摘要：为进一步研究暖机对发动机压气机叶尖间隙变化的具体影响,对不同暖机时间与不暖机情况下压气机叶片的径向变形进行了试验研究。由于在发动机整机试验中叶片径向变形无法测量,选择模拟件进行温度与离心耦合作用下的变形试验。利用两种叶片材料制作板材试样,以台架测试数据为基础,计算出发动机启动及慢车至最大状态过程中叶片的离心力和截面温度,并据此设计试件的载荷历程,制定试验方案。通过模拟件试验,测得不同暖机时间和不暖机情况对应载荷下模拟件的应变过程和最终应变量,并从模拟件试验结果反推构件。结果表明:相对于离心载荷,温度对叶片径向变形影响更明显,温度与转速共同作用下叶片的径向变形显著大于转速单独作用下变形;正常暖机情况下不同暖机时间对于压气机叶片的最终径向变形没有影响;而暖机与否对压气机叶片的径向变形是存在影响的,其中暖机后与不暖机TC6模拟件变形范围分别为0.468%~0.502%和0.413%~0.466%,GH2150变化分别为0.793%~0.801%和0.765%~0.766%,暖机后的叶片径向变形量稍大于不暖机。

摘要：为了探究某型涡轴发动机喘振发生位置规律,采集并分析了台架喘振试验时进气道、轴流压气机叶尖、轴流压气机出口和离心压气机出口的压力信号。采用连续小波时频变换对压力信号进行特征提取,以小波系数作为喘振信号特征,阈值为小波系数最大值的10%,结果表明:某型涡轴发动机的轴流压气机总是比离心压气机先发生喘振,喘振在轴向上由进气道向离心压气机传递的同时,在周向上也沿着压气机转子叶片旋转方向传递。对某型号发动机进行实时喘振监测时,监测轴流压气机能比监测离心压气机更早发现喘振,在后续某型涡轴发动机改型设计时,可增加轴流压气机的喘振裕度来提升整机防喘能力。

摘要：针对发动机使用过程中的性能退化问题,设计了发动机性能退化恢复控制系统。通过内部小循环控制转速,外部大循环控制推力,实现了发动机性能的控制。以卡尔曼滤波器的输出作为输入,结合聚类以及支持向量回归模型,设计了推力估计器。以发动机为对象,对性能退化恢复控制系统进行仿真验证。对于性能参数缓慢衰退的情况,推力不退化;对于性能参数突变的情况,推力最多在3.5s后得到恢复。仿真结果表明该恢复控制技术是有效和可行的。

摘要：将人工免疫理论的克隆选择算法中的抗体克隆、变异和抑制策略引入粒子群优化算法中,提出了一种基于克隆选择的免疫粒子群优化算法,克服了基本粒子群算法易于陷入局部最优解的缺点.针对支持向量机预测模型的参数选择影响其预测精度的问题,引入免疫粒子群优化算法设计了参数自适应优化的航空发动机滑油屑末支持向量机预测模型.仿真结果表明:与传统的交叉验证试算法相比,基于免疫粒子群优化的预测模型实现了参数的自动择优,并且提高了预测精度.

摘要：为了及时掌握某涡轴发动机的健康状况 ,设计了机载发动机参数监视仪 ,对发动机的热力参数、滑油参数及振动参数进行了监视 ,编制了地面分析软件 ,给出了用于诊断发动机单元体故障的测量参数和部件性能评估参数 ,探讨了利用故障因子概念诊断单元体故障的方法 ,运用发动机的实际无故障数据和模拟故障数据进行了仿真。结果表明 ,诊断结论可信 。

摘要：为实现轴流式压气机喘振现象的主动控制,通过对压气机过渡态工作的模拟,分析了各可调参数变化对其工作特性的影响。在此基础上,提出采用模糊控制技术对压气机喘振现象实施主动控制,设计了基于模糊控制集合理论的防喘控制器,并进行了计算机仿真。仿真结果验证了模糊控制器的有效性。

摘要：针对航空发动机推力不可测,部件级模型求解推力精度不高、实时性差的问题,提出了基于快速寻找密度极点聚类与粒子群极限学习机的航空发动机推力估计方法。首先利用基于快速寻找密度极点的聚类算法对全工况范围内的台架试车数据聚类,然后在每一个子类中,用粒子群极限学习机设计了子推力估计器。在子类推力估计过程中,为使网络拓扑结构最优,用粒子群算法寻找极限学习机的最优隐层神经元数目的方法。训练与测试表明,推力估计测试相对误差最大值为3.06‰,优于传统的RBF(7.25‰)与BP(14.84‰)神经网络方法,能够满足直接推力控制与机载在线实时状态评估的需求,且可将方法扩展到其他不可测参数的估计。

摘要：针对新型航空发动机气路部件状态监控缺乏故障样本的不足,利用发动机非线性模型和气路故障模拟方法,获取故障样本,运用最小二乘支持向量回归机(LSSVR)建立气路健康参数的(理想)估计器。主要工作是在LSSVR的基础上,从逆跟踪控制的角度,设计了基于逆模型在线辨识与变结构控制相结合的修正系统,减小理想估计器与真实发动机之间由于测量噪声与系统噪声对估计精度造成的影响。通过仿真实验,离线修正后,估计值的相对误差最大值从69%缩小5%,在线修正后,估计值的相对误差最大值从69%缩小13%,修正系统有效地提高了性能估计的准确度,减小了气路部件状态监控的误判和误诊的概率。

摘要：为实现对某型航空发动机喘振的主动控制,设计了该型发动机的模糊防喘控制器。该控制器以主燃油供油量、压气级中间级放气量和尾喷口面积为调节参数,以高、低压压气机喘振裕度为监测对象实施主动控制,以保证发动机的稳定工作。仿真结果验证了该模糊控制器的有效性。

摘要：鉴于航空发动机直接推力控制与健康管理需要高精度及高实时性的推力估计器,提出了一种基于K-均值聚类与粒子群优化的核极限学习机推力估计方法。采用K-均值聚类对全工况范围内的测量数据进行聚类,在每一个子类中,通过核极限学习机建立推力估计器,采用粒子群算法对核极限学习机的核参数和惩罚系数进行优化,利用了核极限学习机稳定性好、非线性拟合能力强的特点,实现了对发动机推力的估计。经涡扇发动机台架试车数据训练与测试表明,本推力估计方法平均预测时间为0.27ms,实时性满足机载在线状态评估和直接推力控制需求,且在估计精度上较现有方法存在一定优势。