CN113326668B - 面向涡扇发动机的数字孪生物理层的构建方法 - Google Patents

面向涡扇发动机的数字孪生物理层的构建方法 Download PDF

Info

Publication number
CN113326668B
CN113326668B CN202110607847.6A CN202110607847A CN113326668B CN 113326668 B CN113326668 B CN 113326668B CN 202110607847 A CN202110607847 A CN 202110607847A CN 113326668 B CN113326668 B CN 113326668B
Authority
CN
China
Prior art keywords
pressure
outlet
air flow
low
total
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110607847.6A
Other languages
English (en)
Other versions
CN113326668A (zh
Inventor
任彬
汪小雨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN202110607847.6A priority Critical patent/CN113326668B/zh
Publication of CN113326668A publication Critical patent/CN113326668A/zh
Application granted granted Critical
Publication of CN113326668B publication Critical patent/CN113326668B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Structures Of Non-Positive Displacement Pumps (AREA)
  • Control Of Turbines (AREA)

Abstract

本发明公开了一种面向涡扇发动机的数字孪生物理层的构建方法，应用于涡扇发动机数字孪生领域。本方法的操作步骤为：确认涡扇发动机结构；构建涡扇发动机部件级模型；构建涡扇发动机数字映射模型；对参数进行分类；确定传感器采集方案；将参数数据传递至数字孪生服务器；对数据实现参数融合，反映涡扇发动机工作状态。本发明方法具有一定的创新性和可行性，对于航空发动机数字孪生构建具有一定的借鉴意义。

Description

面向涡扇发动机的数字孪生物理层的构建方法
技术领域
本发明用于涡扇发动机数字孪生领域，应用于涡扇发动机的数字孪生物理层构建。
背景技术
数字孪生是对物理世界的多尺度、多学科、多物理量的概率表示。其旨在通过特定传感单元获取多维度、宽领域的高精确性数据，使用不同的专业知识和数据处理工具对数据进行计算处理，最终对关键输入输出实现特征化建模，完成对真实工况的模拟。数字孪生因其继承性、交互性、实时性等特征广泛应用于飞行器与航空发动机。分开排气式涡轮风扇发动机或称为涡扇发动机是一种常见的航空发动机。通过构建涡扇发动机数字孪生体系，能更好地模拟涡扇发动机的工作状态，了解内部系统的运行情况，最终做出更优的决策。物理层是涡扇发动机的数字孪生体系的基础，是发动机与其数字孪生体的映射过程。物理层是将物理实体和真实环境中的所有信息通过传感器等设备使用测量等手段转换成上位机可识别的信息，并在上位机中进行数据分类、分析与存储等操作，最终实现数据融合与模型融合的过程。整个物理层流程的精确性、完整性与实时性决定了数字孪生系统是否能够正常运转。但是，由于涡扇发动监测数据难以采集，以及对于数据利用与反馈不够充分，所以对于涡扇发动机数字孪生物理层构建的相关技术研究较少。因此，如何有效地构建涡扇发动机数字孪生物理层，是研究构建其数字孪生的关键。
发明内容
为了解决现有技术问题，本发明的目的在于克服已有技术存在的不足，提供一种面向涡扇发动机的数字孪生物理层的构建方法，解决了涡扇发动机物理模型与虚拟模型的映射困难。
为达到上述目的，本发明采用如下技术方案：
一种面向涡扇发动机的数字孪生物理层的构建方法，其操作步骤如下：
步骤一，确认涡扇发动机结构：
涡扇发动机是一系列零件装配形成的复杂装配体，其中，不同零件之间组成不同的部件，用于在涡扇发动机整体中实现不同的功能，依据这些功能将部件分离；
步骤二，构建涡扇发动机部件级模型：
将分离出来的部件分别组成对应的模型，依据部件功能不同，不同的部件拥有不同的参数输入与输出，依据部件内部的气、动、热力学传递方式，明确每个部件的输入量与输出量；
步骤三，构建涡扇发动机数字映射模型：
依据部件的功能与部件之间的气、动、热力学传递方式，将部件级模型串联或者并联起来，组成整个涡扇发动机的数字映射模型，用于反映涡扇发动机整体的参数传递；
步骤四，对参数进行再次分类：
明确分类依据，按照依据将参数分类；
步骤五，确定传感器采集方案：
