故障诊断专家系统设计的几个问题

对故障诊断专家系统方案设计作了讨论,提出了方案设计要点、介绍了故障诊断知识库的建立,给出了典型诊断策略。     

基于非线性动力学的液体火箭发动机高频不稳定燃烧过程

采用非线性动力学方法对液体火箭发动机非线性高频燃烧不稳定工作过程进行了研究。气相控制方程组用欧拉坐标系下的Navier Stokes方程组描述,液相控制方程组在Lagrangian坐标系下进行描述,气、液两相作用通过方程组的源项互相耦合。用高压蒸发理论对火箭发动机喷雾过程进行了描述。采用计算燃烧学的方法对发动机燃烧室内的湍流两相燃烧过程的稳定燃烧状态和高频不稳定燃烧现象进行了数值模拟。通过分析和讨论,得出了火箭发动机高频不稳定燃烧过程的波动过程类似于奇异吸引子的结论。     

火箭-双燃烧室冲压组合循环发动机概念研究

临近空间高超声速飞行器近年来获得了广泛关注,本文提出一种以基于火箭发动机和双燃烧室冲压发动机的多模态火箭-双燃烧室冲压组合循环发动机作为飞行器的动力系统,并进行了性能分析研究。该飞行器在海拔10 km左右高度以0.8马赫的速度投放,在重力和发动机推力的联合作用下,能够在海拔5～8 km处加速到2马赫;然后加速爬升进入临近空间,发动机工作在引射亚燃或者双燃烧室亚燃模态下。可以根据实际选择高推重比、较低推进剂比冲效率的引射亚燃模态,或是较低推重比、高推进剂比冲效率的双燃烧室亚燃模态。最终飞行器加速到6马赫(26 km),进入双燃室超燃模态。针对空中发射模式和地面发射模式进行了轨道优化,仿真结果表明:在加速爬升到6马赫(26 km)的过程中,空中发射模式相比较地面发射模式可以节省37%的推进剂;空中发射模式存在一个负的最优初始飞行角度使得剩余质量与初始质量的比值达到最大。     

基于云-神经网络的液体火箭发动机故障检测方法

根据故障检测原理,研究和实现了基于云-神经网络的液体火箭发动机故障检测方法。根据训练结果、测试结果和故障检测结果可以看出,云-神经网络用于液体火箭发动机的故障检测是可行的,经过历次试车数据验证,该方法没有误报警和漏报警。     

弹性直槽式摆盘发动机的动力学分析

对弹性直导槽约束的摆盘发动机进行运动学和动力学研究,建立了该发动机工作过程的数学模型,并进行了仿真计算和结果分析,为解决运动部件不平衡性引起振动和噪声的问题提供了理论依据.     

基于动态神经网络的柴油机建模研究

针对全柴推进系统仿真中主柴油机输出扭矩的预测问题,分析了输出扭矩的影响因素,在实验室试车台记录数据的基础上,利用小波分析方法对带噪声的原始信号进行预处理,运用Elman动态递归神经网络建立了用于柴油机输出扭矩预测的控制模型.     

液体火箭发动机非线性燃烧不稳定过程的并行仿真

采用计算燃烧学方法对火箭发动机非线性燃烧不稳定工作过程进行了并行数值模拟。气相控制方程组用欧拉坐标系下的Navier Stokes方程组描述 ,液相控制方程组在Lagrangian坐标系下进行描述。气、液两相作用通过方程组的源项互相耦合。编制了串行和并行程序 ,并在并行计算环境下进行了测试。从计算结果可以看出并行计算的效率较高。     

坦克柴油机振动检测时提高振动信号信噪比的方法

研究了柴油机振动信号的时域同步平均方法,针对柴油机振动信号的循环波动性特点,提出了按曲轴转角进行角域同步平均的方法,减小循环波动性对信号分析的影响。利用多抽样率分析方法消除了同步平均时柴油机转速波动的影响。通过对坦克柴油机汽缸盖振动信号的处理结果表明,该方法可有效提高信噪比。     

基于灰色模型的柴油机技术状态变化趋势预测

以某型坦克用柴油机为平台进行了大量实车实验,确定了能够表征柴油机技术状态变化的6个特征量,利用主成分分析法确定了柴油机寿命预测特征量;建立了灰色预测模型,并基于所测数据进行了技术状态变化趋势预测。研究结果表明：预测值接近于实际值,能够为柴油机的使用和合理维修提供依据。     

基于GT-Power的柴油机环境适应性研究

分析了大气温度和压力变化对柴油机性能的影响;采用GT-Power软件对柴油机缸内工作过程进行模拟计算,并通过柴油机台架试验对仿真模型进行校核;经计算得到：随着大气温度的升高,缸内最高爆发压力和柴油机功率降低,燃油消耗率升高;随着大气压力的升高,缸内最高爆发压力和功率增大,燃油消耗率降低。研究结果可为研究柴油机对复杂环境的适应性提供参考依据。