Динамическая модель планетарного редуктора турбореактивных двухконтурных двигателей
Динамическая модель планетарного редуктора турбореактивных двухконтурных двигателей
Создание перспективных авиационных двигателей с редукторным приводом вентилятора требует совершенствования методов проектирования и оценки прочности зубчатых колес высоконагруженных планетарных редукторов. Разработана гибридная динамическая модель планетарного редуктора привода вентилятора газотурбинного двигателя, позволяющая оценивать динамические нагрузки в зацеплениях зубчатых колес и на опорах редуктора во всем диапазоне частот. В модели использован метод конечных элементов для получения функций кинематической погрешности, переменной жесткости зацепления и распределения изгибных и контактных напряжений в зубьях по всей фазе зацепления. Исследовано влияние податливости опор центральных колес и соотношения фаз зацеплений сателлитов на динамические напряжения в системе. На основе созданной динамической модели выработаны рекомендации по снижению динамических нагрузок в планетарных редукторах турбореактивных двухконтурных двигателей.
Литература
[1] Sheridan W.G., McCune M.E., Pescosolido A. Coupling system for a star gear train in a gas turbine engine. Patent US no. 8585539 B2. United Technologies Corporation, 2013.
[2] Григорьев В.В., Еланский А.В., Попуга А.И. Перспективные схемы авиационных двигателей с высокой топливной эффективностью. Авиационно-космическая техника и технология, 2013, № 9(106), с. 231–236. URL: http://nbuv.gov.ua/UJRN/aktit_2013_9_39 (дата обращения 30 октября 2016).
[3] ISO 6336-6:2006/Cor 1:2007. Calculation of load capacity of spur and helical gears. Part 6: Calculation of service life under variable load. Afnor publ., 2006. 2 p.
[4] DIN 3990-2:1987-12. Calculation of load capacity cylindrical gears. Calculation of pitting resistance. 1987.
[5] ГОСТ 21354–87. Передачи зубчатые цилиндрические эвольвентные внешнего зацепления. Расчет на прочность. Москва, Изд-во стандартов, 1989. 129 c.
[6] August R., Kasuba R., Frater J.L., Pintz A. Dynamic of planetary gear trains. NASA contactor report 3793, Washington, D.C., 1984.
[7] Kahraman A., Kharazi A.A., Umrani M. A deformable body dynamic analysis of planetary gears with thin rims. Journal of Sound and Vibration, 2003, 262, pp. 752–768.
[8] Parker R.G., Vijayakar S.M., Imajo T. Non-linear dynamic response of a spur gear pair: modelling and experimental comparisons. Journal of Sound and Vibration, 2000, pp. 435–455.
[9] Айрапетов Э.Л., Генкин М.Д. Динамика планетарных механизмов. Москва, Наука, 1980. 256 с.
[10] Айрапетов Э.Л., Апархов В.И., Генкин М.Д., Косарев О.И. Возмущающие силы в зубчатом зацеплении. Повышение качества зубчатых передач конструктивными и технологическими методами. Тез. докл. всесоюзного науч.-техн. совещания, ч. 2. Баку, 1976, с. 253–256.
[11] Kahraman A., Vijayakar S. Effect of internal gear flexibility on the quasi-static behavior of a planetary gear set. Transaction of ASME, Journal of Mechanical Design, 2001, 123, pp. 408–415.
[12] Калинин Д.В., Темис Ю.М. Моделирование нелинейных колебаний цилиндрических зубчатых передач авиационных приводов. Вестник СГАУ, 2015, т. 14, № 3, ч. 1, с. 193–202.
[13] Калинин Д.В. Динамический анализ зубчатой передачи. Известия МГТУ «МАМИ», 2015, № 3(25), т. 4, с. 9.
Динамическое оборудование для испытаний и мониторинга электродвигателей
Приборы динамического тестирования и мониторинга электродвигателей Baker позволяют проводить проверку состояния двигателей и генераторов со щита управления двигателями или через соединительный блок Baker EP1000. Динамический анализатор Baker EXP4000 — это низковольтный прибор с питанием и от сети, и от аккумулятора, который оценивает состояние электродвигателей и генераторов в процессе их работы. EXP4000 предоставляет данные о работоспособности и производительности двигателя, нагрузке двигателя и входящей мощности для оценки рабочих характеристик двигателя в составе всей системы машин, которую он поддерживает. Система динамического анализа двигателей Baker NetEP — это стационарное устройство, использующее ту же технологию, что и Baker EXP4000, для контроля до 32-ух двигателей с использованием любой комбинации из максимум 7 различных шин напряжения. Фиксируя пороговые условия параметров в ПО консоли, это устройство является системой оповещения о состоянии двигателя в режиме реального времени. Это особенно актуально в ситуациях где бесперебойность работы критично важна.
