基于广义回归神经网络的传感器故障检测

为了研究航空发动机试验中精确数学模型未知的多传感器故障诊断问题,采用基于广义回归神经网络(General Regression Neural Network,GRNN)组的故障检测方法,提炼出传感器之间的约束关系和故障规律,构建了一组多输入多输出GRNN,用于估计传感器输出,与测量值生成残差,通过与门限值比较判断可疑传感器,找到神经网络组中的具有最小可疑传感器数的GRNN。采用可疑传感器的估计信号做为重构信号交叉验证其它GRNN。通过验证即可确定可疑传感器为最终故障传感器。为了控制神经网络的回归精度,将多输入多输出神经网络分解为多个多输入单输出网络。通过仿真数据验证了该方法用于传感器故障检测的可行性。     

涡扇发动机气路传感器故障诊断

为了实现对某涡扇发动机传感器故障的在线诊断,提出并设计了1种基于在线贯序极端学习机的故障诊断算法。其核心思想是在定位某传感器故障后,在线建立针对该故障传感器"预学习"的信号重构算法,解决多故障混叠问题。在线信号重构算法以泛化能力指标为判定条件,利用选择策略对算法网络权值进行选择性更新,提高了故障诊断系统的实时性。以某型涡扇发动机为对象开展了传感器故障诊断与重构仿真,结果表明:该算法能够对发动机单、双传感器故障进行准确地诊断与信号重构,且具有良好的实时性。     

航空发动机MTBF的Bayes评估

针对航空发动机的试验样本量和故障数据少,采用传统的数学平均值法对其平均故障间隔时间（MTBF）评估不能反映其真实可靠性水平的问题,基于Bayes理论,把历史试验数据视为先验信息,采用矩等效方法确定先验分布,然后通过Bayes理论综合现场试验数据,建立了一种基于Bayes理论的航空发动机MTBF评估方法。该方法可以扩大MTBF评估所需的信息量。采用所提出的Bayes方法对某航空发动机MTBF进行评估,得到其MTBF评估值为302.68h,比采用数学平均值法约提高了18.7%,评估结果更符合实际。表明该方法可应用于航空发动机MTBF的评估。      

航空发动机主轴承接触应力精确仿真计算方法

采用稳态热分析与动态接触力学分析相结合的方法以提高计算精度,考虑轴承摩擦生热及瞬态冲击效应的影响,得到经热应力修正的轴承应力分布及变化特征。研究表明:最大动态接触应力位于钢球表面,外圈滚道次之,内圈滚道最小;轴承接触应力具有明显动态冲击响应特性,分布及大小具有随机变化性;接触应力由主应力与剪切应力共同构成,随转速及轴向载荷增大而增大。      

变循环发动机稳态控制规律设计的新方法

变循环发动机(VCE)具有较多的可调参数,为了进行变循环发动机的多变量稳态控制规律优化设计,提出了用于变循环发动机稳态控制规律优化设计的一种新方法-逆算法。该方法基于敏感性系数矩阵,采用可调参数替换传统部件级性能计算模型中的独立变量,在给定变循环发动机主要状态参数和部件参数的条件下,实现了可调参数的求解,进一步完成发动机稳态控制规律的优化设计。对比表明,逆算法的计算精度和收敛速度与传统算法一致,收敛性得到了改善。对带有核心机驱动风扇(CDFS)的双外涵变循环发动机亚声速巡航的节流状态控制规律优化后,使得巡航推力下的安装耗油率比定几何的双外涵和单外涵发动机分别下降7.8%和16.4%,而地面安装耗油率最大降低约3.4%。结果表明,逆算法是变循环发动机稳态控制规律优化设计的一种有效途径。     

连续纤维增强钛基复合材料整体叶环设计与分析

为适应未来高推重比航空发动机研制的需要,研究了国内外连续纤维增强钛基复合材料及其结构件的制备工艺特点,以及压气机连续纤维增强钛基复合材料整体叶环的设计和试验情况。以某压气机转子级为对象,开展了整体叶环设计和分析研究,提出了不同结构形式整体叶环设计方案,并从应力、重量、制造可行性和经济性等方面对不同结构设计方案进行了对比分析,结果表明:装配结构复合材料整体叶环应力水平低,制造可行性好,经济性好,并在一定程度上避免了径向载荷作用下的界面失效问题,值得深入研究。     

凹腔/支板结构亚燃冲压燃烧室性能

为了避免基于凹腔火焰稳定器的亚燃冲压燃烧室壁面喷注时燃料与主流空气掺混非均匀性问题和提高燃烧室的性能,提出在亚燃冲压燃烧室中使用支板喷注代替壁面喷注的方案,数值模拟了凹腔/支板结构亚燃冲压燃烧室中燃料分布及流场结构,并分析了支板结构对燃料空气混合及燃烧室性能的影响。研究表明:支板虽然使燃烧室出口的总压恢复系数相对于壁面喷注方式下的降低了63%,但能使燃料均匀分布于整个流道内,增强了燃料与空气掺混,使燃烧室出口的混合效率和燃烧效率分别提高了21.4%和20.5%。燃烧效率的提高弥补了采用支板导致的燃烧室内气流的额外总压损失所带来的机械能损失,使得支板喷注时燃烧室出口的比冲提高了39.6%。因此,在亚燃冲压燃烧室中设置凹腔/支板结构,有利于提高燃烧室整体性能。      

变控制流供应角度涡流阀固体变推力火箭发动机调节方案

针对涡流阀变推力发动机变控制流供应角度方案,开展了发动机工作特性的数值模拟及实验研究。数值研究结果表明:采用变控制流供应角度可以很好地实现涡流阀变推力发动机的推力调节;涡流阀最大推力调节比超出加质发动机调节比26%;调节比随着控制流供应角度的减小而增大。实验结果表明:变控制流供应角度方案可行,验证了“气 气”调节的优越性。变控制流供应角度涡流阀固体变推力发动机为实现固体发动机推力调节提供了一种技术途径。      

二冲程点燃式直喷重油发动机小负荷试验

利用燃用轻柴油的二冲程点燃式空气辅助缸内直喷发动机,进行了转速为3000r/min、节气门开度为10%与20%下的小负荷试验,研究了点火及喷油参数对发动机性能的影响。试验结果表明:当节气门开度较小时,采用上止点前30°~40°点火提前角,饱和点火能量,稀混合气（过量空气系数大于1.1）及适度提前混合物喷射结束时刻的策略能够充分改善发动机动力性和经济性。随着负荷增大,点火能量影响程度减小,采用适度推迟点火提前角,偏浓混合气（过量空气系数小于1.0）及提前喷射结束时刻策略,增加燃油蒸发时间来充分发挥发动机动力性能,而采用饱和点火能量,偏稀混合气（过量空气系数大于1.15）能够大幅度改善发动机经济性及HC/CO排放。      

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。