航空发动机三齿轮燃油泵空化特性研究

作者： 吴博   柯诗毅   王彬   叶志锋   来源： 机械制造与自动化 年份： 2022 文献类型 ： 期刊 关键词： CFD   航空发动机   空化   燃油泵   多从动轮齿轮泵  

描述： 针对航空发动机燃油泵的高功率密度需求，对三齿轮燃油泵的空化特性进行研究。利用Fluent对三齿轮燃油泵在不同吸油压力、转速及中心轮密封段形式下的内部两相流动进行数值模拟，并和传统的两齿轮燃油泵进行对比。结果表明：三齿轮泵较易空化，空化发生集中在啮合区及单边进出口过渡区；采用2齿密封较采用1.5齿密封容积效率高，但会产生大幅流量脉动；采用中心轮密封段偏向高压侧的设计容积效率更高。

某航空发动机喘振控制系统设计与验证

作者： 王波   张兴龙   张新非   车杰先   张天宏   来源： 航空动力学报 年份： 2022 文献类型 ： 期刊 关键词： 控制逻辑   喘振检测   压气机稳定性   喘振   消喘   逼喘  

描述： 喘验证。结果表明，测点2的A值脉动幅值是测点1的4倍，采用的硬件判喘准确率达到100%，制定的燃油阶跃供油控制方法可成功实现发动机逼喘，制定的消喘控制逻辑可成功使发动机退出喘振并恢复到目前状态。

航空发动机燃油计量装置稳定性分析

作者： 陈昭旸   肖玲斐   叶志锋   胡文佳   吴忠敏   来源： 机械制造与自动化 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   遗传算法   稳定性分析   李雅普诺夫   燃油计量  

描述： 燃油计量装置是航空发动机控制系统的重要组成部分，其输出稳定性直接关系到发动机转速控制性能。建立燃油计量装置的力平衡方程和流量连续性方程，在MATLAB中建立其仿真模型，对所列方程进行线性化处理，分别应用特征方程根轨迹以及基于李雅普诺夫函数和遗传算法的多参数稳定性设计方法，分析主要物理参数对燃油计量装置稳定性的影响。研究发现，节流孔a6是对稳定性有重要影响的参数，且当前设计值（孔面积）处于不合理的区域；适当增大弹簧刚度kd、kz和节流孔a5、a7的面积，能够改善稳定性，但不建议增大太多，因为会增大稳态误差及导致回油流量损失。

基于Online-RBFNN的航空发动机动态模型研究

作者： 王志浩   魏民祥   叶志锋   吴昊   杨佳伟   来源： 重庆理工大学学报(自然科学) 年份： 2022 文献类型 ： 期刊 关键词： 航空发动机   RBFNN   在线学习   动态模型   Online  

描述： 为解决航空发动机在出现性能退化时模型精度下降的问题，提出了一种基于在线径向基函数神经网络(online radial basis function neural network, Online-RBFNN)的航空发动机动态模型。采用连续K均值(K-Means)算法和FTRL(follow the regularized leader)在线学习算法，对典型RBFNN进行改进，实现在线学习功能。以某型涡扇发动机正常退化数据为原始样本，建立低压涡轮机(low pressure turbine, LPT)出口总温度动态模型，并与其他多种算法建立的模型进行对比，动态模型的平均绝对误差、均方根误差和校正决定系数分别为0.59、1.7和0.997 8;将所建立的动态模型在同型号但不同飞行包线区域、不同退化形式的发动机运行数据上进行测试，模型输出结果的误差可分别控制在[-9,8]K和[-10,9]K范围内。研究结果表明，基于Online-RBFNN的动态模型能有效避免模型精度下降的问题，且具有良好的自适应能力。

基于变分贝叶斯粒子滤波的航空发动机气路故障诊断方法

作者： 王启航   黄金泉   鲁峰   来源： 机械制造与自动化 年份： 2022 文献类型 ： 期刊 关键词： 变分贝叶斯   航空发动机   气路故障诊断   粒子滤波   噪声统计特性  

描述： 针对航空发动机气路故障诊断中非高斯噪声特性未知的情况，设计一种基于变分贝叶斯(VB)和核极限学习机(KELM)的边缘化粒子滤波方法。该算法采用学生t分布对非高斯噪声建模，并对噪声参数集进行边缘化处理，利用VB递推出噪声的统计特性；递推过程中采用KELM代替发动机迭代模型计算粒子的测量似然函数，显著降低了VB的计算复杂度。对航空发动机气路故障诊断仿真结果表明：在非高斯噪声特性未知情况下，该方法提高了健康参数估计的精度和鲁棒性，实现了复杂噪声背景下发动机气路故障诊断。

民用航空发动机故障诊断与健康管理现状、挑战与机遇Ⅰ：气路、机械和FADEC系统故障诊断与预测

作者： 曹明   黄金泉   周健   陈雪峰   鲁峰   魏芳   来源： 航空学报 年份： 2022 文献类型 ： 期刊 关键词： FADEC诊断与预测   发动机健康管理系统   发动机机械故障诊断与预测   涡扇发动机   气路故障诊断与预测  

描述： 最近这一二十年相关工程技术的发展，给民用航空发动机故障诊断与健康管理（EHM）系统研发提出了新的挑战和机遇。本文综述围绕EHM偏上游功能的民用发动机气路性能退化诊断和预测、发动机机械系统故障和发动机FADEC系统故障诊断与3个模块的设计验证技术的需求、必要性及现状进行了讨论，并指出了未来的主要研发方向。全文的讨论围绕以下关键技术发展趋势展开：基于非线性无迹卡尔曼滤波器（UKF）和深度学习神经网络的发动机气路故障诊断算法己经显示出提高气路诊断精度的潜力；复合材料叶片在涡扇发动机里己经得到广泛使用；增材制造技术正被越来越多地应用于复杂发动机零部件的制造；金属屑末传感器的精度已获得大幅提高，其技术成熟度己达到发动机使用要求，为与振动信号的融合诊断铺平了道路；电气化、智能化的发动机全权限数字控制系统（FADEC）发展趋势对现有的基于传统构型控制部件和集中式控制架构的故障诊断算法也提出了新的挑战。