大涵道比涡扇发动机风扇部件边线噪声预测

随着现代民用航空发动机涵道比的不断增大,风扇噪声在发动机整机噪声中所占比重也越来越突出,因此对适航条件下的风扇噪声进行预测对发动机的降噪设计和飞机噪声适航验证工作具有重要意义。通过对涡扇发动机风扇部件噪声产生机理和影响其传播的环境因素的研究,并结合飞机起飞程序,建立了涡扇发动机风扇部件边线噪声预测模型。通过编程计算后与实测噪声进行数据对比,基于涡扇发动机风扇部件静态噪声预测值进行动态修正后的涡扇发动机风扇部件边线噪声预测模型可以较好地预测实际情况。     

叶片非均布对离心压气机气动性能及流动频谱特性的影响

运用数值方法,对采用不同叶片非均匀布置方案的离心压气机气动性能进行了分析,研究了叶片布置对压气机性能的影响.在此基础上,对压气机内部非定常流动进行了数值模拟.结合FFT方法对压气机无叶扩压器典型位置的压力脉动进行了频域特性分析,研究了不同叶片布置方案对无叶扩压器内的频谱与气动噪声的影响.结果表明,采用合理的叶片非均布式布置方案,可以在保持压气机性能不发生变化的情况下,有效降低离心压气机内部的压力脉动,从而起到抑制气动噪声的作用.     

离心风机基频气动偶极子噪声的数值研究

运用计算流体动力学技术及声比拟理论研究了离心风机3个不同流量下蜗壳及叶片表面偶极子声源产生的基频噪声.风机内部三维瞬态流场由计算流体动力学模拟得到.根据气动声学的FW-H方程对蜗壳内表面提取偶极子声源,对于叶片噪声利用Lowson公式进行建模.为了使计算模型更符合实际,建立了以蜗壳为界的内外声学直接边界元模型,使用多区域声学边界元模型,考虑蜗壳对声传播的散射作用,内部噪声通过蜗壳的进出口传播到风机外部.结果表明:在非定常流场中,蜗壳表面的压力波动以基频为主,而叶片上的压力波动并没有明显的基频分量;蜗舌是基频噪声的最主要声源;随着流量变大,蜗壳辐射的噪声急剧增加;由叶片产生的偶极子基频噪声比蜗壳小,特别是在大流量工况下.     

应用于风扇后传噪声的三维降噪声衬优化设计技术

当今大型民机无一例外均采用降噪声衬来满足噪声控制要求.已有的航空发动机降噪工作主要是针对风扇前传噪声进行声衬优化设计且为二维轴对称声衬降噪设计.与风扇前传噪声相比,风扇后传噪声的准确预测是个挑战.基于抛物线近似技术和Kriging代理模型技术,提出了风扇后传噪声三维降噪声衬设计方法和流程.首先基于线化欧拉方程,推导了其...     

基于动-静叶片相位调制的冷却风扇离散噪声控制

随着汽车工业的发展和人们对驾驶舒适性要求的不断提高,汽车冷却风扇组件(CFM)离散噪声水平的控制与改善日趋重要.在CFM设计的早期,寻找一种能够快速预测离散噪声的方法有助于设计师缩短设计周期,提高工作效率.为此,提出一种动-静叶片相位调制的组合方法来控制CFM的谐波噪声,即通过控制CFM叶片的角度分布参数来降低CFM噪声频谱中的二次谐波以及三次谐波成分;基于静叶(定子叶片或者支撑筋)阵列的声学百叶窗效应,设计静叶角度分布参数,使CFM噪声频谱中的一次谐波成分进一步降低,从整体上改善CFM的离散噪声水平.通过7叶片风扇分别与6静叶和8静叶的组合对所提出的方法进行实验验证,结果表明其与理论预测结果较为吻合.     

基于波音算法的航空发动机风扇噪声预测

作为涡扇发动机的一个关键噪声源,随着涵道比的不断加大,风扇噪声在飞机起飞时对整机噪声的贡献量也日益增加;因此预测风扇噪声对飞机噪声适航评估工作有极大意义。采用Boeing风扇噪声预测算法,结合飞机起飞航迹,利用MATLAB软件编程,经过多普勒效应修正、几何发散衰减修正和大气吸声衰减修正,得到起飞时风扇噪声预测模型。以某型发动机为算例,计算出实际飞机起飞时噪声适航审定中所需测量的每隔0. 5 s动态声压级的预测值。把最终得到的有效感觉噪声级预测值与欧洲航空安全局提供的有效感觉噪声级真实值进行对比,验证了该模型的准确性;此模型能有效降低新飞机的研发成本和风险,缩短噪声适航审定周期。     

基于支持向量机的结霜过程特性参数预测模型

为解决结霜过程中有明显的非线性和时变性特征及测试数据中受噪声干扰较大、特性参数预测效果较差的难题,引入了基于结构风险最小化的支持向量机方法,建立了以热力参数集、时间、空间等为特征向量的预测模型.应用实验数据对模型进行了验证和评估,并与基于最小二乘法的预测模型进行了对比分析.结果表明,基于支持向量机的预测模型具有良好预测性能、非线性逼近能力和抗噪声干扰能力.     