依据分类后的参数类型，考虑实际采集环境，确定所需传感器种类，布置传感器分布方法；
步骤六，将参数传递至数字孪生服务器得到监测数据集：
通过无线传感器网络方式，将采集得到的数据传输至服务器，得到涡扇发动机实时监测数据集；
步骤七，参数融合：
依据采集到的涡扇发动机实时监测数据集的数据，通过参数融合，实现对于涡扇发动机运行状态的判断，完成面向涡扇发动机的数字孪生物理层的构建。
优选地，在所述步骤七中，进行参数融合时，包括如下步骤：
7-1.使用z-score法标准化涡扇发动机数据；
7-2.按照相关度筛选数据，筛选达到要求的相关度大的数据，筛选后的数据包含s维涡扇发动机数据；
7-3.数据融合；将标准化后的数据记为：代表涡扇发动机i时刻第k维数据；
7-4.使用Kalman滤波平滑HI随时间变化曲线，用于预测涡扇发动机的状态变化，依据曲线趋势，分析涡扇发动机运行状态。
优选地，在所述步骤7-2中，筛选后的发动机数据如下：
低压压气机出口总温度T24、高压压气机出口总温度T30、低压涡轮出口总温度T50、风扇转速nf、高压压气机出口静压Ps30、涵道比BPR、高压涡轮转速nH；高压压气机出口总压P30、燃油流量Wf、高压涡轮引气流量W31、低压涡轮引气流量W32；
涡扇发动机工况突变最直接的体现就是其传感器采集数据的改变，依据数据趋势实现数据降维，撇除随时序变化极小的无效数据。
优选地，在所述步骤一中，依据大涵道比涡扇发动机物理实体，构建结构模型；
涡扇发动机为分开排气式涡轮风扇发动机，主要结构包括进气道、低压转子形式的风扇、外涵道喷管、低压压气机LPC(Low-Pressure Compressor)、高压压气机HPC(High-Pressure Compressor)、燃烧室、高压涡轮HPT(High-PressureTurbine)、低压涡轮LPT(Low-Pressure Turbine)与尾喷管；其中低压压气机、风扇与低压涡轮同轴转动，高压压气机与高压涡轮同轴转动；发动机有一个气流入口：进气道；发动机有两个气流出口：分别是内涵道与外涵道；
气流从进气道进入，然后经过风扇之后，分为两股气流，分别进入内、外涵道：
1-1.外涵道气流直接从外涵道喷管喷出；
1-2.内涵道气流依次进入低压压气机、高压压气机、燃烧室、高压涡轮、低压涡轮，最后从尾喷管喷出。
优选地，在所述步骤二中，构建涡扇发动机部件级模型时，部件级模型包括:进气道模型、风扇模型、外涵道喷管模型、低压压气机模型、高压压气机模型、燃烧室模型、高压涡轮模型、低压涡轮模型、尾喷管模型。
优选地，在所述步骤二中，构建涡扇发动机部件级模型时，具体如下：
2-1.进气道部件级模型：
进气道是涡扇发动机的第一部分结构，利用进气道外部依据飞机飞行高度H求得涡扇发动机外部大气温度T0，大气静压力P0；
当H≤11km时：
T0＝288.15-6.5H (2)
P0＝[101325·(1-H/44.308)5.2553]Pa (3)
H≥11km时：
T0＝216.7K (4)
进气道利用自身结构，降低外部气体速度并完成增压；进气道依据飞行速度，确定其总压恢复系数σ1；
当飞行速度为亚音速时，即Ma≤1.0，
σ1＝0.97 (6)
当飞行速度为超音速时，即Ma≥1.0：
σ1＝0.97[1.0-0.075(Ma-1)1.35] (7)
2-2.风扇部件级模型：
气流经过进气道流入风扇，风扇入口总压P2、总温T2：
P2＝σ1·P0 (8)
T2＝T0 (9)
气流流经增压比为π、效率为ηF、转速为n的风扇部件增压，其输出量为：风扇出口总压P22、风扇出口总温T22：
P22＝P2·π (10)
2-3.外涵道部件级模型：
涡扇发动机为分开排气式涡扇发动机，外涵道与内涵道为并联式结构，其涵道比为BPR；流出风扇的气流空气流量为W2；进入内涵道气流的空气流量为Wa22，进入外涵道气流的空气流量为Wa15；
外涵道出气口面积为A15；其输出量为：外涵道总压恢复系数σ15，外涵道出口总温P15、外涵道总压T15、外涵道出口静压Ps15；
P15＝P22·σ15 (14)
T15＝T22 (15)
Ps15＝P0 (16)
2-4.低压压气机部件级模型：
低压压气机是内涵道的第一个部件级模型，其与外涵道属于并联式结构；风扇气流的空气流量的一部分Wa22进入低压压气机；低压压气机增加比为为πCL、效率为ηCL，低压压气机输出量为：低压压气机出口总温T24、低压压气机出口总压P24、低压压气机出口空气流量Wa24；
P24＝P22·πCL (17)
Wa24＝Wa22 (19)
式中，k为空气定熵指数；
2-5.高压压气机部件级模型：
低压压气机与高压压气机属于串联式结构，低压压气机的出口参数即为高压压气机入口参数；空气流量为Wa24、温度为T24、压力为P24的内涵道空气流经增压比为πCH、效率为ηCH的高压压气机；输出参数为：高压压气机出口总温T30、高压压气机出口总压P30、高压压气机出口静压Ps30、高压压气机出口空气流量W30；
W30＝Wa24 (20)
P30＝P24·πCL (21)
空气流量为W30的高压压气机出口气流被分为四波，分别为：燃烧室空气的空气流量W3a；高压涡轮引气流量W31，用于高压涡轮部件前气流的混合冷却；低压涡轮引气流量W32，用于低压涡轮部件前气流的混合冷却；飞机引气流量Wβ；
