多级叶盘结构动力特性分析的一种方法

因各级转子叶片数的不同,基于传统循环对称法的通用有限元程序无法直接用于多级叶盘结构动力特性分析.发展了一种方法,分别对每一级扇区模型施加相应的循环对称边界条件,级间则通过施加自由度耦合来保证位移场的连续.若对每一级叶盘结构选取合理的扇区数目进行建模,最大程度地考虑级间耦合效应,则精度可进一步提高.由于循环对称边界条件和级间耦合通过对位移自由度施加约束方程来实现,因此该方法易于在通用有限元程序系统中实现.对两级叶盘结构分别采用该方法和全环模型进行动力特性分析,两种方法的频率差控制在3%内.探讨了多级叶盘结构中级间耦合对模态的影响,在低节径模态两级叶盘结构耦合效应较为明显,随着节径数的增加,耦合效应降低.      

起飞-着陆循环中富油-淬熄-贫油驻涡燃烧室排放性能数值模拟研究

为了掌握采用富油-淬熄-贫油低排放燃烧技术的驻涡燃烧室（RQL-TVC）在起飞-着陆（LTO）循环各状态中的排放特性,采用数值模拟的方法开展了研究。数值模拟结果表明：在LTO循环中,RQL驻涡燃烧室的氮氧化物（NOX）与未燃碳氢化合物（UHC）的排放指数EI均低于传统燃烧室的;但一氧化碳（CO）的排放指数(Emission Indext, EI)偏大。RQL驻涡燃烧室NOX的LTO排放数少,是国际民航组织颁布的航空发动机排放标准CAEP6的29.1%;UHC的LTO排放数接近于0;CO的LTO排放数在慢车状态下的数值明显高于其它状态下的。RQL-TVC具有良好的低排放潜力。     

涡轴发动机高精度实时部件级模型研究

提出了基于神经网络的涡轴发动机共同工作方程求解方法。在基于牛顿-拉夫逊迭代法求解共同工作方程的模型上采集离线训练数据,以共同工作方程迭代求解前的残差为输入,迭代收敛后的共同工作方程猜值修正量为输出,训练BP神经网络,对共同工作方程进行求解。采用变缩放因子的萤火虫算法优化神经网络参数,提高了猜值修正量的预测精度。在飞行包线的某一区域内,采集额定发动机在直升机前飞过程的数据进行神经网络离线训练,并将网络参数代入部件级模型对共同工作方程进行求解,在训练数据采集区域附近的爬升状态、远离训练数据采集区域的前飞状态下进行测试,计算模型输出与牛顿-拉夫逊迭代算法模型输出的偏差,与一次通过算法相比,本文提出方法模型输出最大偏差约为一次通过算法的1/34到1/4,模型运行耗时约为一次通过算法的2/5,验证了算法的有效性。     

船舶间冷循环多级动力涡轮气动优化设计

为了进行燃气轮机的间冷循环改造研究,需要对动力涡轮进行高效大功率重新设计。传统的准三维设计,由于对粘性影响的估算精度不够,导致设计和实际结果有一定偏差,尤其是对于多级涡轮设计,不但恶化了端部流场,还容易导致级间参数不匹配等问题。而近些年来的各种优化理论应用涡轮设计过程,由于计算量大、计算时间长、变量样本空间过于庞大,在实践中往往设计周期长,且难以有效实现。考虑了近端壁处粘性的影响,发展了一种基于传统无粘可控涡设计的局部环量再分布的先进涡设计技术,尽力减少端部二次流损失,并且改善叶片列间的匹配性能。基于CFD软件平台,将所发展的先进涡设计、级环境下单列叶栅局部优化和多级涡轮匹配优化联合实现多级涡轮的气动优化设计。最终所设计的间冷循环五级动力涡轮在满足设计流量的前提下,功率比设计值略高,轮周效率提高了1.36%,达到了轮周效率提高1%的设计要求。     