基于BP神经网络的交流输电线路可听噪声预测模型

可听噪声属于输电线路电磁环境的影响因子之一,其常规预测模型均存在使用条件受约束或预测误差偏大的问题.根据间接预测法的思想,以可听噪声通用表达式中的4个因素为输入变量,可听噪声值为输出变量,建立了三层结构的BP神经网络交流输电线路可听噪声预测模型.以国外多条输电线路可听噪声数据为样本,通过BP神经网络对样本进行训练,运用得到的模型对预测集线路的可听噪声值进行了预测.结果表明,与常规GE公式相比,采用BP神经网络预测模型的预测平均绝对误差要小1.641 4 d B(A).     

苍鹰翼尾缘结构的单元仿生叶片降噪机理研究

利用逆向工程方法提取苍鹰尾缘非光滑形态的降噪特征元素,由此建立了仿生叶片结构模型;采用基于Smagorinsky亚格子应力模型的大涡模拟,结合基于Lighthill声类比的FW-H方程,分别对仿生尾缘锯齿叶片和标准叶片的流道模型进行了三维流场及声场的数值计算;通过分析仿生齿形结构对叶尾迹流场的影响,研究了仿生尾缘齿形结构的气流噪声控制机理.结果表明:仿生尾缘锯齿结构叶片的总A计权声压级比标准叶片降低了9.8dB;叶片尾缘锯齿结构可以改变流场噪声峰值的分布规律,从而降低了噪声峰值,且大部分频率范围内的气动噪声均有所降低;仿生尾缘锯齿结构可以改变各截面尾迹涡的脱落位置,从而增大了涡心之间的距离,抑制了脱落涡对尾迹流动的扰动,进而减小了叶片表面的非定常压力脉动和尾迹涡引起的气动噪声.     

基于组合预测包容性检验的单项模型选择

组合预测模型实际上是单项预测模型的信息进行选择利用的过程.最优组合中单项预测模型的选择是十分重要的问题,将包容性检验应用于组合预测单项预测模型的选择;给出了基于组合模型包容性检验的单项模型的选择方法和步骤,该方法主要是利用增加一个单项预测方法的组合预测模型与原组合预测模型之间的包容性检验,确定单项模型是否要保留在组合预测模型中,这样可以达到提高组合预测的预测有效度.最后通过应用实例的分析,表明通过组合预测模型的包容性检验筛选出合适的单项预测模型,再建立组合预测模型就能够达到提高预测精度的效果,因此该方法是可行的和有效的.     

复杂曲面薄壁叶片点铣加工弹性变形预测

针对复杂曲面薄壁叶片点铣加工刀位的特点,建立了平均铣削力预测模型,利用多因素正交试验法对铣削力系数进行了标定,并验证了该模型的正确性.在此基础上,考虑了铣削力与弹性变形之间的耦合效应,提出了复杂曲面薄壁叶片点铣加工过程中弹性变形量计算的迭代格式,并利用Matlab和Ansys集成实现了薄壁叶片在各刀触点处弹性变形量的计算.试验结果表明,弹性变形预测值与实际加工测量值之间的最大偏差为27.255 μm,最小偏差为2.001 μm,平均偏差为11.164 μm,预测结果与实际结果十分吻合.     

基于非单点模糊正则网络的时间序列预测模型

目的建立一种新的具有抗噪声能力的神经网络时间序列预测模型。方法通过将非单点模糊系统引入正则神经网络结构来建立模型。结果具有很强的抗噪声能力,且收敛速度快,全局搜索能力强。将该模型用于实例样本的预测,并和别的神经网络预测模型相比较。抗噪声能力的神经网络时间序列预测模型性能,比神经网络预测模型的性能显著提高。结论所建立的模型在性能上有显著提高,在一定程度上解决了视经网络的固有缺陷,今后有待降低计算复杂度。     

基于支持向量回归机的结构非概率可靠性分析

将支持向量机回归技术引入隐式极限状态结构的非概率可靠性分析,基于未确知信息的分段均布描述模型,设计了训练样本抽取策略．为了统一样本尺度,根据分段均布模型与标准化区间均布模型的双射关系,将基本变量区域中的样本数据转化成标准区间变量域中的样本数据,保证了支持向量机训练的稳定性．给出了SVR预测模型算法,并实现了在标准化区间变量域中直接抽取训练、测试及预测样本,使得样本抽取和蒙特卡罗模拟计算更便于实现．通过算例对方法的精度和可行性进行了验证,结果表明：该方法可解决隐式极限状态结构的非概率可靠性分析问题,且应用简便．     