W30＝W3a+W31+W32+Wβ (23)
2-6.燃烧室部件级模型：
进入燃烧室气流的空气流量为W3a；燃烧室与高压压气机为串联式结构，故燃烧室入口总压、总温等于高压压气机出口总压P30、、总温T30；燃烧室中，提供的燃油流量为Wf，存在燃烧平衡：
cpg(W3a+Wf)T4＝cpW3aT30+ηBWfHf (24)
式中，cp为空气比定压热容；cpg为燃气比定压热容；Hf为燃油低热值；ηB为燃烧室燃烧效率；
燃烧室油气比为farB，经燃烧反应，其输出量为：燃烧室出口总温T4、燃烧室总压P4、燃烧室空气流量W4、燃烧室总压恢复系数σB；
P4＝P30·σB (26)
T4＝设定值 (27)
W4＝W3a(1+farB) (28)
2-7.高压涡轮部件级模型：
高压涡轮与燃烧室为串联式结构；流出燃烧室的气体W4，与高压涡轮引气流量W31混合形成流量为W4a的气体；混合形成的气流位于高压涡轮入口处，其参数为：高压涡轮入口空气流量W4a、高压涡轮入口总温T4a、高压涡轮入口总压P4a；混合前后存在能量平衡：
cpgW31T30+cpgW4T4＝cpgW4aT4a (29)
P4a＝P4 (30)
W4a＝W4+W31＝W3a(1+farB)+W31 (31)
气流混合之后，进入高压涡轮；高压涡轮转速为nH、高压涡轮机械效率为ηmH、高压涡轮降压比为πTH；其输出参数为：高压涡轮出口总温T45、高压涡轮出口总压P45、高压涡轮出口空气流量W45；
cpgW4a(T4a-T45)ηmH＝cpW30(T3-T22) (32)
W45＝W4a (34)
2-8.低压涡轮部件级模型：
低压涡轮与高压涡轮为串联式结构；流出高压涡轮的气体W45，与低压涡轮引气流量W32混合形成流量为W4c的气体；混合形成的气流位于低压涡轮入口处，其参数为：低压涡轮入口空气流量W4c、低压涡轮入口总温T4c、低压涡轮入口总压P4c；混合前后存在能量平衡：
cpgW32T30+cpgW45T45＝cpgW4cT4c (35)
P4c＝P45 (36)
W4c＝W45+W32＝W3a(1+farB)+W31+W32 (37)
气流混合之后，进入低压涡轮；低压涡轮转速为nL、低压涡轮机械效率为ηmL、低压涡轮降压比为πTL；其输出参数为：低压涡轮出口总温T50、低压涡轮出口总压P50、低压涡轮出口空气流量W50；
W50＝W4c (40)
nL＝nf (41)
2-9尾喷管部件级模型：
尾喷管与低压涡轮为串联式结构，内涵道气流经低压涡轮流入尾喷管，从总压恢复系数σ8、截面面积A8的尾喷管喷射而出；其输出参数为：尾喷管出口总压P8、尾喷管出口总温T8、尾喷管出口静压Ps8；
T8＝T50 (42)
P8＝P50·σ8 (43)
Ps8＝P0 (44)
优选地，在所述步骤三中，构建涡扇发动机数字映射模型时，包括如下步骤：
3-1.依据部件级模型确定映射模型参数类别：
3-1-1.总温为其驻点温度，为满足任意压力下不液化气体的实时温度；
3-1-2.总压为其驻点压力，指气流速度等熵滞止到零时的压力，是气流中静压与动压之和；
3-1-3.静压为在静止或者匀速直线运动时表面所受的压强；
3-1-4.空气流量：单位时间内流过的气体体积；
3-2.依据映射模型参数类别，得到部件级模型的输入与输出量，组合到映射模型中，确定总体的输入、输出量；确定涡扇发动机的参数，并匹配参数和发动机对应位置：
3-2-1.进气道模型：进气道入口静压或大气静压P0、大气温度T0、飞机飞行高度H、飞行马赫数Ma、进气道总压恢复系数σ1；
3-2-2.风扇模型：风扇入口总温T2、风扇入口总压P2；风扇转速nf、风扇增压比π、风扇效率ηF，风扇出口空气流量W2、风扇出口总温T22、风扇出口总压P22、空气定熵指数k；
3-2-3.外涵道模型：涵道比BPR、外涵道气流空气流量Wa15、外涵道出气口面积A15、外涵道总压恢复系数σ15、外涵道出口总温P15、外涵道出口总压T15、外涵道出口静压Ps15；
3-2-4.低压压气机模型：低压压气机空气流量Wa22、低压压气机入口总温T22、低压压气机入口总压P22、低压压气机出口总温T24、低压压气机出口总压P24、低压压气机出口空气流量Wa24、低压压气机增压比为πCL、低压压气机效率为ηCL；
3-2-5.高压压气机模型：高压压气机出口总温T30、高压压气机出口总压P30、高压压气机出口静压Ps30、高压压气机出口空气流量W30、高压压气机增压比πCH、高压压气机效率ηCH、燃烧室入口空气流量W3a、高压涡轮引气流量W31、低压涡轮引气流量W32、飞机引气流量Wβ；
3-2-6.燃烧室模型：燃烧室入口空气流量W3a、燃烧室气体燃烧效率ηB、燃烧室总压恢复系数σB、燃油流量Wf、燃烧室燃气比farB、燃烧室出口总压P4、燃烧室出口总温T4、燃烧室出口空气流量W4、空气比定压热容cp、为燃气比定压热容cpg、为燃油低热值Hf；
3-2-7.高压涡轮模型：高压涡轮转速nH、高压涡轮引气流量W31、高压涡轮入口空气流量W4a、高压涡轮入口总温T4a、高压涡轮入口总压P4a、高压涡轮出口空气流量W45、高压涡轮出口总温T45、高压涡轮出口总压P45、高压涡轮机械效率ηmH、高压涡轮降压比πTH；
