用到叶片优化设计中,提高了任务分析效率,为现有发动机涡轮叶片快速改进提供了一种有效手段。     

基于一致性融合和神经网络的航空发动机气路系统故障诊断方法

以信息融合为基础,运用GRNN神经网络对航空发动机气路系统进行故障诊断,提出了一种基于一致性融合和神经网络相结合的故障诊断方法。试验结果表明,该方法能快速识别航空发动机气路系统故障,并且对其他机械设备的故障诊断具有一定的参考价值。     

基于损伤检测的飞机结构腐蚀损伤预测方法对比研究

针对飞机结构材料易腐蚀特点,采用 BP 神经网络算法、数据拟合方法、指数平滑预测三种方法,对飞机铝合金结构腐蚀损伤进行预测对比分析。预测结果及其误差以及对比分析图表明,BP 神经网络算法所构建的网络预测模型对一定腐蚀周期内的腐蚀损伤有较好预测能力,指数平滑预测方法和幂函数数据拟合方法对一定腐蚀周期之外的腐蚀损伤预测有较好的外延性。     

基于飞行试验数据的双转子航空发动机 加减速瞬态模型辨识

为辨识航空发动机飞行过程中加减速瞬态模型,通过对某型航空发动机慢车至中间以及中间至慢车过程的飞行试验数据进行分析整理,将发动机上述加、减速过程简化为静态参数预测过程,利用3层前向人工神经网络,建立了某型发动机加、减速瞬态过程中的发动机关键参数预测模型,对发动机参数预测模型预测结果与飞行试验记录数据进行了对比分析,同时利用额外的飞行试验数据验证了辨识模型的泛化能力.结果表明:辨识得到的发动机模型在油门杆稳定时参数预测相对误差不超过3％,在油门杆动作期间参数预测相对误差不超过5％;验证点上辨识模型参数预测误差不超过3％.证明该型发动机参数预测模型可以很好地预测发动机瞬态过程中的参数变化情况.该方法为建立发动机其他状态的加、减速过程参数变化模型奠定了基础,也能为建立全包线范围内发动机瞬态参数预测模型提供参考.     

基于蒸发式值班稳焰的涡轮基组合燃烧室燃烧性能研究

对涡轮基组合循环发动机(Turbine based combined cycle,TBCC)组合燃烧室进行了试验研究。研究首先设计了组合燃烧室模型及相关的试验系统,并在此基础上开展了不同工作模式下,进口速度系数、温度和油气比对燃烧室燃烧性能影响的试验研究。研究结果表明:随着外涵进口速度系数(λ=0.25~0.40)的增加,点火总油气比、贫油熄火总油气比均增加,燃烧效率提高;随着外涵进口温度(343~473K)的增加,点火总油气比和贫油熄火总油气比减小,燃烧效率提高;随内涵进口速度系数的增加,燃烧效率提高。试验中获得最小点火总油气比为0.0045,最小贫油熄火总油气比为0.002。     

高超声速飞行器自适应神经网络容错控制

针对高超声速飞行器巡航段执行器控制效益损失故障和卡死故障问题,基于高超声速飞行器纵向运动模型,将自适应算法与改进的径向基函数神经网络(RBFNN)方法相结合,设计了一种自适应神经网络容错控制器。所提出的容错控制方法具有无需估计执行器故障值的优点,且设计的控制算法结构简单,无需大量实时计算,可以快速处理故障的发生,确保系统在参数不确定、恒定或时变执行器故障与卡死故障情况下仍具有稳定跟踪能力。最后,仿真验证了该方法的有效性。     

基于灰色神经网络的APU维修成本预测研究

对APU的维修工作进行分析,提出APU维修成本的结构组成,利用APU在翼性能参数与维修成本的映射关系确定预测参数,在传统灰色预测方法的基础上融合BP神经网络,构建了基于灰色神经网络的APU维修成本预测模型。以某航空公司APS3200型APU维修数据为样本,运用MATLAB对影响参数进行关联分析,并对所建立的模型进行拟合和验证分析。该模型具有样本少、训练快、预测精度高等特点,实现了对APU维修成本的准确预测,可为航空公司年度APU维修预算制定、维修合同谈判、经济性拆发等提供决策支持。     

燃气轮机间冷器结构改进试验研究

为了分析间冷器翅片高度、翅片厚度、隔板厚度等结构参数对换热性能的影响,根据船用间冷循环燃气轮机长期工作在海洋环境的性能要求及结构特点,初步设计了机上间冷器,并对其进行了试验验证。根据前期验证结果,对间冷器结构进行了迭代改进。结果表明:在一定范围内,翅片高度增加导致换热效率降低和总压恢复系数增大;翅片厚度增加,导致换热效率提高和总压恢复系数减小;隔板厚度增加导致换热效率降低。     

考虑轴向变形的锥形轮盘低循环疲劳试验研究

某型发动机高压压气机Ⅰ级盘采用锥形结构,在装配预紧力和离心载荷的作用下产生轴向变形。为了考核该轮盘的低 循环疲劳寿命,在传统轮盘低循环疲劳试验技术的基础上,提出了1 种考虑轴向变形条件的锥形轮盘低循环疲劳寿命试验方法。 针对轮盘结构与装配要求,计算分析工作状态下的轴向变形,优化设计了能够有效考核轮盘关键部位寿命的试验件、陪试件及试验 工装,对比试验件在整机与试验器状态的应力水平,并在卧式旋转试验器上完成了试验件的低循环疲劳试验。试验结果表明：采用 该方法可对高压Ⅰ级盘安全循环寿命进行有效考核。     

战斗机嵌入式训练系统中的智能虚拟陪练

智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力：智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。