基于核近邻非参数回归的航材消耗预测

针对某型直升机服役时间短、机型较新、备件采购周期长等特点,使用核近邻非参数回归对平稳型航材建立消耗预测模型。对比多种回归方法,证明基于非参数回归的航材消耗模型对区间预测具有较好的效果。     

宽弦风扇叶片颤振预测的工程研究

为研究宽弦复合弯掠风扇叶片的颤振问题,以及适用于工程设计的颤振预测方法,分别采用经验法和数值模拟方法,对大涵道比风扇性能试验件叶片进行颤振预测,并将预测结果与试验结果进行对比,考察颤振预测方法的准确性和实用性。对比过程中,分析了颤振发生的机理,提出了抑制颤振的手段。结果表明:两种方法都准确地预测了风扇转子叶片发生的颤振,与试验现象吻合,计算量在可接受范围内,具备工程实用价值。     

退化发动机加速性能恢复控制方法

针对退化发动机加速性能下降的现象,提出一种变喘振裕度约束的模型预测控制方法。通过分析退化发动机在加速过程中的工作特点,将加速过程分为三个阶段,在不同阶段采取不同的喘振裕度约束。鉴于模型预测控制能够显式处理约束、采用在线滚动优化来获取最优控制输入,采取模型预测控制方法,并采用具有较高实时性的交替方向乘子法求解优化问题,实现了退化发动机加速性能的恢复。数字仿真结果表明,采用本文所提出的加速性能恢复控制方法后,相比退化发动机,加速过程中所耗费的时间缩短了35%以上。     

民用飞机航材预测与配置管理技术综述

航材作为综合后勤保障(ILS)的物资基础,其科学的预测与合理的配置是有效保障民用飞机安全经济 运行的前提。为了使利益攸关方(制造商、运营商、维修商等)实现共赢,本文针对现有民用飞机航材预测与配 置管理技术进行研究,并探讨其发展趋势。首先,介绍了民用飞机航材预测技术的研究现状;然后,论述了民用 飞机航材配置管理技术的研究现状;最后,在总结现有关于航材预测与配置理论和方法的优势与不足的基础 上,对民用飞机航材预测与配置管理技术的发展进行了趋势分析,为国产民用飞机航材综合管理提供参考,进 而提升民用飞机维修保障体系的完善程度。     

高超声速飞行器时间协同再入制导

从饱和打击任务需求出发,针对多高超声速飞行器时间协同再入制导问题进行研究,提出时间可控再入制导律和协同再入制导架构,在改善现有制导律实时性、在线约束管理等性能的基础上,重点解决再入飞行时间不可知、不可控问题,最终实现时间协同再入飞行。协同再入制导结构分为两层,其中底层提出了基于神经网络的时间可控再入制导律,以实现再入飞行时间的可知性与可控性为目标;上层根据不同再入阶段特点设计相应的协调函数,生成时间协调信息。该结构适用于集中式或分布式的通讯结构,同时上层协调策略可以根据任务需要进行有针对性的设计与拓展。最后,通过仿真验证了时间可控再入制导律对时间的可控性和协同再入制导结构的有效性。     

融合机床精度与工艺参数的铣削误差预测模型

为弥补现有五轴联动数控铣床加工飞机结构件的加工精度评估系统的不足,提出利用机床精度检测数据和零件特征及其工艺参数来构建评估指标体系,基于BP神经网络建立了飞机结构件加工误差预测模型。通过完成训练的网络权值分布,计算出各输入指标对最后评估结果的影响,并通过实例分析检验了模型的可靠性。结果表明,经BP神经网络模型训练得到的结果和样本零件的三坐标测量机测量数据基本吻合,选取的评价指标具有有效性。该评估模型能够有效地融合机床精度检测数据和零件特征及其加工工艺参数,对飞机结构件的铣削加工误差进行预测。     

离心压缩机密封及空腔流动的一维/三维耦合建模研究

为了在保证数值预测精度的同时降低离心压缩机的建模复杂度,以一维密封泄漏计算替代完整的密封及空腔建模,开展了离心压缩机盖盘密封及空腔流动的源项建模方法研究。结果表明:基于源项方法的密封及空腔简化建模仅需在主流道建模基础上施加泄漏质量流量、总温和摩擦损失源项边界条件,即可较高精度地还原完整的盖盘密封及空腔建模的性能和关键流动细节。与完整建模相比,在全工况下源项建模预测的等熵效率的绝对偏差小于0.65%,总压比和等熵效率的相对性能偏差小于1%。该方法可在满足下游部件匹配设计精度需求的同时,减少50%以上的网格数量,并显著提高计算的经济性和收敛性。泄漏流量的计算精确度是影响源项建模法性能预测准确性的最关键因素,耦合建模可以采用一维计算中推荐的密封泄漏系数值。      

航空发动机涡轮叶片的失效分析与检测技术

通过分析航空发动机涡轮叶片的失效机理与寿命预测模型,从理论上阐述了导致叶片失效的关键因素。并针对影响叶片寿命的关键参数系统地阐述了目前的检测技术和发展趋势,主要包括叶片制造过程中叶片轮廓、进出气边轮廓、气膜孔、表面质量的检测,以及叶片服役后涂层质量、蠕变伸长量的离线和在线检测。检测技术既是叶片制造一致性的保障,同时也为失效机理和寿命预测提供实验测量数据,使预测模型更精准。     

表贴式永磁同步电机直接转矩控制变幅值预测控制研究

基于以电压矢量幅值为变量的表贴式永磁同步电机(SPMSM)磁链和转矩方程,采用预测控制计算得出施加不同电压矢量幅值的下一时刻磁链和转矩值,选择使磁链和转矩误差目标函数最小的电压矢量幅值作为最优值,从而确定下一时刻施加的电压矢量。仿真结果表明:在电压矢量变幅值预测下,SPMSM直接转矩控制(DTC)系统运行良好,定子磁链轨迹为理想圆,磁链和转矩均符合控制要求,转速跟踪良好,定子电流波形正弦。预测控制需要从备选电压矢量幅值集合中选择最优幅值。理论上,备选电压矢量幅值个数越多,系统优化效果越好,但也带来更大的计算负担。研究了9种等分电压矢量情况下变幅值预测控制系统的控制效果。根据控制效果和计算负担,提出变幅值预测控制将电压矢量幅值三等分较为理想。     

基于LSTMAttention网络的短期风电功率预测

提出一种基于LSTMAttention网络的短期风电功率预测方法。首先,使用LSTM网络对数值天气预测(NWP)数据的特征信息进行提取,同时采用注意力机制有效分析了模型输入与输出的相关性,从而获取了更多重要时间的整体特征;其次,使用卷积神经网络(CNN)提取NWP数据的局部特征,并引入压缩和奖惩网络(SE)模块学习特征权重,利用特征重新标定方式提高网络表示能力;最后,将局部特征和整体特征进行特征融合,通过分类器输出分类结果。利用NOAA提供的美国加利福尼亚州某风电场的数据进行案例分析,证明了所提方法的有效性。试验结果表明,与BP神经网络、自回归积分滑动平均模型(ARIMA)模型和LSTM模型相比,LSTMAttention模型具有更高的预测精度,证明了该方法的有效性。