基于综合设计的涡轴发动机热力循环方案研究

为了对比研究不同热力循环参数的涡轴发动机方案,建立集总体性能设计、尺寸流路设计、部件初步气动设计和重量估算的总体/部件为一体的综合设计模型,利用部件效率/气动负荷耦合设计和涡轮冷气量计算模型,实现发动机总体/部件的耦合设计。结果表明:在现有的设计技术水平下,低压比方案、高涡轮进口总温方案以及低压比和高涡轮进口总温的组合方案各具优势;高热力参数方案的设计必须以技术的进步为前提;未来涡轴发动机的总体设计将会沿着高热力循环参数和低热力循环参数两种方向发展。     

离心压气机自循环机匣处理扩稳机理分析

自循环机匣处理能大幅提高离心压气机的稳定工作裕度,其回流的抽吸和二次注入具有明显的宏观流动特征。将主流按与二次注入流是否发生掺混分为掺混主流和无掺混主流两股流体,并将离心叶轮按导风轮和工作轮两个压缩部件对自循环机匣处理的作用机理分别进行了分析。数值模拟结果表明:回流流量、回流二次注入的预旋角以及二次注入流占用主流道流通面积的大小是自循环机匣处理扩稳的3个重要因素;二次注入流通过直接掺混和挤占流道使主流收缩加速两种方式减小了导风轮的进气攻角;机匣处理同时加大了导风轮和工作轮尖部的流通能力,抑制了导风轮的叶尖分离,改变了导风轮展向的载荷分布,在减小导风轮尖部载荷的同时提高了工作轮叶尖的做功能力,从而延缓了流动失稳的发生。     

涡扇发动机性能参数指标论证方法

针对舰载战斗机用涡扇发动机在概念设计阶段,其总体性能和部件循环参数指标的选取与确定等难点问题进行了研究.通过分析舰载机的典型作战任务剖面,提出了发动机需要具备的性能要求;结合目前世界战斗机用涡扇发动机的发展趋势,给出了先进涡扇发动机性能与参数指标的范围;基于L-M算法神经网络模型,预测了涡扇发动机主要循环参数指标.经验证,预测的循环参数及提出的性能指标具有一定的有效性,为发动机概念设计时性能参数指标的选取与确定,提供了一种新的论证方法.     

拉伸载荷下GFRP疲劳韧性-寿命模型

<正>由于玻璃纤维增强复合材料(Glass fiber-reinforced plastics,GFRP)在受拉伸循环载荷作用下的疲劳寿命机理不同于金属材料。金属材料主要是由一条控制整个材料疲劳性能的主裂纹扩展而导致材料破坏,而复合材料疲劳破坏机理则比较复杂,即在疲劳加载过程中产生基体裂纹、界面脱胶、分层和纤维断裂以及由它们相互作用而产生的诸多破坏形式。所以寻找一个合适的有较明确物理意义的损伤参量来估算复合材料疲劳寿命是迫切的,也是很有必要的。     

变循环发动机双涵道模式下变几何控制探索

为了实现变循环发动机的性能优化,利用混合优化算法寻找最优的几何控制变量来实现变循环发动机的性能提升。在节流优化过程中,采用了单独减小高压转子转速和协同调节高低压转子转速两种控制方案,并计算了巡航状态时在这两种控制方案下发动机由最大推力到50%最大推力的节流过程中,发动机性能参数和工作参数的变化。计算结果表明:在高度为11km、马赫数为0.9条件下,保持进口流量不变,在50%最大推力时协同调节方案相比单一调节方案,发动机的耗油率下降了5.997%,另一个巡航状态(高度为9km,马赫数为0.8)下也有相似的结果。这表明采用高低压转速协同控制能对发动机进行更有效的控制,进一步改善了发动机的巡航性能。     

超低空空投航迹倾角自适应跟踪控制

针对超低空空投下滑阶段考虑执行器输入死区、不确定性大气扰动以及模型存在未知非线性等因素干扰轨迹精确跟踪等问题,提出了一种自适应神经网络动态面跟踪控制方法.建立了含执行器输入死区的超低空空投载机纵向非线性模型,采用神经网络逼近模型中未知非线性函数,引入非线性鲁棒补偿项消除了执行器死区建模误差和外界扰动.应用Lyapunov稳定性理论证明了闭环系统所有信号均是有界收敛的.仿真验证表明,所提方法既保证了轨迹跟踪的精确性,又具有强鲁棒性.