波瓣数对波瓣强迫混合排气系统性能影响

建立了不同波瓣数的某涡扇发动机波瓣混合排气系统的几何模型和数值计算模型,通过三维数值模拟研究,得到了在波瓣强迫混合排气中不同波瓣数对波瓣混合器流场、热混合效率和总压恢复系数的影响规律.结果表明:在波瓣数8～24范围内,在波瓣尾缘处,流向涡无量纲平均涡量随波瓣数的增加而增大;在混合排气系统出口截面处,热混合效率随波瓣数的增加而减小,总压恢复系数随波瓣数的增加先增大后减小再增大.      

遮挡板结构对二元喷管红外辐射特性的影响

在宽高比3.33的圆转矩形二元喷管的出口处安装下遮挡板,通过基于计算流体动力学/红外辐射(CFD/IR)数值模拟的方法来研究遮挡板结构对喷管壁面和尾焰的红外辐射强度的抑制效果.研究表明带狭缝气膜冷却的双层遮挡板对排气系统的红外辐射具有更为显著的抑制效果.     

基于过程神经网络的航空发动机排气温度预测

从泛函分析的角度出发,将航空发动机排气温度预测问题转换为一种泛函逼近问题.利用过程神经网络对任意连续泛函的逼近能力,提出了一种基于过程神经网络的航空发动机排气温度预测方法.为克服过程神经网络学习速度慢的问题,为其开发了一种基于正交基函数展开的Levenberg-Marquardt学习算法.将所提出的预测方法应用到某型航空发动机的排气温度预测中,取得了满意的结果.      

某型涡扇排气系统缩比模型红外辐射特性实验

针对某型涡扇排气系统构建1/5缩比模型,采用实验的方法验证了波瓣混合器能够降低涡扇发动机排气系统红外辐射.结果表明:相对于环形混合器,波瓣混合器使得排气系统出口尾焰温度降低11%左右,3～5μm波段红外辐射在各探测角度内降低7.3%～22.6%;涵道比从0.233增加到0.685,排气系统出口尾焰核心温度降低21%以上,红外辐射强度降低30%～59%;尾焰和排气系统内部壁面温度的降低使得排气系统红外辐射强度大幅度降低.      

底排装置底部压力和回流区特性研究

采用标准k-ω湍流模型和有限速率化学反应燃烧模型对二维轴对称雷诺平均N-S方程进行了数值计算,分析了超声速自由来流下冷流和H2-O210组分28步基元燃烧反应的底部排气近尾迹区流场特性,得到了不同排气参数下底部压力和回流区特性,与实验值相吻合.计算结果表明,在较小排气参数下添能比加质更有利于底压提高;随着排气总温的增加,最佳排气参数逐渐减小,回流区逐渐减小;回流区前滞止点位置随着排气参数、排气总温等因素变化而变化,而后滞止点位置几乎不变,但燃烧对回流区前后滞止点均产生了影响.     

高速风洞发动机进排气动力模拟试验技术

为了研究该项试验技术,对发动机动力模拟器(TPS、引射器等)和发动机进排气模拟参数进行了分析和比较.采用理想流体一元管流理论,建立了引射器的理论计算方法. 结合某埋入式进气道航弹的发动机进排气动力模拟风洞试验,采用引射式动力模拟器(引射器最大外径设计为41?mm),在FL-7高速风洞开展了国内首次发动机进排气同时模拟的试验技术研究.试验结果表明:来流马赫数和排气落压比达到100%模拟,进气流量系数实现89%的模拟.进排气影响使某埋入式进气道航弹的升力和阻力增加、引起低头力矩,有无动力底阻系数均为负值.     

固体火箭发动机排气羽流对微波衰减的计算方法

研究了弱电离的羽流等离子体对平面正弦微波的衰减机理,应用羽流等离子体电磁场标准Maxwell方程,结合颗粒相产物充放电的Shukla方程,给出有效用于微波衰减的预估方法;编制了(Radio fre-quency attenuation calculation,简称RFAC)羽流场微波衰减计算软件;分析了羽流场各特性参数对复电导率及微波衰减常数的影响规律,并结合ThermoCalc推进剂热力学评估系统计算了两种不同推进剂配方下,喷管出口羽流场对微波制导信号的衰减,计算结果与文献中的实验结果符合较好.      

监控排气温度 提高发动机热端部件寿命

航空燃气涡轮发动机是由许多零部件和附件组成的复杂系统。发动机的寿命取决于冷端和热端部件的寿命。一般而言 ,高温结构的寿命只有常温结构寿命的一半。整个发动机零部件中 ,高温零部件故障约占80 %左右。热端部件的拆换费用 ,约占发动机维修费用的 80 %左右。现在许多的民用发动机不给出固定的翻修寿命 ,而是根据发动机具体的健康状态决定是翻修还是继续使用。由于使用、维护情况不同 ,发动机的使用寿命变化较大 ,如ＣＦＭ56 - 3发动机 ,绝大部分发动机寿命在50 0 0～ 150 0 0小时之间。因此 ,监控排气温度 ,对提高发动机使用寿命意义较…     

基于改进果蝇算法优化的GRNN航空发动机排气温度预测模型

利用广义回归神经网络(GRNN)良好的非线性映射能力,对航空发动机排气温度(EGT)进行预测。由于GRNN的预测性能受宽度系数的影响,因此采用改进的果蝇算法优化广义回归神经网络(IFOA-GRNN),并用优化后的GRNN对航空发动机的EGT进行预测。以某发动机为案例,选取相关参数作为预测模型的输入变量,EGT作为预测模型的输出变量。在相同的样本分配下,将FOA-GRNN(fruit fly optimization algorithm to optimize GRNN)、GRNN、自回归预测模型和优化的支持向量回归机作为对比算法。分析结果表明:IFOA-GRNN的收敛精度高于FOA-GRNN;IFOA-GRNN对EGT预测的平均相对误差为2.47%、拟合优度为0.8506,其预测效果均优于其他对比算法;同时,IFOA-GRNN对噪声的敏感性也低于其他对比算法。