- Поиск и диагностика подземных коммуникаций (7)
- ТВ-инспекция каналов (0)
- Трассопоисковое оборудование (7)
- Электротехническое оборудование (188)
- Электротехнические лаборатории
- Передвижные электротехнические лаборатории (14)
- Компактные системы для испытания и поиска мест повреждений кабельных линий (8)
- Приборы для испытания кабелей (28)
- Приборы для прожига кабеля (3)
- Рефлектометры (13)
- Акустические генераторы и приемники (10)
- Приборы для диагностики кабелей и локализации частичных разрядов (17)
- Приборы для выбора кабеля из пучка и фазы (3)
- Мегаомметры, мультиметры и прочие тестеры (43)
- Приборы для стабилизации дуги (для беспрожиговых методов) (6)
- Приборы для контроля качества сети (2)
- Приборы для поиска замыканий на землю (1)
- Диагностика электродвигателей и генераторов (5)
- Испытание релейной защиты (6)
- Приборы для тестирования трансформаторов (15)
- Проверка аккумуляторных батарей (5)
- Тепловизоры (1)
- Тестирование выключателей (11)
- Диагностика сетей тепло- и водоснабжения (23)
- Передвижная лаборатория для поиска утечек (1)
- Корреляционные течеискатели (5)
- Акустические течеискатели (6)
- Расходомеры и датчики давления (6)
- Регистраторы шума утечки (логгеры) (1)
- Металлоискатели (0)
- Принадлежности (4)
- Сети телекоммуникаций (5)
- Измерительные мосты (1)
- Измерительные приборы (3)
- Преобразование повреждений / прожиг (2)
Официальный сайт компании
ООО «Меггер»
© 1999-2021
Что такое динамическая модель двигателя
- Главная
- Новости
- Фото/Видео
- Фото
- Видео
- BLOG
- Авиация и кино
- Военная авиация
- Авиация и музыка
- Авиация и литература
- Авторские статьи
- Стюардессы
- Полезная информация
- Авиа юмор
- Статьи
- Календарь
- Обзоры полетов
- Вероятность катастрофы
- Онлайн табло
- Расчет расстояния
- Биржа акций
- Сравнение авиатехники
- Разговоры в кабине пилотов
- Узнать самолет по номеру рейса
- Энциклопедия
- Авиация и кино
- Военная авиация
- Гражданская авиация
- Авиация и литература
- Полезная информация
- Вертолеты
- Летчики
- Заводы
- Учебные заведения
- Униформа
- Авиа игры
- Агрегаты и узлы авиа техники
- Авиакатастрофы
- Арсенал
- Боевые самолеты
- Беспилотные л.а.
- Статьи
- Самолёты
- Аэропорты
- Вертолеты
- Авиакомпании
- Авиабилеты
Вы здесь
Динамическая поузловая математическая модель двигателя
Эта модель обычно строится при ряде следующих допущений:
— описание газодинамических процессов в тракте двигателя выполняется в одномерной постановке в сосредоточенных параметрах;
— при расчете переходных режимов используются стационарные характеристики лопаточных машин (компрессоров, турбин);
— уравнения газовой динамики записываются без учета массовых сил и вязкости;
— процессы в смесителе и сопле полагаются изоэнтропическими и других, менее существенных допущениях.
Такие допущения не препятствуют выполнению достаточно точной идентификации модели в широком диапазоне изменения режимов работы двигателя и условий полета.
В моделях рассматриваемого типа учитываются инерционность вращающихся масс, нестационарность газодинамических процессов, зависимость показателя адиабаты от температуры и состава газа, отбор мощности от роторов на привод различных агрегатов, отбор воздуха из компрессоров и наружного контура на охлаждение двигателя и самолетные нужды, изменение коэффициента полноты сгорания в основной и форсажной камерах сгорания в зависимости от состава и давления газа и ряд других факторов.
При необходимости для решения конкретных задач модель позволяет учесть процессы нестационарного теплообмена газового потока и элементов конструкции двигателя путем соответствующей коррекции используемых характеристик.