发动机冷却风扇叶尖参数优化

发动机冷却风扇是车辆冷却系统的重要组成部分,静压和轴功率是评价其气动性能的重要指标,而叶尖作为风扇做功的主要部分对风扇气动性能有较大影响.以发动机冷却风扇为研究对象,研究了风扇气动性能的计算方法和叶尖参数的优化方法.首先给出了风扇气动性能的计算方法,依据试验台建立风扇计算模型,利用模型仿真得到风扇在某一转速下的性能曲线,并与试验值进行了对比验证;然后以叶尖安装角、叶尖弦长、叶尖拱高为变量设计新风扇,基于正交试验法对各叶尖参数进行优化组合,给出了风扇叶尖参数的优化方法;最后通过风扇性能曲线、叶片压力图、叶片速度矢量图对优化结果进行分析,验证了优化方法的可行性.文中关于风扇叶尖参数的分析与优化方法,对发动机冷却风扇的设计具有指导意义.     

道路交通噪声预测模型的实证比较分析

本文选择了沈阳市7条具有代表性的典型道路进行道路交通噪声现场监测,并同时采用3种常用的道路交通噪声预测模型FHWA、RLS-90、NMPB-Routes-96对上述7条典型道路进行道路交通噪声预测,根据实测噪声值对3种预测模式进行比较验证分析。结果表明这3种预测模型中,FHWA模型对各类型道路的交通噪声预测值均较实测值偏低较多,误差在7.4-11.5分贝之间,预测精度低;RLS-90模型预测值在实测值上下波动,误差在0.1-4.4分贝之间,预测精度高于FHWA模型;NMPB-Routes-96模型预测值在实测值上下波动,预测误差在1.7-2.7分贝之间,预测精度高于前两个模型。NMPB-Routes-96模型较适合作为我国噪声评价的预测模型。     

叶片数约化对叶轮机非定常气动特性影响的研究

通过求解三维非定常N-S方程模拟叶轮机械内部流场。采用有限体积中心差分和四步龙格库塔时间推进格式,并且使用了双时间方法对计算加速。对一级跨音速风扇静叶选取不同的叶片数方案进行非定常流场和性能数值模拟。对于不同的叶片数,叶片几何截面按比例缩放以保证各方案叶片稠度不变。计算结果给出了风扇级的性能、叶片气动载荷和非定常气动力等参数。叶片数目选择影响到非定常效率波动的幅值大小。通过对非定常气动力力的频谱分析得出,不同的叶片数目对非定常气动力的前两阶幅值造成明显的影响。     

基于EEMD-HT与LSSVM的柴油机辐射噪声品质预测技术

为了预测柴油机辐射噪声品质,采用基于集总经验模态分解(EEMD)、希尔伯特变换(HT)与最小二乘支持向量机(LSSVM)相结合的柴油机辐射噪声品质预测方法.该方法先采集柴油机辐射噪声信号,进行滤波和EEMD,再用HT得到相应的特征模态函数(IMF)分量的瞬时频率并对其进行临界频率带计权,最后计算其能量得到声音信号特征作为输入;用等级评分法对柴油机辐射噪声进行主观评价试验,把主观评价值作为输出;利用LSSVM训练得到预测模型.同时,以心理声学客观参数作为LSSVM的输入,建立另一个预测模型.分别用两个预测模型进行预测,结果表明基于EEMD-HT与LSSVM的柴油机辐射噪声品质预测模型具有更高的声品质预测精度,即更加接近人的主观感受.     

地方税收收入预测的数学模型——以贵州省为例

建立地方税收收入的3个单一模型,针对单一模型中存在的模型误差,将组合预测的方法引入地方税收收入预测中,构建基于Cubic模型和ARIMA模型的非负组合预测模型.利用地方税收收入数据进行实证研究表明,组合预测模型的误差优于相应的单一预测模型.     

非均布导流下页岩气藏压裂水平井产量模拟

现有的页岩气压裂井产能预测模型假设导流能力在缝长方向均匀分布,导致预测结果存在较大偏差.为提高压裂气井的产量预测精度,基于源汇思想和势的叠加原理,考虑压裂裂缝缝内导流能力的非均匀分布特征,建立了气井水力压裂后的非稳态产量预测模型,并通过数值方法对压裂水平井的产量进行了模拟.研究表明,与常规导流均匀分布的模型相比,缝内导...     

基于径向基函数神经网络的投资预测模型

利用径向基函数(RBF)神经网络,建立投资预测模型,有效解决经济投资预测中非线性预测问题.以历史数据为例,对所建立投资预测网络模型进行仿真、分析仿真结果.根据生产总值与投资分配之间存在的映射关系,应用RBF神经网络建立投资预测模型.模型既真实地表达了投资要素之间的高度非线性关系,又考虑了分配结构的优化问题,具有很高的预测精度,更具有较强的实际应用意义.