涡轮风扇发动机接通加力过程的数值模拟

发展了一种低涵道比混合排气加力涡轮风扇发动机接通加力时的数值模拟方法。该方法考虑混合室加力燃烧室、主燃烧室和外涵道的容积效应,风扇、压气机、高压和低压涡轮等部件的特性,加力燃烧室供油管的充油时间。以混合室加力燃烧室、主燃烧室和外涵道3个容积室的动态方程为基础,用很小的时间步长逐渐逼近,计算不需要迭代,速度快,精度满足工程要求。      

浅谈《航空发动机原理》课程教学方法改革

结合《航空发动机原理》课程的教学实践,针对其涉及多门学科,并且实践性比较强的课程特点,阐述了如何运用分类模块式教学法、研究讨论式教学法、模拟式现场教学法和作业自由化教学法等多种方法来进行教学改革,培养学生对课程的浓厚兴趣,从而提高课程教学质量。     

基于部件特性未知的航空发动机故障诊断技术

以航空发动机部件通用特性为基础运用单纯形优化方法,发展了一种预测发动机部件特性的自适应模型方法。并以此为基础运用气路分析原理,选取表征发动机性能参数变化的症兆变量和测量参数,建立了发动机故障诊断小偏差方程。诊断结果表明:症兆变量的选取和相对变化值大小对故障诊断误差有决定性的影响,其值的选取应以门限值1/3为最佳;故障诊断模型症兆变量与实际故障症兆变量变化值相对误差控制在5%内,且不会对故障类型的判断产生影响;故障诊断模型在已知的检验结果内无误诊现象。      

基于混合神经网络模型的磨粒电荷检测方法研究

由于传统的滑油磨粒在线监测方法无法获取电荷分布位置信息,难以准确测量荷电颗粒数目及其携带的电荷量。为此,本文提出一种基于静电层析成像（Electrostatic tomography,EST）技术和深度学习算法的荷电颗粒检测方法。对EST传感器测量数据采用BP神经网络算法重建出测量截面上电荷的分布图像,采用卷积神经网络（Convolutional neural networks,CNN）算法分析重建图像以识别荷电颗粒数目,将识别的颗粒数目和传感器测量数据组合成输入向量,通过1个多层前馈网络确定带电颗粒数目、感应电荷值与颗粒电荷量值之间的映射关系,得到准确的各颗粒的电荷量值。实验结果表明：混合神经网络模型对数据样本的测量误差为9%,可满足滑油监测对于准确性的要求。     

基于原始对偶内点法的EST图像重建

静电层析成像（EST）被动感应电荷的机理决定了其独立测量值数等于电极数目,远小于电容层析成像（ECT）等相对成熟的电学成像（ET）技术的测量值数,导致逆问题的欠定性更加严重。为此,对基于压缩感知理论的EST图像重建算法进行了研究。利用奇异值分解（SVD）处理灵敏度矩阵使其满足有限等距性质（RIP）,采用l₁范数正则化模型和原始对偶内点法（PDIPA）实现图像重建,并在迭代过程中针对荷电磨粒稀疏分布的特点,对图像向量中非零元素个数施加约束。仿真实验表明:该算法相对于基于"Circle of Appolonius"的反投影（BP）算法和Landweber迭代算法,明显改进了成像质量,对不同位置的单个电荷可准确重建;2个电荷距离不小于1 mm时可正确分辨电荷数目与位置;对10组随机分布的3个电荷模型进行测试,荷电磨粒数目监测的准确率约为80%。      

航空发动机机匣壁面温度分布数值模拟与分析

为了准确预测航空发动机机匣壁面的温度分布,通过建立发动机性能计算模型,借助发动机沿程热力循环参数计算的通用方法,利用管内流体对管壁的对流换热过程,开发了发动机机匣热壁1维数值计算软件,模拟了飞机包线内某个发动机状态下发动机机匣表面的温度场,并进行了试验验证。将计算结果与试验结果对比可知,温度分布曲线除外涵区外趋势基本一致。该方法将可将发动机机匣壁面温度作为单独模块进行模拟计算,可以为发动机设计和调试提供较为准确的参考数值。