3-2-8.低压涡轮模型：低压涡轮转速nL、低压涡轮引气流量W32、低压涡轮入口空气流量W4c、低压涡轮入口总温T4c、低压涡轮入口总压P4c、低压涡轮出口空气流量Wa50、低压涡轮出口总温T50、低压涡轮出口总压P50、低压涡轮机械效率ηmL、低压涡轮降压比πTL；
3-2-9.尾喷管模型：尾喷管总压恢复系数σ8、尾喷管出气口截面面积A8、尾喷管出口总温T8、尾喷管出口总压P8、尾喷管出口静压为Ps8；
其中，总温为其驻点温度，为满足任意压力下不液化气体的实时温度；总压为其驻点压力，指气流速度等熵滞止到零时的压力，是气流中静压与动压之和；静压为在静止或者匀速直线运动时表面所受的压强；空气流量：单位时间内流过的气体体积。
优选地，在所述步骤四中，对参数进行再次分类时，包括如下步骤：
4-1.涡扇发动机数字映射模型中的参数，依据其来源分为环境参数、发动机设置参数、实时监测参数、计算获取的参数；对映射模型内的传递参数进行分类，便于分配合适的传感器；
环境参数包括：空气定熵指数k、大气静压P0、大气温度T0、空气比定压热容cp、为燃气比定压热容cpg、为燃油低热值Hf；
涡扇发动机设置参数包括：燃油油量为Wf、燃烧室燃气比farB、外涵道出口面积A15、尾喷管出口面积A8、燃烧室出口总温T4；
4-2.利用光学、热学、力学传感器，实时监测，获得如下数据：飞机飞行高度H、飞行速度Ma、不包含燃烧室出口总温T4的各部件的总温、总压及其实时转速、空气流量、外涵道出口静压Ps15、高压压气机出口静压Ps30、尾喷管出口静压Ps8；
4-3.计算获取的参数，包括：进气道总压恢复系数σ1、尾喷管总压恢复系数σ8、涵道比BPR、各部件增压比与降压比、机械效率。
优选地，在所述步骤五中，确定传感器采集方案时，包括如下步骤：
5-1.在风扇、高速轴位置安装DSP传感器，用于测量风扇转速nf、高压涡轮转速nH；
5-2.在如下位置安装探针式总温传感器：风扇入口、风扇出口、外涵道出口、低压压气机出口、燃气室出口、高压压气机出口、高压涡轮出口、尾喷管出口；
5-3.在如下位置安装探针式总压传感器：风扇入口、风扇出口、外涵道出口、低压压气机出口、燃气室出口、高压压气机出口、高压涡轮出口、尾喷管出口；
5-4.在如下位置安装测量耙式空气流量计：风扇入口、风扇出口、外涵道入口、外涵道出口、低压压气机出口、燃气室出口、高压压气机出口、高压涡轮出口、尾喷管出口。
本发明与现有技术相比较，具有如下显而易见的突出实质性特点和显著优点：
1.本发明面向涡扇发动机的数字孪生物理层的模型构建方法，依据涡扇发动机结构，推理其数字映射，确定数字孪生模型所需参数；
2.本发明依据参数种类，设计传感器采集方案，并对数据进行分析处理；
3.本发明在实际运用中，依据此构建方法，能快速建立涡扇发动机物理实体与虚拟模型的快速映射关系，实现对涡扇发动机工作状态的监控，完成涡扇发动机的数字孪生物理层的模型构建。
附图说明
图1为涡扇发动机结构图。
图2为涡扇发动机数字映射模型。
图3为涡扇发动机传感器分布方案。
图4为涡扇发动机HI变化曲线。
具体实施方式
以下结合具体的实施例子对上述方案做进一步说明，本发明的优选实施例详述如下：
实施例一：
在本实施例中，参考图1～图3，一种面向涡扇发动机的数字孪生物理层的构建方法，其操作步骤如下：
步骤一，确认涡扇发动机结构：
涡扇发动机是一系列零件装配形成的复杂装配体，其中，不同零件之间组成不同的部件，用于在涡扇发动机整体中实现不同的功能，依据这些功能将部件分离；
步骤二，构建涡扇发动机部件级模型：
将分离出来的部件分别组成对应的模型，依据部件功能不同，不同的部件拥有不同的参数输入与输出，依据部件内部的气、动、热力学传递方式，明确每个部件的输入量与输出量；
步骤三，构建涡扇发动机数字映射模型：
依据部件的功能与部件之间的气、动、热力学传递方式，将部件级模型串联或者并联起来，组成整个涡扇发动机的数字映射模型，用于反映涡扇发动机整体的参数传递；
步骤四，对参数进行再次分类：
明确分类依据，按照依据将参数分类；
步骤五，确定传感器采集方案：
依据分类后的参数类型，考虑实际采集环境，确定所需传感器种类，布置传感器分布方法；
步骤六，将参数传递至数字孪生服务器得到监测数据集：
通过无线传感器网络方式，将采集得到的数据传输至服务器，得到涡扇发动机实时监测数据集；
步骤七，参数融合：
依据采集到的涡扇发动机实时监测数据集的数据，通过参数融合，实现对于涡扇发动机运行状态的判断，完成面向涡扇发动机的数字孪生物理层的构建。
本实施例方法面向涡扇发动机的数字孪生物理层的模型构建方法，依据涡扇发动机结构，推理其数字映射，确定数字孪生模型所需参数。
实施例二：
本实施例与实施例一基本相同，特别之处在于：
在本实施例中，参见图1-4，一种面向涡扇发动机的数字孪生物理层的构建方法，其操作步骤如下：
步骤一，确认涡扇发动机结构：
涡扇发动机是一系列零件装配形成的复杂装配体，其中，不同零件之间组成不同的部件，用于在涡扇发动机整体中实现不同的功能，依据这些功能将部件分离；
依据大涵道比涡扇发动机物理实体，构建结构模型；
