带不同凹腔结构涡轮问燃烧室数值模拟

为了提高航空燃气涡轮发动机的推进效率和满足低排放的要求,提出了1种基于涡轮内补燃增推循环的超紧凑燃烧室──涡轮间燃烧室。建立了3种带不同轴向凹腔(AC)结构的TIB模型,比较了3种模型的流动性能和燃烧性能。计算结果表明:TIB的燃烧效率高达99.3%,AC结构的改变对燃烧效率影响较小,但对温度场分布影响较大。     

建模变量对非定常空气动力数学模型的影响

在某飞机大振幅偏航、滚转单自由度运动风洞试验的基础上,采用不同建模变量,用模糊逻辑方法建立滚转力矩模型,分析研究了不同变量对模型精度的影响;然后运用得到的较为合理的建模变量,采用非定常模型获取偏航-滚转耦合运动的气动力系数,并与试验结果比较,分析不同的变量组合对该模型预测精度的影响。结果表明,不论在哪种运动形式下,建模变量间的相关性都是造成模型预测精度低的主要因素。对于单自由度运动,应取α、β、ωy(ωx)为建模变量;对于耦合运动,以α、β、ωx、ωy为建模变量较好。     

基于Markov模型的机群完好率研究

通过建立非线性模型对机群的完好率进行研究。针对完好飞机,重点研究飞行批次对完好率的影响;对于故障飞机,重点研究中修级维修和串件维修对修复率的影响,进而得出在基层级维修能力下机群满足总体完好率要求的持续时间。     

冲压发动机突扩燃烧室回流旋涡“热缩”效应的研究

对均匀混气进口突扩燃烧室进行了数值研究，比较了燃烧状态和非燃烧状态突扩回流区。发现燃烧状态的回流区长度比非燃烧状态减小了３６％（混气当量比为０．６５）。分析了燃烧引起回流区长度减小的两个重要原因：温度梯度对速度矢量的偏折和加速作用以及热阻力作用。     

利用BP网络进行发动机故障诊断的研究

探讨了利用人工神经网络的ＢＰ网络进行发动机故障诊断的特点。通过发动机实际故障样本和模拟故障样本对ＢＰ网络的故障诊断功能进行了研究，并且对ＢＰ网络与主因子模型两种算法进行了比较。     

超声速气流中轴向涡强化混合及燃烧的数值研究

通过求解N－S方程，数值计算了扩张圆管内的非平衡流动，并研究了超声速混合和燃烧的强化技术。结果表明，在超声速领域，预旋燃料方式是一种比较有效的强化技术。     

固体推进剂裂纹对流燃烧和扩展的研究分析

评述了固体推进剂裂纹对流燃烧及扩展的研究，讨论了推进剂裂纹对流燃烧的流场与裂纹的变形、扩展及其之间存在着强耦合作用。初步揭示了在不同的燃烧室压力率下单一裂纹扩展的不同模式，指出裂纹腔内火焰的离散传播、裂纹尖端的压力突升以及对流燃烧条件下的裂纹失稳扩展极可能诱导产生DDT过程，提出了需进一步深入研究的问题。     

带多圈环形V型稳定器的加力燃烧室两态燃油浓度分布计算

在流场计算和油珠碰壁处理上进一步发展和完善了轨道扩散模型，编制了适用于具有多圈环形V型稳定器和多种喷油布置的加力燃烧室两态燃油浓度计算的通用程序。用于实际加力燃烧室的浓度场计算，可以给出加力燃烧室任意截面上液态、气态和总态燃油浓度分布，各区域内燃油浓度的平均值和周向平均燃油浓度沿径向的分布。     

采用内积原理建立航空发动机神经网络辨识模型

根据样本空间的内积特性,提出一种无需迭代学习内积神经网络。以某型航空发动机的机载记录数据为例,对发动机进行了建模,结果表明该方法具有自学习速度快、抗干扰能力强、准确性高的特点。     

发动机故障诊断主状态量模型的数学模型

发动机故障诊断的一种主要方法是根据故障方程和发动机性能参数的测量值确定故障的类别和故障程度,故障方程组通常是亚定的。主状态量模型是求解亚定的故障方程的有效方法。主状态量模型的主要内容是根据最少故障原理,利用最优化方法求解然后根据合理性准则选择合理最优解。本文详细地讨论了主状态量模型可能采用的数学模型,并且指出:(1)主状态量模型可以采用不同的数学模型求解;(2)并非所有的数学模型都能给出合理的结果。本文的研究结果表明,约束或无约束超定最小二乘法和单个优选的散度法是发动机故障诊断主状态量模型的理想算法,而本文中所讨论的其他算法都或多或少存在一定的问题。