基于优化智能网络的发动机推力指令模型

针对航空发动机性能退化缓解控制中推力指令模型输入量有限问题,提出1种双智能网络串联的推力指令建模方法.其中子模型Ⅰ采用BP网络映射与推力密切相关的气路参数,其输出作为子模型Ⅱ的输入;子模型Ⅱ采用优化极端学习机(ELM)算法,输出为额定发动机推力,并以此推力为性能蜕化缓解控制指令.为了减小ELM网络规模,提高推力指令模型实时性,采用微分进化算法(DE)优化ELM初始网络参数.数字仿真验证表明:各飞行包线内推力指令模型预测值最大相对误差小于4‰,远优于单一神经网络最大8.17％和单一极端学习机最大14.5％的误差,模型推力指令计算时间仅需0.64ms,实时性好,验证了该推力指令模型的有效性.     

基于径向切比雪夫矩函数的结构动力学模型修正

提出基于径向切比雪夫矩函数的振型描述及模型修正的方法,并应用于实际结构.将结构的模态振型用径向切比雪夫矩特征值表示,可以用很少的数据很好地描述振型数据的特征,实现振型数据的压缩.将径向切比雪夫矩特征值用于相关分析中,克服了利用模态置信准则描述对称结构重模态的缺陷.进一步将径向切比雪夫矩特征值用于模型修正中,克服了将振型数据直接用于修正中会产生的一些问题,如振型数据量过大、修正不易收敛等.以某航空发动机实验器的封油盖为例,进行振动模态测试实验,利用径向切比雪夫矩函数对其进行相关分析及模型修正,修正前后,封油盖有限元的前13阶固有频率的预测值与实际结构模态测试的实验值误差由最大值17.13%降低到1.23%,验证了该方法的有效性.      

高超声速飞行器跨流域气动力／热预测技术研究

分析了跨流域流动特点、工程背景需求、国内外研究现状,针对高超声速飞行器跨流域气动力／热预测存在的主要问题,从粘性干扰参数与克努森数搭接的跨流域模拟准则、微量天平结构优化及测力技术、红外大面积中低量值热流测量技术、流场显示与测量技术和 N-S／DSMC 自适应紧耦合数值模拟方法等方面,总结了近年来取得的研究进展,并讨论了下一步研究方向。     

1种发动机自适应模型的修正方法

为解决由于工艺落后和性能衰退所导致的发动机模型与实际发动机失配的问题,从而达到视情维修的目的,建立了1种基于遗传算法的自适应模型修正方法.利用遗传算法高效率的全局搜索能力,以发动机性能参数为目标,优化部件参数,实现了模型的修正,并通过分析发动机性能参数对部件参数的敏感性,研究了选取不同组合的待修正部件参数对模型修正精度的影响.结果表明:采用该修正方法所建立的发动机模型准确性高、鲁棒性强,且具有良好的通用性,为发动机的健康管理和故障诊断提供了重要依据,具有很好的军事和工程应用价值.     

航空发动机燃烧室出口高温热电偶校准技术

在高温校准风洞上,对测量航空发动机燃烧室出口温度气冷式和非气冷式这两种形式的高温热电偶进行校准,确定了高温热电偶的辐射修正系数.校准实验结果表明:高温热电偶的辐射误差随气流速度和压力的增加而降低,而且气流温度与航空发动机机匣壁面温度的温差越大,辐射误差也越大.比较两种结构形式的高温热电偶,非冷却式高温热电偶的测量误差比气冷式高温热电偶的相对较小.      