涡扇发动机为分开排气式涡轮风扇发动机，主要结构包括进气道、低压转子形式的风扇、外涵道喷管、低压压气机LPC(Low-PressureCompressor)、高压压气机HPC(High-Pressure Compressor)、燃烧室、高压涡轮HPT(High-PressureTurbine)、低压涡轮LPT(Low-Pressure Turbine)与尾喷管；其中低压压气机、风扇与低压涡轮同轴转动，高压压气机与高压涡轮同轴转动；发动机有一个气流入口：进气道；发动机有两个气流出口：分别是内涵道与外涵道；
气流从进气道进入，然后经过风扇之后，分为两股气流，分别进入内、外涵道：
1-1.外涵道气流直接从外涵道喷管喷出；
1-2.内涵道气流依次进入低压压气机、高压压气机、燃烧室、高压涡轮、低压涡轮，最后从尾喷管喷出；
步骤二，构建涡扇发动机部件级模型：
将分离出来的部件分别组成对应的模型，依据部件功能不同，不同的部件拥有不同的参数输入与输出，依据部件内部的气、动、热力学传递方式，明确每个部件的输入量与输出量；
构建涡扇发动机部件级模型时，具体如下：
2-1.进气道部件级模型：
进气道是涡扇发动机的第一部分结构，利用进气道外部依据飞机飞行高度H求得涡扇发动机外部大气温度T0，大气静压力P0；
当H≤11km时：
T0＝288.15-6.5H (2)
P0＝[101325·(1-H/44.308)5.2553]Pa (3)
H≥11km时：
T0＝216.7K (4)
进气道利用自身结构，降低外部气体速度并完成增压；进气道依据飞行速度，确定其总压恢复系数σ1；
当飞行速度为亚音速时，即Ma≤1.0，
σ1＝0.97 (6)
当飞行速度为超音速时，即Ma≥1.0：
σ1＝0.97[1.0-0.075(Ma-1)1.35] (7)
2-2.风扇部件级模型：
气流经过进气道流入风扇，风扇入口总压P2、总温T2：
P2＝σ1·P0 (8)
T2＝T0 (9)
气流流经增压比为π、效率为ηF、转速为n的风扇部件增压，其输出量为：风扇出口总压P22、风扇出口总温T22：
P22＝P2·π (10)
2-3.外涵道部件级模型：
涡扇发动机为分开排气式涡扇发动机，外涵道与内涵道为并联式结构，其涵道比为BPR；流出风扇的气流空气流量为W2；进入内涵道气流的空气流量为Wa22，进入外涵道气流的空气流量为Wa15；
外涵道出气口面积为A15；其输出量为：外涵道总压恢复系数σ15，外涵道出口总温P15、外涵道总压T15、外涵道出口静压Ps15；
P15＝P22·σ15 (14)
T15＝T22 (15)
Ps15＝P0 (16)
2-4.低压压气机部件级模型：
低压压气机是内涵道的第一个部件级模型，其与外涵道属于并联式结构；风扇气流的空气流量的一部分Wa22进入低压压气机；低压压气机增加比为为πCL、效率为ηCL，低压压气机输出量为：低压压气机出口总温T24、低压压气机出口总压P24、低压压气机出口空气流量Wa24；
P24＝P22·πCL (17)
Wa24＝Wa22 (19)
式中，k为空气定熵指数；
2-5.高压压气机部件级模型：
低压压气机与高压压气机属于串联式结构，低压压气机的出口参数即为高压压气机入口参数；空气流量为Wa24、温度为T24、压力为P24的内涵道空气流经增压比为πCH、效率为ηCH的高压压气机；输出参数为：高压压气机出口总温T30、高压压气机出口总压P30、高压压气机出口静压Ps30、高压压气机出口空气流量W30；
W30＝Wa24 (20)
P30＝P24·πCL (21)
空气流量为W30的高压压气机出口气流被分为四波，分别为：燃烧室空气的空气流量W3a；高压涡轮引气流量W31，用于高压涡轮部件前气流的混合冷却；低压涡轮引气流量W32，用于低压涡轮部件前气流的混合冷却；飞机引气流量Wβ；
W30＝W3a+W31+W32+Wβ (23)
2-6.燃烧室部件级模型：
进入燃烧室气流的空气流量为W3a；燃烧室与高压压气机为串联式结构，故燃烧室入口总压、总温等于高压压气机出口总压P30、、总温T30；燃烧室中，提供的燃油流量为Wf，存在燃烧平衡：
cpg(W3a+Wf)T4＝cpW3aT30+ηBWfHf (24)
式中，cp为空气比定压热容；cpg为燃气比定压热容；Hf为燃油低热值；ηB为燃烧室燃烧效率；
燃烧室油气比为farB，经燃烧反应，其输出量为：燃烧室出口总温T4、燃烧室总压P4、燃烧室空气流量W4、燃烧室总压恢复系数σB；
P4＝P30·σB (26)
T4＝设定值 (27)
W4＝W3a(1+farB) (28)
2-7.高压涡轮部件级模型：
高压涡轮与燃烧室为串联式结构；流出燃烧室的气体W4，与高压涡轮引气流量W31混合形成流量为W4a的气体；混合形成的气流位于高压涡轮入口处，其参数为：高压涡轮入口空气流量W4a、高压涡轮入口总温T4a、高压涡轮入口总压P4a；混合前后存在能量平衡：
cpgW31T30+cpgW4T4＝cpgW4aT4a (29)
P4a＝P4 (30)
W4a＝W4+W31＝W3a(1+farB)+W31 (31)
