轴流式叶轮机时序效应的机理探讨

对近年来关于轴流式叶轮机时序效应的一系列研究工作进行了分析整理。国外的实验表明:在涡轮中比在压气机中所获性能收益更为显著;对于压气机,在高速情况下比在低速情况下所获性能收益更为显著。本文对这种现象作了解释,并指出,时序效应产生的机理可以用非定常流动的相互干扰来解释,尤其重要的是,时序效应机理为我们利用非定常流动提供了一个切入点,促使人们在叶轮机气动设计体系中考虑流动的非定常性。另外在现有认识基础上,文中给出了一个利用时序效应的初步工程模型。      

航空燃气涡轮发动机气路故障诊断现状与展望

燃气涡轮发动机在航空、地面和舰船上有着广泛的应用,对其进行性能评估和故障诊断有着重大的现实意义。本文对发动机气路诊断的发展以及当前的主要气路诊断方法如故障方程法,基于非线性模型的诊断方法,基于人工智能等方法进行了综述,最后对航空发动机气路诊断的发展进行了展望。      

基于数值仿真的时域内人-机闭环系统稳定性研究

针对带电传操纵系统人-机闭环系统稳定性问题,讨论了人-机闭环系统稳定性的研究方法。在分别建立飞机本体、操纵系统和驾驶员模型的基础上,建立了综合考虑非线性因素的横航向补偿控制模型。以横向滚转操纵为例,在时域内对系统进行了动态仿真,研究了驾驶员滞后时间对人-机闭环系统稳定性的影响。仿真结果表明,该方法用于研究人-机闭环系统稳定性是可行的和有效的。     

多用途飞船返回舱虚拟振动试验研究

利用虚拟振动试验软件系统、多用途飞船返回舱的有限元模型和"神舟一号"返回舱的历史试验数据,对多用途飞船返回舱进行虚拟正弦和随机振动试验,考核了返回舱经受动力学环境的能力,研究发现设计方案在一阶共振区响应过大,存在较大的设计缺陷,经过多次迭代优化设计后的模型满足设计要求。研究结果为多用途飞船返回舱的设计和优化提供了依据。     

基于1-DISVM的聚类模型及直升机齿轮箱故障诊断应用

针对当前故障诊断中存在的训练样本少、知识难获取的问题,结合SVM小样本学习的特点,提出一种基于SVM的自学习聚类模型。通过改进无监督1-SVM算法上的不足,形成一种改进决策1-SVM(1-DISVM)算法,由此构建了多模式训练与分类算法,并设计出基于1-DISVM的自学习聚类模型。最后对其进行仿真验证,并应用于直升机齿轮箱的故障诊断,结果表明该方法能从少量样本中自学习输入模式的内在规律,自适应地对未知故障模式进行准确地分类识别。     

飞机-驾驶员闭环系统模糊预见控制器设计

针对驾驶员操纵延迟和飞机不确定性所导致的人-机系统跟踪性能降低的问题,提出一种基于T-S模糊模型的鲁棒预见辅助驾驶方法。建立驾驶员-飞机时滞不确定T-S模糊模型,引入预见控制思想补偿驾驶员延迟,以跟踪误差和驾驶员操纵负担为性能指标,将存在模型不确定性的人-机指令跟踪问题转化为模糊最优保性能控制问题,并推导了该凸优化所应满足的线性矩阵不等式。为克服预见步数增多引起增广系统维数较大、进而导致线性矩阵不等式不易求解的缺陷,设计了一种次优的预见控制器。最后,分别通过驾驶员模型仿真和飞行模拟器实验,验证了所设计的模糊预见控制器的有效性。     

最小二乘支持向量回归机在发动机推力估计中的应用

实现直接推力控制的首要问题就是要估计出推力.基于最小二乘支持向量回归机提出了一种Wrapper算法进行特征选择,此算法不仅能降低计算的复杂度,而且能增强模型的泛化能力.另外,在对最小二乘支持向量回归机进行稀疏性建模的时候,用QR分解法代替传统的协方差法,增强了数值的稳定性.最后,推力估计器设计的应用实例,验证了本文提出的特征选择法和QR分解法进行稀疏性建模的可行性和实用性.      

基于SVM和SNN的航空发动机气路故障诊断

为了区分航空发动机气路故障诊断过程中出现的相似故障,提高诊断准确率,提出了一种支持向量机(SVM)和协同神经网络(SNN)相结合的故障诊断方法.首先利用参数优化后的SVM对测量数据进行初步故障诊断分类,对诊断结果进行分析统计,得出难以区分的相似故障类型,并根据SNN对这些相似故障进一步地区分判断,最后根据实际数据对此故障模型进行仿真.结果显示:基于SVM的初步故障诊断准确率达到96%;而经过SNN进一步地相似故障区分后,诊断准确率提升到100%.