用模型喷管模拟研究发动机组外向辐射传热

根据热辐射理论，分析空间发动机外向辐射会传热的基本特点，得出在地面用模型喷管－电热喷管缩比件模拟这一传热现象的必要条件为两者几何相似，壁面热流密度q以及表面黑度ε相等。可行性分析为地面模拟试验提供了科学的依据，其结论可用来指导试验。     

由空间火箭发动机地面试验结果换算真空参数的一种方法

本文介绍了一种由空间发动机地面试验结果换算真空参数的方法.该法的特点是由地面实测参数直接换算出真空性能参数,从而可节省大量真空模拟成本.该法经过某试验站GS-1高空模拟台试验结果的比较,证明可用.     

变推力发动机混合比调节器动静特性计算方法

本文以变推力发动机混合比调节器为例,给出了直接作用式调节器动静特性的计算方法.类似的计算,以往是分别进行的,同时未计及对环形缝隙的阻尼和橡胶膜片的刚度,因而计算值与实测值之间的偏差较大.本文考虑到环形缝隙的阻尼和橡胶膜片的刚度,并以此来计算调节器的动静特性.试验证明,该方法是可行的.     

固体火箭冲压发动机二次燃烧室流场数值计算和试验研究

用二维k-ε湍流模型及简单一步无限快速化学反应模型，对固体火箭冲压发动机二次燃烧室反应流场进行了数值计算，并针对硼推进剂燃烧特性，提出了二次进气的燃烧室设计方案，在此基础上做了试验研究。结果表明，经数值模拟设计的二次燃烧室构型比普通二次燃烧室构型燃烧效率明显提高。     

变推力液体火箭发动机试验研究

考虑到空间飞行器姿态控制和弹道导弹的多头分导及弹头机动飞行的需要,我们研制了液体双组元可变推力发动机.本文叙述该发动机的研制过程和有关性能.该发动机可使用多种推进剂,推力可在(137.3～686.5)N的范围内连续无级调节,调节比5:1.发动机阶跃响应低于80ms,混合比偏差小于±5%.     

军用航空发动机加力控制系统的研究和发展

对国外军用航空发动机加力控制系统的研制现状和今后的发展方向进行了归纳和分析，讨论了加力燃油泵、加力燃油调节器、加力燃油计量和分配装置、喷口油源泵和喷口调节器的技术特点、方案选择和研究动向。全权限数字电子控制技术的研究和应用，将会对军用航空发动机的研究和发展产生巨大的影响。     

某航空涡轴发动机健康状况监视与分析

为了及时掌握某涡轴发动机的健康状况，设计了机载发动机参数监视仪，发动机的热力参数，滑油参数及振动参数进行了监视，编制了地面分析软件，给出了用于诊断发动机单元体故障的测量参数和部件性能评估参数，探讨了利用故障因子概念诊断单元体故障的方法，运用发动机的实际无故障数据和模拟故障数据进行了仿真，结果表明，诊断结论可信，该系统在对役涡轴发动机的健康监视具有实用性。     

YF—75氢氧发动机故障仿真与诊断研究

在YF－75发动机现有的平衡点计算程序基础上，通过进一步的改进，形成一套非线性稳态故障仿真方法，用来研究YF－75发动机主要部件发生故障时参数的稳态变化规律，并对发动机某次试车中故障关机时的多数进行了分析。结果表明，该方法能够较好地模拟发动机一些主要故障发生时的参数稳态变化，对发动机所发生故障的确定能起到指导和辅助作用。最后，还针对正在进行的YF－75发动机故障诊断研究工作提出了一些设想。     

发动机燃烧室部件故障的分析与预防

通过对多起发动机涡轮叶片烧蚀故障的分解、检查发现,虽然烧蚀的是涡轮叶片,但故障的根源却在于燃烧室。其中喷嘴积炭、燃油品质不良、气流结构异常等燃烧室部件故障是易造成涡轮叶片烧蚀的主要原因,针对这些故障原因,就日常维护、检查、使用等方面提出了预防措施。     

Sequential ensemble optimization based on general surrogate model prediction variance and its application on engine acceleration schedule design

The Efficient Global Optimization (EGO) algorithm has been widely used in the numerical design optimization of engineering systems. However, the need for an uncertainty estimator limits the selection of a surrogate model. In this paper, a Sequential Ensemble Optimization (SEO) algorithm based on the ensemble model is proposed. In the proposed algorithm, there is no limitation on the selection of an individual surrogate model. Specifically, the SEO is built based on the EGO by extending the EGO algorithm so that it can be used in combination with the ensemble model. Also, a new uncertainty estimator for any surrogate model named the General Uncertainty Estimator (GUE) is proposed. The performance of the proposed SEO algorithm is verified by the simulations using ten well-known mathematical functions with varying dimensions. The results show that the proposed SEO algorithm performs better than the traditional EGO algorithm in terms of both the final optimization results and the convergence rate. Further, the proposed algorithm is applied to the global optimization control for turbo-fan engine acceleration schedule design.