气流混合之后，进入高压涡轮；高压涡轮转速为nH、高压涡轮机械效率为ηmH、高压涡轮降压比为πTH；其输出参数为：高压涡轮出口总温T45、高压涡轮出口总压P45、高压涡轮出口空气流量W45；
cpgW4a(T4a-T45)ηmH＝cpW30(T3-T22) (32)
W45＝W4a (34)
2-8.低压涡轮部件级模型：
低压涡轮与高压涡轮为串联式结构；流出高压涡轮的气体W45，与低压涡轮引气流量W32混合形成流量为W4c的气体；混合形成的气流位于低压涡轮入口处，其参数为：低压涡轮入口空气流量W4c、低压涡轮入口总温T4c、低压涡轮入口总压P4c；混合前后存在能量平衡：
cpgW32T30+cpgW45T45＝cpgW4cT4c (35)
P4c＝P45 (36)
W4c＝W45+W32＝W3a(1+farB)+W31+W32 (37)
气流混合之后，进入低压涡轮；低压涡轮转速为nL、低压涡轮机械效率为ηmL、低压涡轮降压比为πTL；其输出参数为：低压涡轮出口总温T50、低压涡轮出口总压P50、低压涡轮出口空气流量W50；
W50＝W4c (40)
nL＝nf (41)
2-9尾喷管部件级模型：
尾喷管与低压涡轮为串联式结构，内涵道气流经低压涡轮流入尾喷管，从总压恢复系数σ8、截面面积A8的尾喷管喷射而出；其输出参数为：尾喷管出口总压P8、尾喷管出口总温T8、尾喷管出口静压Ps8；
T8＝T50 (42)
P8＝P50·σ8 (43)
Ps8＝P0 (44)
步骤三，构建涡扇发动机数字映射模型：
依据部件的功能与部件之间的气、动、热力学传递方式，将部件级模型串联或者并联起来，组成整个涡扇发动机的数字映射模型，用于反映涡扇发动机整体的参数传递；涡扇发动机结构与映射模型如图2；
构建涡扇发动机数字映射模型时，包括如下步骤：
3-1.依据部件级模型确定映射模型参数类别：
3-1-1.总温为其驻点温度，为满足任意压力下不液化气体的实时温度；
3-1-2.总压为其驻点压力，指气流速度等熵滞止到零时的压力，是气流中静压与动压之和；
3-1-3.静压为在静止或者匀速直线运动时表面所受的压强；
3-1-4.空气流量：单位时间内流过的气体体积；
3-2.依据映射模型参数类别，得到部件级模型的输入与输出量，组合到映射模型中，确定总体的输入、输出量；确定涡扇发动机的参数，并匹配参数和发动机对应位置：
3-2-1.进气道模型：进气道入口静压或大气静压P0、大气温度T0、飞机飞行高度H、飞行马赫数Ma、进气道总压恢复系数σ1；
3-2-2.风扇模型：风扇入口总温T2、风扇入口总压P2；风扇转速nf、风扇增压比π、风扇效率ηF，风扇出口空气流量W2、风扇出口总温T22、风扇出口总压P22、空气定熵指数k；
3-2-3.外涵道模型：涵道比BPR、外涵道气流空气流量Wa15、外涵道出气口面积A15、外涵道总压恢复系数σ15、外涵道出口总温P15、外涵道出口总压T15、外涵道出口静压Ps15；
3-2-4.低压压气机模型：低压压气机空气流量Wa22、低压压气机入口总温T22、低压压气机入口总压P22、低压压气机出口总温T24、低压压气机出口总压P24、低压压气机出口空气流量Wa24、低压压气机增压比为πCL、低压压气机效率为ηCL；
3-2-5.高压压气机模型：高压压气机出口总温T30、高压压气机出口总压P30、高压压气机出口静压Ps30、高压压气机出口空气流量W30、高压压气机增压比πCH、高压压气机效率ηCH、燃烧室入口空气流量W3a、高压涡轮引气流量W31、低压涡轮引气流量W32、飞机引气流量Wβ；
3-2-6.燃烧室模型：燃烧室入口空气流量W3a、燃烧室气体燃烧效率ηB、燃烧室总压恢复系数σB、燃油流量Wf、燃烧室燃气比farB、燃烧室出口总压P4、燃烧室出口总温T4、燃烧室出口空气流量W4、空气比定压热容cp、为燃气比定压热容cpg、为燃油低热值Hf；
3-2-7.高压涡轮模型：高压涡轮转速nH、高压涡轮引气流量W31、高压涡轮入口空气流量W4a、高压涡轮入口总温T4a、高压涡轮入口总压P4a、高压涡轮出口空气流量W45、高压涡轮出口总温T45、高压涡轮出口总压P45、高压涡轮机械效率ηmH、高压涡轮降压比πTH；
3-2-8.低压涡轮模型：低压涡轮转速nL、低压涡轮引气流量W32、低压涡轮入口空气流量W4c、低压涡轮入口总温T4c、低压涡轮入口总压P4c、低压涡轮出口空气流量Wa50、低压涡轮出口总温T50、低压涡轮出口总压P50、低压涡轮机械效率ηmL、低压涡轮降压比πTL；
3-2-9.尾喷管模型：尾喷管总压恢复系数σ8、尾喷管出气口截面面积A8、尾喷管出口总温T8、尾喷管出口总压P8、尾喷管出口静压为Ps8；
其中，总温为其驻点温度，为满足任意压力下不液化气体的实时温度；总压为其驻点压力，指气流速度等熵滞止到零时的压力，是气流中静压与动压之和；静压为在静止或者匀速直线运动时表面所受的压强；空气流量：单位时间内流过的气体体积；
步骤四，对参数进行再次分类：
明确分类依据，按照依据将参数分类；对参数进行再次分类时，包括如下步骤：
4-1.涡扇发动机数字映射模型中的参数，依据其来源分为环境参数、发动机设置参数、实时监测参数、计算获取的参数；对映射模型内的传递参数进行分类，便于分配合适的传感器；
