民航发动机VSV调节规律及喘振故障诊断研究
发布时间:2021-10-30 03:57
喘振是一种破坏力极强的故障,严重影响发动机的安全运行,无论何种工况都要避免发动机进入喘振区。VSV系统是防止发动机喘振的重要措施,其主要作用是通过调整可调静子叶片的角度,使气流以最佳攻角进入压气机转子叶片,避免出现涡流和气流阻塞,减少气流损失,达到扩大发动机工作稳定性的目的。但其作动机构复杂、调节频繁,极易发生VSV调节滞后、调节角度不正确等故障,严重时会导致喘振。本文利用基准进口气流角法和支持向量回归机,对VSV的调节规律进行了深入探索,并基于支持向量机对喘振故障诊断进行了研究。首先根据发动机原理,以PW4077D发动机HPC第一级转子相对速度进口角为基准,利用基准进口气流角法构建发动机可调导流叶片调节规律模型,由模型可得发动机不同状态点下的导流叶片开度。其次以大量的发动机正常状态QAR数据为基础,建立爬升、巡航和下降段的支持向量机模型,研究VSV在各航段的调节规律,结果表明各模型回归预测值与真实值相差很小,各个模型精度较高,可实现对VSV位置的状态监控,另外对支持向量机的参数寻优算法以及两种建模方法的优劣进行了对比。最后基于PW4077D发动机的喘振数据构建单类支持向量机模型,模型...
【文章来源】:中国民航大学天津市
【文章页数】:67 页
【学位级别】:硕士
【部分图文】:
PW4077D发动机VSV系统
图 2-1 PW4077D 发动机 VSV 系统制器 EEC 通过低压转子转速 N1、高压转子转速 N的 VSV 位置。EEC 发送指令到液压机械组件,然 VSV 作动筒,EEC 通过对比传感器 LVDT 反馈的动筒活塞位置,最终通过摇臂、调整杆驱动 VSV静子叶片角度的目的,VSV 系统控制原理展示在图
图 2-3 VSV 在稳态和加速时的调节示意图原理叶片时攻角过大,会造成气流分离,分离气流不用是调整静子叶片的安装角度,使后面的转子叶防止了气流分离,失速和喘振也就不会发生。
【参考文献】:
期刊论文
[1]免疫支持向量机用于航空发动机磨损故障诊断[J]. 张建,李艳军,曹愈远,张丽娜. 北京航空航天大学学报. 2017(07)
[2]基于BP神经网络的航空发动机故障检测技术研究[J]. 殷锴,钟诗胜,那媛,李臻. 航空发动机. 2017(01)
[3]涡扇发动机可调静子叶片控制规律研究[J]. 黄爱华. 燃气涡轮试验与研究. 2017(01)
[4]角度可调IGV控制系统的建模及分析[J]. 邢志伟,李红举. 机床与液压. 2016(09)
[5]多级轴流式压气机防喘系统模拟排故方案设计[J]. 杨天贺. 山东工业技术. 2014(19)
[6]基于二阶滑模的压气机喘振主动控制[J]. 黄伟,黄向华. 中国机械工程. 2013(21)
[7]航空发动机失稳特征信号甄别[J]. 王克宏,唐世建,屈卫东. 燃气涡轮试验与研究. 2013(04)
[8]浅谈VSV系统对燃气轮机喘振的影响[J]. 王振林. 科技创业家. 2013(15)
[9]一种基于发动机喘振实时模型的主动稳定性控制方法[J]. 张海波,华伟,吴伟超. 航空动力学报. 2013(05)
[10]基于LS-SVM的航空发动机喘振故障诊断研究[J]. 曹惠玲,罗立霄,曲春刚,康力平. 热能动力工程. 2013(01)
博士论文
[1]民航发动机气路参数偏差值挖掘方法及其应用研究[D]. 崔智全.哈尔滨工业大学 2013
硕士论文
[1]基于支持向量机的沪深300指数回归预测[D]. 王芳.山东大学 2015
[2]VSV调节机构运动特性的分析方法研究[D]. 张帅.南京航空航天大学 2015
[3]支持向量机在航空发动机气路故障诊断中的应用[D]. 陈扬文.上海交通大学 2014
[4]基于压力、振动、声音信号的压气机喘振故障诊断和监测[D]. 曹昳劼.上海交通大学 2010
[5]航空发动机气路故障诊断技术研究[D]. 张光明.沈阳航空工业学院 2010
本文编号:3466005
【文章来源】:中国民航大学天津市
【文章页数】:67 页
【学位级别】:硕士
【部分图文】:
PW4077D发动机VSV系统
图 2-1 PW4077D 发动机 VSV 系统制器 EEC 通过低压转子转速 N1、高压转子转速 N的 VSV 位置。EEC 发送指令到液压机械组件,然 VSV 作动筒,EEC 通过对比传感器 LVDT 反馈的动筒活塞位置,最终通过摇臂、调整杆驱动 VSV静子叶片角度的目的,VSV 系统控制原理展示在图
图 2-3 VSV 在稳态和加速时的调节示意图原理叶片时攻角过大,会造成气流分离,分离气流不用是调整静子叶片的安装角度,使后面的转子叶防止了气流分离,失速和喘振也就不会发生。
【参考文献】:
期刊论文
[1]免疫支持向量机用于航空发动机磨损故障诊断[J]. 张建,李艳军,曹愈远,张丽娜. 北京航空航天大学学报. 2017(07)
[2]基于BP神经网络的航空发动机故障检测技术研究[J]. 殷锴,钟诗胜,那媛,李臻. 航空发动机. 2017(01)
[3]涡扇发动机可调静子叶片控制规律研究[J]. 黄爱华. 燃气涡轮试验与研究. 2017(01)
[4]角度可调IGV控制系统的建模及分析[J]. 邢志伟,李红举. 机床与液压. 2016(09)
[5]多级轴流式压气机防喘系统模拟排故方案设计[J]. 杨天贺. 山东工业技术. 2014(19)
[6]基于二阶滑模的压气机喘振主动控制[J]. 黄伟,黄向华. 中国机械工程. 2013(21)
[7]航空发动机失稳特征信号甄别[J]. 王克宏,唐世建,屈卫东. 燃气涡轮试验与研究. 2013(04)
[8]浅谈VSV系统对燃气轮机喘振的影响[J]. 王振林. 科技创业家. 2013(15)
[9]一种基于发动机喘振实时模型的主动稳定性控制方法[J]. 张海波,华伟,吴伟超. 航空动力学报. 2013(05)
[10]基于LS-SVM的航空发动机喘振故障诊断研究[J]. 曹惠玲,罗立霄,曲春刚,康力平. 热能动力工程. 2013(01)
博士论文
[1]民航发动机气路参数偏差值挖掘方法及其应用研究[D]. 崔智全.哈尔滨工业大学 2013
硕士论文
[1]基于支持向量机的沪深300指数回归预测[D]. 王芳.山东大学 2015
[2]VSV调节机构运动特性的分析方法研究[D]. 张帅.南京航空航天大学 2015
[3]支持向量机在航空发动机气路故障诊断中的应用[D]. 陈扬文.上海交通大学 2014
[4]基于压力、振动、声音信号的压气机喘振故障诊断和监测[D]. 曹昳劼.上海交通大学 2010
[5]航空发动机气路故障诊断技术研究[D]. 张光明.沈阳航空工业学院 2010
本文编号:3466005
本文链接:https://www.wllwen.com/kejilunwen/hangkongsky/3466005.html