吸气式高超声速技术研究进展

总结了中国空气动力研究与发展中心(CARDC)在吸气式高超声速技术在试验设备、超燃冲压发动机、数值模拟以及机体/推进一体化飞行器等方面的研究进展。介绍了三种类型的高焓设备:脉冲式燃烧加热风洞、连续式燃烧加热风洞和电弧风洞。通过多种尺度的超燃冲压发动机的直连式和自由射流式试验,获得了发动机的基本性能及其随油气比、喷孔位置等的变化规律。对比连续式和脉冲式风洞试验结果,得知工作时间大于100 ms的脉冲式燃烧设备是开展发动机基本性能研究的经济、高效试验手段。成功研制了三维大规模并行数值模拟软件平台AHL3D并广泛应用于发动机研究。在0.6 m风洞中,完成了1.5 m带动力飞行器试验,获得了发动机工作和不工作状态下的飞行器推阻及升力特性。     

基于二叉树支持向量机的装备故障诊断研究

本文提出了一种基于二叉树支持向量机的某型装备故障诊断方法,应用该方法构造了多故障分类器,并通过某型装备故障实例验证了该方法故障诊断结果的正确性,证明了该故障诊断方法具有良好的鲁棒性和推广性。     

发动机试车气路故障诊断系统的设计与应用

以发动机整机试验数据为研究对象,建立了一套发动机试车气路故障诊断系统.首先阐述了该系统的设计功能和总体流程逻辑;使用故障模式法和调整模式法建立了气路部件故障诊断和优化调整模块;然后以一个双轴分排涡扇发动机为例,针对气路部件故障诊断和优化调整给出了考虑噪声的数值试验分析.最后就该系统的发展进行了讨论.      

某微型发动机离心甩油燃烧室建模及数值模拟

对某微型发动机离心甩油燃烧室进行了三维建模及数值模拟。湍流模型采用旋流修正的Realizable k-ε双方程模型,化学反应及组分浓度采用简化的概率密度函数模型,液相采用离散相模型;计算得出了组分、压力、温度的分布特性,分析计算结果可知,该燃烧室的外壁面冷却考虑较少,同时其出口温度不均匀系数较大;提出了掺混孔改进方案,数值模拟结果表明,改进后的燃烧室出口温度分布得到明显改善。     

故障树分析在某APU进气门故障诊断中的应用

首先介绍了故障树分析方法的概念和原理,然后以某辅助动力装置（APU）进气门组件为例．在对系统故障现象进行分析判断的基础上,按照任务和功能关系,建立包含各功能单元的故障树模型。随后求得系统的最小割集,并计算出底事件的重要度,并以此为依据,从大到小排序,确定故障诊断的最优程序。实验结果表明,所用方法具有较强的故障诊断能力,能进行准确的故障定位,并能给出相应的故障处理措施,为该辅助动力装置故障诊断的发展提供了较为实用的参考价值。     

一个新的可压缩性修正的k-ε模型

考虑结构可压缩性修正的影响,发展了一个同时考虑结构可压缩性修正和膨胀可压缩性修正的k-ε湍流模型,新模型包括Chang可实现性、Heinz湍流动能产生项以及Sarkar可压缩性三部分修正.新模型扩宽了以往发展的可压缩性修正模型的适用范围,适用于高超声速(M>5)复杂湍流流动中.通过对多个复杂超声速横侧射流工况的计算,验证了新模型的预测效果.与实验结果相比表明,几个工况下新模型的预测精度都显著高于标准k-ε模型.流体分离强度越大,新模型的修正效果越显著.与标准k-ε模型相比,新模型计算结果与实验更加接近.     

对转压气机转差特性试验与数值研究

为了探索对转压气机流场特性,积累相关设计经验,本文进行在前后级转子等转速压比和效率特性试验基础上,着重进行了前后级转子不同转差下的特性实验。同时,借助CFD技术,辅助分析了转差对压气机特性及流场的影响。结果表明,转差变化引起压气机性能与流场结构发生显著变化,是影响压气机性能的主要因素之一。     

变攻角下孔隙射流对高负荷扩压叶栅气动性能的影响

本文对采用孔隙射流的某大折转角雎气机叶栅进行了实验研究．给出了不同攻角下叶栅流道内的静压分布、表面极限流线以及出口流场的气动参数,通过在不同叶高处开孔探讨了孔隙射流位置对大负荷扩压叶栅气动性能的影响。实验结果表明,孔隙位置对端壁静压的影响不大;开多孔方案对叶栅气动性能的影响要强于单孔方案：在设计攻角下,孔隙射流能够改善角区流动,同时降低叶片中部损失,单孔方案的最佳开孔位置位于25％相对叶高处,质量平均能量损失系数相对原形叶栅降低4．75％,开多孔方案巾能量损失相对原形叶栅最多降低5．52％：在负攻角下．孔隙射流导致叶栅性能下降,而在正攻角下,孔隙射流大幅提高叶栅性能,能量损失系数相对原形叶栅最多降低12．7％。     

一种基于知识推送的故障诊断系统

分析了基于知识的故障诊断,针对现有系统不能主动将知识在适当的时候传递给决策者的缺点,提出了一种基于知识管理的、以数据流驱动的、知识主动推送的故障诊断系统的体系结构,分析了其主要层次结构及知识的组织和管理,提出了以数据流驱动的知识主动推送方式.建立了知识主动推送的控制模型,开发了知识管理和数据流驱动的集成原型系统,并以液体火箭发动机试车台的故障诊断为例,实现了基于知识推送的故障诊断系统,后续实验证明了该方法的有效性.      

基于小波神经网络的齿轮系统故障诊断

通过对齿轮系统在不同的运转状态下不同的故障类型进行试验测试分析,获取了有关的测试信号,对振动特征信号进行了小波阈值去噪,采用离散小波变换(DWT)对去噪后的信号进行8层分解处理,对各层的小波系数进行了小波重构,得到8层细节信号和1层近似信号,并计算了各层信号的能量,得到了信号的能量分布特征.在此基础上把各层信号特征作为神经网络的输入,进行了网络的研究、分析处理和故障分类,并对小波神经网络方法与单独采用神经网络方法的故障诊断结果进行了比较评价.研究表明,去噪处理后的效果比没有去噪的信号特征更加明显,而采用小波神经网络诊断方法,对于齿轮无故障、齿根裂纹故障、分度圆裂纹故障和齿面磨损故障能够进行很好地区分与诊断,其诊断成功率均在95%以上,可对实际工程工作的齿轮系统进行故障诊断.