环境参数包括：空气定熵指数k、大气静压P0、大气温度T0、空气比定压热容cp、为燃气比定压热容cpg、为燃油低热值Hf；
涡扇发动机设置参数包括：燃油油量为Wf、燃烧室燃气比farB、外涵道出口面积A15、尾喷管出口面积A8、燃烧室出口总温T4；
4-2.利用光学、热学、力学传感器，实时监测，获得如下数据：飞机飞行高度H、飞行速度Ma、不包含燃烧室出口总温T4的各部件的总温、总压及其实时转速、空气流量、外涵道出口静压Ps15、高压压气机出口静压Ps30、尾喷管出口静压Ps8；
4-3.计算获取的参数，包括：进气道总压恢复系数σ1、尾喷管总压恢复系数σ8、涵道比BPR、各部件增压比与降压比、机械效率；
步骤五，确定传感器采集方案：
如图3所示，依据分类后的参数类型，考虑实际采集环境，确定所需传感器种类，布置传感器分布方法；确定传感器采集方案时，包括如下步骤：
5-1.在风扇、高速轴位置安装DSP传感器，用于测量风扇转速nf、高压涡轮转速nH；
5-2.在如下位置安装探针式总温传感器：风扇入口、风扇出口、外涵道出口、低压压气机出口、燃气室出口、高压压气机出口、高压涡轮出口、尾喷管出口；
5-3.在如下位置安装探针式总压传感器：风扇入口、风扇出口、外涵道出口、低压压气机出口、燃气室出口、高压压气机出口、高压涡轮出口、尾喷管出口；
5-4.在如下位置安装测量耙式空气流量计：风扇入口、风扇出口、外涵道入口、外涵道出口、低压压气机出口、燃气室出口、高压压气机出口、高压涡轮出口、尾喷管出口；
步骤六，将参数传递至数字孪生服务器得到监测数据集：
通过无线传感器网络方式，将采集得到的数据传输至服务器，得到涡扇发动机实时监测数据集；依据数据集能实现对数据的实时监测、处理与分析；
步骤七，参数融合：
依据采集到的涡扇发动机实时监测数据集的数据，通过参数融合，实现对于涡扇发动机运行状态的判断，完成面向涡扇发动机的数字孪生物理层的构建。
进行参数融合时，包括如下步骤：
7-1.使用z-score法标准化涡扇发动机数据；
7-2.按照相关度筛选数据，筛选达到要求的相关度大的数据，筛选后的数据包含11维涡扇发动机数据；筛选后的发动机数据如下：
低压压气机出口总温度T24、高压压气机出口总温度T30、低压涡轮出口总温度T50、风扇转速nf、高压压气机出口静压Ps30、涵道比BPR、高压涡轮转速nH随时间有上升趋势；
高压压气机出口总压P30、燃油流量Wf、高压涡轮引气流量W31、低压涡轮引气流量W32随时间有下降趋势；
涡扇发动机工况突变最直接的体现就是其传感器采集数据的改变；依据此数据趋势实现数据降维，撇除随时序变化极小的无效数据；
7-3.数据融合；将标准化后的数据记为：代表涡扇发动机i时刻第k维数据；
7-4.使用Kalman滤波平滑HI随时间变化曲线，用于预测涡扇发动机的状态变化，依据曲线趋势，分析涡扇发动机运行状态。将每个时间(单位：周期)的数据拟合成对应的健康指数HI(Health Index)散点。使用Kalman滤波平滑数据，如图4，拟合曲线。
随着周期的增加，该涡扇发动机健康指数下降。表明该发动机正在经历寿命下降阶段。
本实施例面向涡扇发动机数字孪生物理层的构建方法，用于构建了涡扇发动机物理层。本实施例运用于涡扇发动机整个数字孪生框架中，用于快速实现涡扇发动机物理实体与虚拟模型之间的反馈，反映和监测真实工况中涡扇发动机的运动状态。本实施例方法面向涡扇发动机的数字孪生物理层的模型构建方法，依据涡扇发动机结构，推理其数字映射，确定数字孪生模型所需参数。
综上所述，上述实施例面向涡扇发动机的数字孪生物理层的构建方法，应用于涡扇发动机数字孪生领域。上述实施例方法的操作步骤为：确认涡扇发动机结构；构建涡扇发动机部件级模型；构建涡扇发动机数字映射模型；对参数进行分类；确定传感器采集方案；将参数数据传递至数字孪生服务器；对数据实现参数融合，反映涡扇发动机工作状态。上述实施例方法具有一定的创新性和可行性，对于航空发动机数字孪生构建具有一定的借鉴意义。
上面结合附图对本发明实施例进行了说明，但本发明不限于上述实施例，还可以根据本发明的发明创造的目的做出多种变化，凡依据本发明技术方案的精神实质和原理下做的改变、修饰、替代、组合或简化，均应为等效的置换方式，只要符合本发明的发明目的，只要不背离本发明的技术原理和发明构思，都属于本发明的保护范围。

Claims (6)

1.一种面向涡扇发动机的数字孪生物理层的构建方法，其特征在于，其操作步骤如下：
步骤一，确认涡扇发动机结构：
涡扇发动机是一系列零件装配形成的复杂装配体，其中，不同零件之间组成不同的部件，用于在涡扇发动机整体中实现不同的功能，依据这些功能将部件分离；
步骤二，构建涡扇发动机部件级模型：
将分离出来的部件分别组成对应的模型，依据部件功能不同，不同的部件拥有不同的参数输入与输出，依据部件内部的气、动、热力学传递方式，明确每个部件的输入量与输出量；
步骤三，构建涡扇发动机数字映射模型：
依据部件的功能与部件之间的气、动、热力学传递方式，将部件级模型串联或者并联起来，组成整个涡扇发动机的数字映射模型，用于反映涡扇发动机整体的参数传递；
步骤四，对参数进行再次分类：
明确分类依据，按照依据将参数分类；
步骤五，确定传感器采集方案：
依据分类后的参数类型，考虑实际采集环境，确定所需传感器种类，布置传感器分布方法；
