首页>
根据【检索词:力学模型】搜索到相关结果 21 条
-
航空发动机整机动力学建模及模型确认
-
作者:
梁昊天
高东武
尉询楷
王鑫
王浩
臧朝平
来源:
推进技术
年份:
2024
文献类型 :
期刊
关键词:
航空发动机
连接结构
模型确认
动力学建模
超模型
-
描述:
针对航空发动机整机结构部件多、连接状态复杂、动力学特性预测困难的问题,提出了基于“超模型”虚拟测试数据的航空发动机整机结构分层次动力学建模及模型确认方法。建立各单个部件的简化模型,在初始无样机
-
航空发动机双转子轴间碰摩非线性动力学特性
-
作者:
凌文辉
王存
来源:
推进技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
非线性动力学
双转子系统
实体有限元
轴间碰摩
-
描述:
航空发动机双转子之间通常采用封严结构,容易导致双转子发生轴间碰摩。针对双转子轴间碰摩问题,推导了轴间碰摩力模型,结合实体有限元法建立了双转子轴间碰摩动力学模型,并将固定模态界面综合法和数值方法结合
-
航空发动机高速锥齿轮瞬态动力学分析与试验研究
-
作者:
栾孝驰
沙云东
郭小鹏
廖宇楠
赵奉同
刘欣
来源:
推进技术
年份:
2019
文献类型 :
期刊
关键词:
声测法
航空发动机
中央传动锥齿轮
动力学分析
断裂故障
行波共振
-
描述:
针对航空发动机中央传动锥齿轮由行波共振引起的掉块故障,采用瞬态接触动力学分析方法与试验验证相结合的手段,对行波共振发生时从动锥齿轮的共振特性和应力分布开展研究。基于声测法开展了航空发动机中央传动
-
煤直接液化航空煤油自着火特性实验及动力学研究
-
作者:
武颖韬
孔祥东
王新辉
梁金虎
汤成龙
黄佐华
汪必耀
曾萍
来源:
推进技术
年份:
2024
文献类型 :
期刊
关键词:
航空煤油
正戊基环己烷
着火延迟期
化学反应动力学
煤直接液化
-
描述:
动力学模型,并通过构建替代物组分中正戊基环己烷的化学反应机理,提高了模型对DCL煤油着火延迟和高温裂解产物的预测性能。研究结果表明,DCL煤油的着火放热量更高,其着火延迟期在高温下(>1 000 K)与
-
面向健康管理的民航发动机气路基准模型建立与验证
-
作者:
郭庆
孙正日
樊俊峰
付宇
左洪福
来源:
推进技术
年份:
2025
文献类型 :
期刊
关键词:
民航发动机
气路分析
健康管理
部件特性修正
基准建模
-
描述:
面向健康管理的民航发动机气路基准模型建立与验证
-
考虑接触刚度的航空发动机模拟整机模型降维及修正
-
作者:
高程明
何俊增
刘家璇
姜东
卢愈
张大海
费庆国
来源:
推进技术
年份:
2025
文献类型 :
期刊
关键词:
降维
接触刚度
薄层单元
航空发动机模拟整机
模型修正
-
描述:
考虑接触刚度的航空发动机模拟整机模型降维及修正
-
基于复合推进系统动态模型-状态变量模型的航空发动机直接推力预测控制
-
作者:
金崇文
郑前钢
张海波
房娟
胡忠志
来源:
推进技术
年份:
2022
文献类型 :
期刊
关键词:
直接推力控制
航空发动机
状态变量模型
复合推进系统动态模型
预测控制
-
描述:
直接推力控制可以有效改善推力控制的品质,针对航空发动机直接推力控制问题,进行了模型预测控制(Model Predictive Control, MPC)研究。为了提升航空发动机推力控制的精度,提出
-
基于复合推进系统动态模型-状态变量模型的航空发动机直接推力预测控制
-
作者:
金崇文
郑前钢
张海波
房娟
胡忠志
来源:
推进技术
年份:
2022
文献类型 :
期刊
关键词:
直接推力控制
航空发动机
状态变量模型
复合推进系统动态模型
预测控制
-
描述:
直接推力控制可以有效改善推力控制的品质,针对航空发动机直接推力控制问题,进行了模型预测控制(Model Predictive Control, MPC)研究。为了提升航空发动机推力控制的精度,提出
-
基于内嵌物理约束神经网络模型的航空发动机数字工程模型
-
作者:
林志富
肖洪
王占学
张晓博
来源:
推进技术
年份:
2023
文献类型 :
期刊
关键词:
特征处理
航空发动机
数字工程模型
性能参数预估
内嵌物理约束神经网络
-
描述:
相对误差和峰值相对误差均小于常规神经网络模型。在一定的模型规模下,基于架构的数字模型的峰值相对误差仅为常规神经网络模型的1/4。通过物理约束,克服了数据驱动模型对大数据的依赖,指导了神经网络层的超参数设置。
-
基于内嵌物理约束神经网络模型的航空发动机数字工程模型
-
作者:
林志富
肖洪
王占学
张晓博
来源:
推进技术
年份:
2023
文献类型 :
期刊
关键词:
特征处理
航空发动机
数字工程模型
性能参数预估
内嵌物理约束神经网络
-
描述:
相对误差和峰值相对误差均小于常规神经网络模型。在一定的模型规模下,基于架构的数字模型的峰值相对误差仅为常规神经网络模型的1/4。通过物理约束,克服了数据驱动模型对大数据的依赖,指导了神经网络层的超参数设置。