В поузловой математической модели используются статические характеристики узлов, что позволяет широко использовать экспериментальные данные и повысить точность идентификации. Применение основных уравнений газовой динамики в нестационарной форме дает возможность учесть динамические свойства газовых трактов в двигателе и расширить частотный диапазон применимости модели, что бывает важно для некоторых задач динамики управления (например, при расчете процессов в ФКС и сопле).
Вместе с тем это позволяет разрешить основные уравнения модели относительно рассчитываемых координат и осуществить последовательное решение уравнений в процессе расчетов на ЭВМ без использования итерационных методов, что значительно сокращает время расчета переходных процессов в двигателе. Установившиеся режимы в такой модели считаются «методом установления».
Математически поузловая модель ГТД представляется системой алгебраических и нелинейных обыкновенных дифференциальных уравнений 8-10-го порядка. Используемые в ней базовые соотношения для описания процессов в типовых элементах и узлах двигателя, в сочетании со статическими зависимостями, представляющими характеристики узлов, и уравнениями для расчета термогазодинамических параметров в тракте, образуют полную систему уравнений модели. Независимыми координатами в модели являются внешние условия (Я, М, Твх) и регулирующие факторы (GT, GT.ф, рв, Читать всё о газотурбинном двигателе
Нейронечеткое управление выбросами вредных веществ авиационного газотурбинного двигателя
Полный текст:
- Аннотация
- Об авторах
- Список литературы
- Cited By
Аннотация
Одним из направлений развития авиации является решение экологических проблем, исключающее выделение в атмосферу вредных веществ (оксида азота, оксида углерода) при работе авиационного газотурбинного двигателя (ГТД).
Сложность управления камерой сгорания заключается в том, что необходимо одновременно поддерживать основные полетные требования как по тяге двигателя, так и по минимизации выбросов вредных веществ. Одновременное выполнение этих условий приводит к решению задачи в узком диапазоне изменения параметров. Сложность процессов, протекающих в авиационном двигателе, не позволяет использовать традиционные законы управления. Поэтому в статье предложены регуляторы, основанные на аппарате искусственного интеллекта.
В работе представлены синтез и анализ системы автоматического управления (САУ), обеспечивающей устойчивую работу на основных полетных режимах. В качестве регуляторов рассмотрены нейронная сеть и нечеткий регулятор. Предложены различные модели данных регуляторов. Проведен анализ САУ и осуществлен выбор наилучших моделей регулятора.
Для минимизации выбросов вредных веществ представлена динамическая модель эмиссии вредных веществ на уровне 18 кг за полный цикл взлет—полет—посадка. Разработана САУ минимизацией вредных веществ на основе нейронного регулятора. Приведены результаты экспериментов.
Ключевые слова
Об авторах
Список литературы
1. Августинович В. Г., Кузнецова Т. А., Фатыков А. И., Нугуманов А. Д. Концепция управления малоэмиссионной камерой сгорания авиационного ГТД и ее эксперт-модель для обучения нейронной сети смарт-регулятора // Вестник Пермского национального исследовательского политехнического университета. Аэрокосмическая техника. 2018. № 53. С. 5—19.
2. Васильев А. Ю. Некоторые проблемы разработки малоэмиссионных камер сгорания и пути снижения эмиссии оксидов азота // Двигатель. 2016. № 6(108). С. 10—13
3. Lauer M., Farber J., Reith F., Masalme J. E. Model Based Prediction of Off-Design Operation Condition NOx Emission from DLE Gas Turbine Combustors // Proc. ASME Conf. Turbo Expo GT2017-63063. Charlotte, NC, USA. 2017. 11p.
4. Марчуков Е. Ю., Федоров С. А. Новая концепция низкоэмиссионной камеры сгорания стационарных ГТУ, разрабатываемых на базе авиационных ГТД // Вестник Самарского государственного аэрокосмического университета. Процессы горения, теплообмена и экологии тепловых двигателей. 2000. С. 143—152.
5. Комаров Е. М. Методы уменьшения эмиссии вредных веществ в камерах сгорания ГТД и ГТУ // Машиностроение и компьютерные технологии. 2018. № 05. С. 9—29.
6. Avgustinovich V. G., Nazukin V. A. CFD Analysis of swirling flows in premixers // Proceedings of ASME Turbo Expo 2014 [Electronic resource]: Turbine Technical Conference and Exposition (June 16—20, 2014, Dusseldorf, Germany) / American Society of Mechanical Engineers (ASME), International Gas Turbine Institute. New York: ASME, 2014. Art. No. V04AT04A0511, electronic optical disc (DVD). 10 p.
