民用航空发动机性能故障诊断途径

发动机性能状态监控是保证飞行安全的重要手段.航空专用数据链通信系统(ACARS)和快速数据存取记录器(QAR)已经越来越普遍地被各航空公司所采用.介绍了多个综合利用ACARS、QAR译码巡航报告等信息对V2500发动机进行性能故障诊断的案例,对如何利用多种手段和EHM软件对V2500发动机进行故障诊断作了总结.     

氧化剂含量和粒度对NEPE推进剂燃速影响的模型化

以高能固体推进剂热分解特性和燃烧模型的研究成果为基础,建立了由化学结构参数计算NEPE推进剂的燃速和压强指数的公式,计算了氧化剂组分含量和粒度对燃烧性能的影响。经验证,计算结果与实测燃速值的偏差全部在±20%以内,其中80%的偏差在±10%以内。这说明所建立的模型基本合理,编制的NEPE类推进剂燃速计算程序基本可行。     

石墨纤维/改性氰酸酯复合材料的应用研究

采用环氧树脂对4,4-二氰酸酯基二苯基丙烷(BADCy)进行共聚改性,通过DSC分析,确定了固化工艺参数,并与石墨纤维(UHMCF)复合制成单向板,测试了不同后处理温度制得的单向板力学性能,并与现用UHMCF/树脂基复合材料单向板的力学性能进行了比较,测试了UHMCF/改性氰酸酯的空间环境性能;制备了UHMCF/改性氰酸酯结构件,测试其性能,并与现用UHMCF/树脂基复合材料同类结构件的性能进行了比较。结果表明:UHMCF/改性氰酸酯不论是单向板还是结构件的性能均优于现用UHMCF/树脂基复合材料的性能,且满足空间环境对航天器结构材料性能的要求。     

航空发动机健康管理技术进展及趋势

综述了航空发动机健康管理技术的最新进展,并指出了其发展趋势.     

涡轮轮毂封严冷气对主流影响实验研究

本文针对不同冷气量和不同冷气喷入角组合工况下涡轮轮毂封严冷气对主流影响进行了实验研究,在一列低速涡轮平面叶栅上对不同工况下的叶栅出口流场、通道流场进行了测试。实验结果表明:在1.0%～1.8%冷气量下,1.0%冷气量沿45°喷入对主流影响最小,涡轮叶栅气动性能最优。     

叶型探针对轴流压气机性能试验结果的影响

基于近年来所录取的大量压气机试验数据,详细分析了叶型探针对轴流压气机各项性能参数的影响,并对某型低负荷轴流压气机进行了稳定性试验,比较了80％设计转速下压气机在安装叶型探针前后稳定裕度的变化。结果表明：叶型探针对轴流压气机设计与非设计状态性能均会产生一定的负面影响,对于静叶高度不低于20mm的轴流压气机,其性能数据测量误差范围约在2％以内;压气机级增压能力所受到的影响程度与流道堵塞比有关,堵塞比越大,级静压比下降越多;安装叶型探针后,压气机的失速点流量增加,稳定裕度降低。     

原位合成TiB_2/6351复合材料热压缩变形特性

采用Gleeble-1500D热模拟试验机对原位合成TiB2(质量分数,8%)/6351复合材料在不同变形温度和不同应变速率条件下的热变形特性进行了研究,利用透射电镜(TEM)和光学显微镜分析了压缩后试样的微观组织.结果表明, 材料的流变应力随变形温度的升高而降低,随应变速率的提高而增大;材料的流变行为主要表现为加工硬化、动态回复和动态再结晶;相应的显微组织特征为:位错网络、混乱的位错团和胞状结构,亚晶及等轴晶.在应变速率和变形温度均较低时,增强体颗粒周围的基体中形成高密度位错区,但随变形温度的升高而减少;在应变速率较高时,增强体颗粒和基体的界面处开裂甚至增强体颗粒本身发生破碎.     

带稳定板装置弹射座椅偏航稳定性能研究

针对国内弹射救生领域现状,设计了一种适合于国内某型座椅的弹射救生系统稳定板。运用计算流体力学(CFD)数值计算方法,对改装稳定板前后的人椅系统进行了高速流场下的静态和动态特性分析,并与风洞试验结果进行对比,两者吻合较好。改装稳定板前后的数值计算对比表明:在不对俯仰和滚转性能产生不利影响的情况下,稳定板的改装对人椅系统的偏航性能有比较明显的改善。六自由度动态计算比较真实地模拟了弹射出舱的过程,也进一步验证了稳定板对改善偏航稳定性能所起到的作用。数值计算完全可以应用于弹射座椅的气动研究,同时稳定板的设计对工程上的应用具有一定的参考价值。     

基于体积力模型的1维涡轮特性评估方法

涡轮低维气动特性评估方法的预测精度对涡轮气动设计有重要意义.基于适用于轴流涡轮特性评估的1维体积力方法,分析和局部调整了Adam和Leonard的1维体积力模型中的叶片力源项和离心力源项,并在特性计算中引入涡轮损失模型.通过1个低压涡轮和1个含冷气高压涡轮对该方法进行验证,计算结果表明:该方法对2个算例在涡轮设计工况点的流量效率预测偏差均在1％以内,且能够反映涡轮气动特性随膨胀比的变化趋势,具有良好的精度,可用于快速可靠地评估涡轮低维气动特性.     

基于优化智能网络的发动机推力指令模型

针对航空发动机性能退化缓解控制中推力指令模型输入量有限问题,提出1种双智能网络串联的推力指令建模方法.其中子模型Ⅰ采用BP网络映射与推力密切相关的气路参数,其输出作为子模型Ⅱ的输入;子模型Ⅱ采用优化极端学习机(ELM)算法,输出为额定发动机推力,并以此推力为性能蜕化缓解控制指令.为了减小ELM网络规模,提高推力指令模型实时性,采用微分进化算法(DE)优化ELM初始网络参数.数字仿真验证表明:各飞行包线内推力指令模型预测值最大相对误差小于4‰,远优于单一神经网络最大8.17％和单一极端学习机最大14.5％的误差,模型推力指令计算时间仅需0.64ms,实时性好,验证了该推力指令模型的有效性.