排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
基于流-固耦合的混合火箭发动机固体燃料表面退移速率计算 总被引:4,自引:0,他引:4
基于流-固耦合的方法,在充分考虑混合火箭发动机工作过程中诸多复杂物理过程的基础上,建立了一个可适用于不同工作状况下混合火箭发动机固体燃料表面退移速率预示的计算模型。计算结果与实验数据的对比验证了所建立计算模型的准确性。对模型发动机进行模拟的结果表明,混合火箭发动机中的燃烧、流动及固体燃料表面的退移速率具有明显的不均匀性,发动机中的固体燃料表面的退移速率沿轴向近似地呈“W”形状的曲线变化;在混合发动机中,突扩形状的预燃室和补燃室有利于燃料热解气体和氧化剂气体的扩散混合,可以强化对固体燃料表面的换热,提高固体燃为表面的退移速率。 相似文献
2.
为了检测飞机发动机的性能及故障,利用神经网络建立了燃油流量的预测模型,将人工蜂群(ABC)算法结合预测需求
在3维进行拓展,分别优化基于径向基函数(RBF)的神经网络泛化值和中心值,与经典RBF神经网络、K均值聚类算法等相比,3维拓展后的ABC算法对RBF神经网络进行的“反馈式更新”拥有更好的预测效果,其计算平均差值及预测误差更小,所需时间更短。随机选取短航程、中航程、长航程航班数据分别进行验证,结果表明:选择油门杆角度、飞行高度、马赫数、大气总温、发动机转速等参数能够反映发动机运行工况,预测效果理想;采用ABC算法对RBF神经网络进行优化后模型的更新能力较强,能够获得更高的预测精度,降低计算平均差值;通过航班故障数据验证了利用神经网络进行故障诊断的方法具有较大的实际应用价值。 相似文献
3.
1