【摘 要】
：
为了分析某型APU燃烧室实际维修部件故障产生原因,利用ANSYS软件建立构件“流-固”耦合模型,探究高温工况下热应力对构件产生损伤的影响.结果表明:稳态工作状态下,燃烧室内部排气孔位置最高温度达到1187.87℃,承受Von-Mises应力为784.91 MPa;将仿真结果与实际维修数据比对,仿真分析得出的受载严重位置与实际服役燃烧室损伤位置基本一致,因此得出,由于燃烧室内环冷却孔承受较大温度梯度,更易发生故障损伤,造成经济损失乃至产生安全问题.研究结果可为APU燃烧室构件的定期检修以及计算其疲劳寿命提供
【机 构】
：
沈阳航空航天大学 民用航空学院,沈阳 110136;中国南方航空股份有限公司 沈阳维修基地,沈阳 110000
论文部分内容阅读
为了分析某型APU燃烧室实际维修部件故障产生原因,利用ANSYS软件建立构件“流-固”耦合模型,探究高温工况下热应力对构件产生损伤的影响.结果表明:稳态工作状态下,燃烧室内部排气孔位置最高温度达到1187.87℃,承受Von-Mises应力为784.91 MPa;将仿真结果与实际维修数据比对,仿真分析得出的受载严重位置与实际服役燃烧室损伤位置基本一致,因此得出,由于燃烧室内环冷却孔承受较大温度梯度,更易发生故障损伤,造成经济损失乃至产生安全问题.研究结果可为APU燃烧室构件的定期检修以及计算其疲劳寿命提供依据.
其他文献
为提高传统实验课的教学效果和质量,将以学生学习成果为导向的OBE教育理念融入到电工电子实验课堂中,采用线上线下混合式教学,教学过程以学生为主体,施行差异化的教学目标,通过多元化教学方法与多维度的考核方式,引导学生自主思考,自主学习.实践结果表明,改进后的教学方法激发了学生的学习兴趣,在提高课堂效率的同时,还培养了学生的自主学习能力、动手实践能力及综合能力.
新工科是我国高等教育为了主动应对新一轮科技革命与产业变革的兴起而提出的.面向国家战略发展需求,在新工科建设背景下创新创业教育必须融入到高校人才培养的全过程.文中以高职计算机专业为研究对象,从人才培养目标、课程体系、教学内容、教师队伍等方面进行专业教育与创新创业教育有机融合的探索与实践,并以“物联网技术”课程中学生的创新设计为例阐述专创融合实践效果.
为了提高异步电机矢量控制的鲁棒性和闭环控制性能,采用输出电流控制异步电机,研究按定子和气隙磁链定向的矢量控制,通过推导解耦控制方程,附加去耦项,实现系统的彻底解耦控制.研究表明,按定子和气隙磁链定向时磁链和转矩计算公式不含转子参数,避开了易于变化的转子参数对调速系统性能的影响.仿真结果验证了新方法可以有效提高磁场定向的准确性和解耦能力,改善闭环控制的动态性能,提高了系统的鲁棒性.
科学合理地评价学生认知能力对开展个性化教学具有重要的意义.针对学生认知能力易受非智力因素影响,不易量化的问题,提出使用直觉模糊层次分析法评价学生认知能力.该方法以布卢姆认知理论为框架,从知识和认知历程两个维度构建学生认知能力评价指标体系,采用直觉模糊法确定各指标权重,使用三角形隶属度函数模糊化测验成绩,以模糊综合评价确定学生认知能力的强弱.最后通过案例分析,该方法不仅可以评价学生的认知能力,还能为学生后期学习提供参考建议,说明该方法的有效性和可操作性.
微电网之间的能源贸易可以减少对公用大电网的依赖.研究了基于区块链的微电网对等能源交易,微电网中的消费者和生产者不需要第三方就可以交易能源,在提出的模型中引入了滞期费机制,构建动态定价模型,使微电网优化能源消耗并最大程度地减少电费,并为微电网提供了足够的能量.仿真结果验证了所提模型的有效性.
针对电力负荷序列非线性、随机性等特点引起的电力负荷预测精度低问题,提出一种基于快速傅里叶变换(FFT)、密度层次聚类算法(DC-HC)与长短时记忆(LSTM)神经网络相结合的短期负荷预测方法.首先,采用FFT计算出所有原始电力负荷序列对应的期望频率,并以之作为负荷聚类的特征量.然后采用DC-HC算法对负荷进行聚类,将原始数据分拆成具有特征属性的数据分量组;运用LSTM模型对各分量组进行负荷预测,再将各分量组预测结果进行叠加,得到最终负荷预测值;最后,采用爱尔兰实际电力负荷数据进行算例分析,结果表明所提方法
针对居民空调用电行为分类中存在事件型数据,导致分类分析耗时长、结果不准确等问题,提出一种基于函数型数据分析(FDA)模型的居民空调用电行为分类分析方法.该方法采用多重分形理论提取居民用电行为特征,使用函数型数据分析算法对居民空调用电行为进行聚类后获取居民空调用电行为类别,采用改进动态时间规整算法对居民空调用电行为实施分类处理,得到居民空调用电行为.根据非介入式设备采集到的实际居民用电行为信息检验该方法的有效性,实验结果表明:该方法可以较好地提取居民用电行为特征,且可有效提高用户空调用电行为分类精度以及缩短
针对电网大面积停电后黑启动分区划分问题,提出一种以分区联络线之和最少及总体操作最优为目标的数学模型.通过定义最小拓扑关系矩阵、节点关系矩阵和分区状态矩阵实现了对数学模型的解析描述,将对数学模型的求解转化为0-1优化问题.针对0-1优化问题多为NP-hard问题的现状,提出利用Hopfield神经网络进行求解.构造了计及各项约束条件的神经网络能量函数,给出了对应的求解方法.利用IEEE-39节点系统对所提模型及方法进行了验证,通过对分区评价指标的定量分析表明所提的模型正确,求解方法可行、有效.
为解决传统的光伏发电量预测中数据特征方程较为粗糙、预测精度不高等问题,提出一种基于PSO-Soft attention双向LSTM算法的光伏发电功率预测算法,在前向传播过程中通过自适应学习策略的PSO算法对LSTM模型的关键参数进行寻优,同时优化了双向LSTM网络的反向传播过程,加入了Soft attention机制使模型收敛性更强,重新构造该模型为八层网络结构且采用两层卷积层,同时解析了PSO-Soft attention双向LSTM算法的光伏发电功率预测过程.实验结果表明,相较于SVM模型以及LSTM
为提升航空公司在降雪天气下安全飞行的保障能力,以呼和浩特机场为对象,从强冷空气和弱冷空气两种环流形势分析该机场所属区域降雪天气的特点,根据降雪天气形成的原因,梳理降雪天气对地面待起飞航空器和着陆进近期间航空器安全飞行的影响,从飞行员、飞行签派员、机务工程师和气象分析员的角度总结安全飞行可采取的措施,建议在天气预警、按章操作、加强飞行操作能力、提升飞行员心理素质和严守签派放行安全红线等方面开展该机场安全运行保障工作,可为各类恶劣天气下安全飞行应对措施的制定提供参考.