基于云粒子群小波网络的发动机起动模型辨识

起动过程是航空发动机顺利进入正常工作的前提,为了克服过程中存在的部件低转速特性获取困难,保证飞行安全,针对机理建模难度大和传统神经网络辨识建模易陷入局部最优、过学习等问题.为解决上述问题提出了一种云粒子群小波网络的起动模型辨识的新方法,方法采用的辨识网络兼具了云粒子群的全局快速寻优能力和小波网络良好的非线性逼近能力,并通过某发动机起动数据样本的训练,建立了起动模型,仿真结果表明方法的辨识精度高、鲁棒性好、泛化能力强,验证了起动过程合理性,为进-步研究起动性能提供了一种可靠的新途径.     

压气机性能衰退和清洗恢复仿真研究

针对于压气机叶片表面积垢的研究,清洗能在一定程度上可恢复压气机的性能.但清洗后性能恢复程度研究很少.针对压气机性能衰退和清洗恢复进行研究,采用仿真方法,根据仿真得到压气机叶顶间隙和粗糙度增大后性能衰退的特性曲线.对于叶片积垢情况,分析了积垢对压气机流通能力的影响,在此基础上改变叶片粗糙度对叶片积垢和清洗进行特性仿真,通过对比压气机叶片清洗前后的压比和效率参数,以及流场中流速、总温的变化,证明清洗后可以使压气机的性能恢复.说明实验对比为压气机性能衰退和清洗恢复研究提供参考依据.     

基于复杂性测度的轴承振动状态监控

针对轴承运动稳定性和早期故障振动状态监控,提出了基于复杂性测度的状态监控方法,通过直接度量信号波形复杂度实现轴承的状态监控和早期微弱故障预警。从理论角度对受迫Duffing系统和Logsitic映射的复杂性进行了度量,验证多值粗粒化Lempel-Ziv复杂度和近似熵对动力系统的周期运动和混沌运动定量度量能力;并从试验角度对轴承早期微弱故障进行了监控。研究表明,多值粗粒化Lempel-Ziv复杂度和近似熵可以实现周期运动和混沌运动的定量判定,对早期微弱故障有较强的预警能力,可作为轴承振动状态监控的参量。