首页>
根据【检索词:风扇机匣 Hamilton原理 突跳区间 奇异性分析 机匣裂纹】搜索到相关结果 25 条
-
基于改进多目标人工蜂群算法的航空发动机管路智能布局方法
-
作者:
张禹
公健
唐滋阳
吕董
常育嘉
巩亚东
来源:
机械工程学报
年份:
2022
文献类型 :
期刊
关键词:
管路智能布局
航空发动机
多目标人工蜂群算法
Pareto最优解集
-
描述:
针对航空发动机管路布局目前存在的问题,一种基于改进多目标人工蜂群算法的航空发动机管路智能布局方法被提出。在该方法中,首先以管路长度最短、弯头数最少和流阻最小为优化目标,将管路弯曲半径、夹角、直线段长度、距离、贴壁以及跨度约束作为约束条件,建立航空发动机管路多目标布局优化数学模型。进一步,基于约束违背度理论、混沌算法和A*算法,并结合雇佣蜂变长度邻域搜索、跟随蜂指数排序选择、侦查蜂自适应邻域搜索,设计出应用于航空发动机管路智能布局的改进多目标人工蜂群算法,从而实现了航空发动机管路布局的多样性和智能化,提高了管路布局质量和效率。最后,以标准测试函数为例对算法性能进行测试,并通过实例研究验证所提方法的可行性。
-
基于改进多目标人工蜂群算法的航空发动机管路智能布局方法
-
作者:
张禹
公健
唐滋阳
吕董
常育嘉
巩亚东
来源:
机械工程学报
年份:
2022
文献类型 :
期刊
关键词:
管路智能布局
航空发动机
多目标人工蜂群算法
Pareto最优解集
-
描述:
针对航空发动机管路布局目前存在的问题,一种基于改进多目标人工蜂群算法的航空发动机管路智能布局方法被提出。在该方法中,首先以管路长度最短、弯头数最少和流阻最小为优化目标,将管路弯曲半径、夹角、直线段长度、距离、贴壁以及跨度约束作为约束条件,建立航空发动机管路多目标布局优化数学模型。进一步,基于约束违背度理论、混沌算法和A*算法,并结合雇佣蜂变长度邻域搜索、跟随蜂指数排序选择、侦查蜂自适应邻域搜索,设计出应用于航空发动机管路智能布局的改进多目标人工蜂群算法,从而实现了航空发动机管路布局的多样性和智能化,提高了管路布局质量和效率。最后,以标准测试函数为例对算法性能进行测试,并通过实例研究验证所提方法的可行性。
-
用于航空发动机的光纤F-P温度传感器及其信号解调系统研究
-
作者:
林启敬
伍子荣
赵娜
田边
蒋庄德
来源:
机械工程学报
年份:
2019
文献类型 :
期刊
关键词:
航空发动机
光纤传感器
性能测试
信号解调
高温测量
-
描述:
解调系统的硬件设计,完成了光电转换放大电路的原理设计、仿真分析和电路制作,实现了解调系统的初步搭建。在高控温精度的高温炉中采用标准热电偶对制备完成的传感器进行标定,结果表明:在30~1 000 ℃温度范围内,传感器的温度响应灵敏度为0.012 nm/℃,线性度为0.996。
-
不确定知识化制造环境下航空发动机装配车间滚动自进化
-
作者:
姜天华
严洪森
汪峥
来源:
机械工程学报
年份:
2017
文献类型 :
期刊
关键词:
变邻域搜索
滚动时域
遗传算法
航空发动机装配车间
自进化
不确定知识化制造环境
-
描述:
针对产品装配次数不确定且装配组的调整时间与工序间排序相关的航空发动机装配车间,对不确定环境下知识化制造系统(Knowledgeable manufacturing system,KMS)的自进化问题进行研究。采用事件和周期混合驱动型的自进化机制,结合滚动时域方法实现航空发动机装配车间自进化,并给出一种可行的滚动规则。建立系统在各个决策时刻的静态决策子问题的数学模型,并针对该模型提出一种具有双层结构的遗传算法进行求解。在下层的混合型遗传算法中,给出一种直接解码算法,并引入了变邻域搜索算法,以增强局部搜索的能力。通过仿真对算法的性能进行了测试,此外,试验数据表明执行自进化操作的系统具有较好的生产性能。尤其是对于更敏感于自身调整的系统,自进化操作发挥的作用更大。
-
航空发动机燃油控制系统故障诊断技术研究进展与挑战
-
作者:
严如强
许文纲
王志颖
朱启翔
周峥
赵志斌
孙闯
王诗彬
陈雪峰
张军辉
徐兵
来源:
机械工程学报
年份:
2024
文献类型 :
期刊
关键词:
燃油控制系统
故障诊断
物理模型
人工智能
信号处理
-
描述:
随着发动机性能要求的不断提升,燃油控制系统服役的工况变得越来越恶劣、边界条件越来越复杂。燃油泵固有压力脉动与管路、活门的流固耦合振动,密封圈腐蚀或老化导致的泄漏,油液污染或润滑油失效而产生的磨损加剧等均会造成燃油控制系统的致命故障。同时,燃油控制系统具有少测点、变工况、强干扰及强非线性等特点,导致该领域对故障诊断技术存在迫切需求,同时也面临巨大挑战。为推动故障诊断技术在燃油控制系统领域的发展,总结燃油控制系统的特点与常见故障,并在此基础上介绍故障诊断技术的主要方法与分类。进一步从液压元件互换性角度,概述基于物理模型、信号处理和人工智能诊断方法在燃油控制系统关键部件中的研究现状。最后指出燃油控制系统故障诊断技术存在的挑战与机遇。