基于反面选择原理的智能融合故障检测模型及其应用

针对反面选择算法用于故障检测所存在的局限性,提出了一种基于反面选择原理的智能融合故障检测模型.该模型利用人工免疫系统的反面选择原理来构建神经网络检测器,通过训练将系统的异常模式信息存储在分布的检测器中,根据检测器的激活来发现系统的故障.通过混沌时间序列的异常检测仿真实验,研究了模型参数对故障检测性能的影响.最后以发动机压气机失速检测实验为例,证实该方法对失速信号的模式特征具有较强的分辨能力,同时表明神经网络检测器比常规的二进制编码检测器具有更好的故障识别能力.     

新的多重网格算法在压气机流场计算中的应用

根据在流场数值计算中使用多重网格方法可以加速收敛的原理,在叶栅流场控制方程使用有限体积差分法进行离散的前提下,提出了一种新的4重网格方法来加速求解压气机叶栅可压缩流动,该方法可以与显式时间推进法有效配合使用。通过对NASA67超音速轴流压气机叶栅流场的数值计算表明,该方法明显加快了流场计算的收敛速度,并且计算结果与试验结果吻合较好。     

射流角度对流体控制矢量喷管的影响

采用基于雷诺平均的三维N-S方程和RNGk-ε湍流模型对某型喷管射流注入时的全流场进行了数值模拟,计算结果和试验数据符合良好。为研究射流注入角度对喷管流场的影响,数值模拟了9组射流角下的喷管流场,计算结果表明:射流垂直壁面注入时产生的推力矢量角最大,逆流注入气流对喷管流场的改变要明显大于顺流注入气流的影响,但产生的损失也较大。