基于载体姿态测量的微伺服吊舱

针对微小型无人机光电吊舱对光轴稳定与目标跟踪的需求,研究了一种基于载体姿态测量的光学平台稳定技术.该技术利用吊舱基座上的速率陀螺测量机体三轴姿态运动,通过控制光学平台的俯仰和偏航两通道伺服系统实现对光轴的惯性空间稳定.该系统使用步进电机来当执行机构,根据步进电机的特性,可以推导得到控制量与转速的关系,由此省去了在一般捷联稳定技术中的微分测速环节,得出了一种新的基于前馈控制的不变性原理.设计了解耦指令分配算法,将一个两轴耦合系统,转换为两个独立的单轴系统.在单轴控制中,分别设计了比例控制及比例积分控制算法实现对光轴的稳定控制和跟踪.最后通过在Matlab/Simulink环境下的仿真,以及实际的摇摆台试验,证明了基于载体姿态测量的稳定技术能够实现微小型无人机光电吊舱的光轴稳定.     

基于CST方法的高空低雷诺数吸附式叶型耦合优化设计

研究了一种基于类别形状函数变换（CST）方法的吸附式叶型优化设计方法,该方法可以在高空低雷诺数条件下对叶型和抽吸方案耦合优化.结果表明:优化之后在20km高空低雷诺数条件下总压损失降低了65%,静压升提高了0.02,气动性能得到较大提升.而且由于优化过程中罚函数的引入使得优化后吸附式叶型在地面条件下性能也有所提高.对于高空低雷诺数条件下吸附式叶型在抽吸位置之前适当的增加叶型负荷,再通过抽吸来控制附面层,效果最优.并且最佳抽吸位置位于层流分离泡作用区域内.在层流分离泡作用区域内抽吸可以完全消除层流分离泡对叶型性能的影响,并且可以较好控制附面层位移厚度和动量厚度的增加,有效地减小附面层内的动量损失.      

基于改进粒子群算法的串列叶型优化设计

为了提高串列叶型优化设计的质量,设计了一套基于改进粒子群算法的串列叶型自动优化系统。研究了原始粒子群算法,提出了一种粒子群算法的改进方法。结果发现,改进粒子群算法的收敛速度和收敛精度明显优于原始粒子群算法和遗传算法。以50°大弯角串列叶型为研究对象,使用程序对串列叶型参数化。以叶型参数和串列叶型相对位置的参数作为优化变量,结合BP神经网络和改进粒子群算法对串列叶型进行优化设计。优化结果表明,优化后的叶型在设计攻角时的总压损失系数降低了22%,静压比升高了0.6%,在负攻角时,优化后的叶型的流动性能得到了明显改善。适当减小串列叶型前后缘的半径可以减小叶型的损失,合理的缝隙结构可以有效减小前排叶型压力面和后排叶型吸力面附面层的分离损失。     

基于误差预测修正的液体火箭发动机故障预测方法研究

为解决液体火箭发动机故障预测这一难题,提出一种基于误差预测修正的故障预测方法。在历史数据的基础上建立小波过程神经网络故障预测模型,同步计算学习样本的预测误差,根据上述误差建立双并联离散过程神经网络预测模型。预测时,将预测误差值实时补偿到小波过程神经网络预测模型以提高预测精度。通过液体火箭发动机地面试验中的涡轮泵数据对该方法进了验证。结果表明,该方法在预测精度和适应能力上较单一的过程神经网络预测模型有显著提高,进行10步预测时,预测值的标准化均方根误差为0.392,预测平均耗时为76ms,能够用于解决液体火箭发动机故障预测问题。     

基于代理模型的二元收扩喷管流道型面优化设计

在二元收扩（2D-CD）喷管设计参数对喷管气动性能影响研究的基础上,以获得尽可能高的喷管推力系数为目标,以喉道宽高比、喉道型面半径比、收敛半角和扩张半角为设计变量,对二元收扩喷管的流道型面进行了优化设计。设计过程中,利用正交试验设计方法确定初始样本点,建立喷管推力系数与设计参数间的Kriging代理模型,采用自适应模拟退火算法（ASA）对代理模型进行分析求解。结果表明,二元收扩喷管的优化型面参数为:喉道宽高比为6,喉道型面半径比为0.3,收敛半角为15°,扩张半角为5.64°,此时最大推力系数为0.97847,流量系数为0.98778.