7. Маркушин А. Н., Бакланов А. В. Исследование качества подготовки топливовоздушной смеси и его влияния на выбросы NOx в малоэмиссионной камере сгорания ГТД // Вестник Самарского государственного аэрокосмического университета им. академика С. П. Королева (национального исследовательского университета). 2013. № 3-1 (143). С. 139—145.
8. Belokon A., Khirtov K., Klyachko L., Tschepin S., Zakharov V. Prediction of Combustion Efficiency and NOx Level for Diffusion Flame Combustors in HAT Cycles // Proc. ASME Conf. Turbo Expo GT2002-30609. Amsterdam, 2002. 9 p.
9. Зубилин И. А. Методика определения границы бедного срыва в камерах сгорания газотурбинных установок: дис. канд. техн. наук: 05.07.05. Самара: Изд-во Самарского нац. иссл. ун-та, 2016. 169 с.
10. Куценко Ю. Г. Методология проектирования малоэмиссионных камер сгорания ГТД на основе математических моделей физико-химических процессов: дис. . д-ра техн. наук: 05.07.05. Пермь: Изд-во Перм. гос. техн. ун-та, 2010. 193 с.
11. Иноземцев А. А., Сандрацкий В. Л. Газотурбинные двигатели. Пермь: ОАО «Авиадвигатель», 2006. 1204 с.
12. Варнатц Ю., Маас У., Диббл Р. Горение. Физические и химические аспекты, моделирование, эксперименты, образование загрязняющих веществ. М.: Физматлит, 2006. 352 с.
13. Avgustinovich V. G., Kutsenko Y. G. Creation and Application of Combined Calculation Methodology for Low Emission Combustion Chamber // Russian Aeronautics. 2011. Vol. 54, N. 2. P. 170—178.
14. Vanderhaegen E., Deneve M. Predictive Emissions Monitoring Using a Continuously Updating Neural Network // Proc. ASME Conf. Turbo Expo GT2010-22899. Glasgow, 2010. 7 p.
15. Lamont W. G., Roa M., Lucht R. Application of Artificial Neural Networks for the Prediction of Pollutant Emissions and Outlet Temperature in Fuel Staged Gas Turbine Combustion Rig // Proc. ASME Conf. Turbo Expo GT2014-25030. Dusseldorf, 2014. 10 p.
16. Warren G. Lamont. Application of Artificial Neural Networks for the Prediction of Pollutant Emissions and Outlet Temperature in a Fuel-Staged Gas Turbine Combustion Rig / Warren G. Lamont, Mario Roa, Robert P. Lucht // Proceedings of ASME Turbo Expo 2014: Turbine Technical Conference and Exposition. 2014. P. 1—10.
17. Булысова Л. А., Васильев В. Д., Гутник М. М., Гутник М. Н., Берне А. Л., Пугач К. С. Экспериментальные исследования эмиссий NO x при сжигании топлива в одной и двух последовательно расположенных ступенях сгорания // Электрические станции. 2018. № 11 (1048). С. 15—23.
18. Hao Zh., Kefa C., Jianren F. Modeling and optimization of the NOx emission characteristics of a tangentially firedboiler with artificial neural networks. Clean Energy and Environment Engineering Key Lab of MOE, Institute for Thermal Power Engineering, Zhejiang University, Hangzhou, 310027, PR China Received7 February 2001.
19. Осовский С. Нейронные сети для обработки информации / Пер. с польского И. Д. Рудинского. М.: Финансы и статистика, 2004. 344 с.
20. Пегат А. Нечеткое моделирование и управление / Пер. с англ. М.: Бином. Лаборатория знаний, 2017. 79 с.
21. Хижняков Ю. Н., Южаков А. А, Титов Ю. К. Проектирование адаптивного нечеткого регулятора положения дозатора воздушно-реактивного двигателя // Электротехника. 2018. № 11. С. 6—11.
22. Гостев В. В. Проектирование нечетких регуляторов для систем автоматического управления. СПб.: БХВПетербург, 2011. 416 с.
23. Хижняков Ю. Н., Южаков А. А., Софин Н. А. Разработка адаптивного нечеткого регулятора частоты и встроенной модели авиационного двигателя с применением нейронной технологии // 14-я Международная конференция «Авиация и космонавтика — 2015» Тезисы Московский авиационный институт (национальный исследовательский университет). 2015. С. 157—159.
24. Хижняков Ю. Н. Нечеткое, нейронное и гибридное управление: Учеб. пособ. Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2013. 303 с.