步骤六，将参数传递至数字孪生服务器得到监测数据集：
通过无线传感器网络方式，将采集得到的数据传输至服务器，得到涡扇发动机实时监测数据集；
步骤七，参数融合：
依据采集到的涡扇发动机实时监测数据集的数据，通过参数融合，实现对于涡扇发动机运行状态的判断，完成面向涡扇发动机的数字孪生物理层的构建；
在所述步骤七中，进行参数融合时，包括如下步骤：
7-1.使用z-score法标准化涡扇发动机数据；
7-2.按照相关度筛选数据，筛选达到要求的相关度大的数据，筛选后的数据包含s维涡扇发动机数据；
7-3.数据融合；将标准化后的数据记为：代表涡扇发动机i时刻第k维数据；
7-4.使用Kalman滤波平滑HI随时间变化曲线，用于预测涡扇发动机的状态变化，依据曲线趋势，分析涡扇发动机运行状态；
在所述步骤二中，构建涡扇发动机部件级模型时，具体如下：
2-1.进气道部件级模型：
进气道是涡扇发动机的第一部分结构，利用进气道外部依据飞机飞行高度H求得涡扇发动机外部大气温度T0，大气静压力P0；
当H≤11km时：
T0＝288.15-6.5H (2)
P0＝[101325·(1-H/44.308)5.2553]Pa (3)
H≥11km时：
T0＝216.7K (4)
进气道利用自身结构，降低外部气体速度并完成增压；进气道依据飞行速度，确定其总压恢复系数σ1；
当飞行速度为亚音速时，即Ma≤1.0，
σ1＝0.97 (6)
当飞行速度为超音速时，即Ma≥1.0：
σ1＝0.97[1.0-0.075(Ma-1)1.35] (7)
2-2.风扇部件级模型：
气流经过进气道流入风扇，风扇入口总压P2、总温T2：
P2＝σ1·P0 (8)
T2＝T0 (9)
气流流经增压比为π、效率为ηF、转速为n的风扇部件增压，其输出量为：风扇出口总压P22、风扇出口总温T22：
P22＝P2·π (10)
2-3.外涵道部件级模型：
涡扇发动机为分开排气式涡扇发动机，外涵道与内涵道为并联式结构，其涵道比为BPR；流出风扇的气流空气流量为W2；进入内涵道气流的空气流量为Wa22，进入外涵道气流的空气流量为Wa15；
外涵道出气口面积为A15；其输出量为：外涵道总压恢复系数σ15，外涵道出口总温P15、外涵道总压T15、外涵道出口静压Ps15；
P15＝P22·σ15 (14)
T15＝T22 (15)
Ps15＝P0 (16)
2-4.低压压气机部件级模型：
低压压气机是内涵道的第一个部件级模型，其与外涵道属于并联式结构；风扇气流的空气流量的一部分Wa22进入低压压气机；低压压气机增加比为为πCL、效率为ηCL，低压压气机输出量为：低压压气机出口总温T24、低压压气机出口总压P24、低压压气机出口空气流量Wa24；
P24＝P22·πCL (17)
Wa24＝Wa22 (19)
式中，k为空气定熵指数；
2-5.高压压气机部件级模型：
低压压气机与高压压气机属于串联式结构，低压压气机的出口参数即为高压压气机入口参数；空气流量为Wa24、温度为T24、压力为P24的内涵道空气流经增压比为πCH、效率为ηCH的高压压气机；输出参数为：高压压气机出口总温T30、高压压气机出口总压P30、高压压气机出口静压Ps30、高压压气机出口空气流量W30；
W30＝Wa24 (20)
P30＝P24·πCL (21)
空气流量为W30的高压压气机出口气流被分为四波，分别为：燃烧室空气的空气流量W3a；高压涡轮引气流量W31，用于高压涡轮部件前气流的混合冷却；低压涡轮引气流量W32，用于低压涡轮部件前气流的混合冷却；飞机引气流量Wβ；
W30＝W3a+W31+W32+Wβ (23)
2-6.燃烧室部件级模型：
进入燃烧室气流的空气流量为W3a；燃烧室与高压压气机为串联式结构，故燃烧室入口总压、总温等于高压压气机出口总压P30、总温T30；燃烧室中，提供的燃油流量为Wf，存在燃烧平衡：
cpg(W3a+Wf)T4＝cpW3aT30+ηBWfHf (24)
式中，cp为空气比定压热容；cpg为燃气比定压热容；Hf为燃油低热值；ηB为燃烧室燃烧效率；
燃烧室油气比为farB，经燃烧反应，其输出量为：燃烧室出口总温T4、燃烧室总压P4、燃烧室空气流量W4、燃烧室总压恢复系数σB；
P4＝P30·σB (26)
T4＝设定值 (27)
W4＝W3a(1+farB) (28)
2-7.高压涡轮部件级模型：
高压涡轮与燃烧室为串联式结构；流出燃烧室的气体W4，与高压涡轮引气流量W31混合形成流量为W4a的气体；混合形成的气流位于高压涡轮入口处，其参数为：高压涡轮入口空气流量W4a、高压涡轮入口总温T4a、高压涡轮入口总压P4a；混合前后存在能量平衡：
cpgW31T30+cpgW4T4＝cpgW4aT4a (29)
P4a＝P4 (30)
W4a＝W4+W31＝W3a(1+farB)+W31 (31)
气流混合之后，进入高压涡轮；高压涡轮转速为nH、高压涡轮机械效率为ηmH、高压涡轮降压比为πTH；其输出参数为：高压涡轮出口总温T45、高压涡轮出口总压P45、高压涡轮出口空气流量W45；
cpgW4a(T4a-T45)ηmH＝cpW30(T30-T22) (32)
W45＝W4a (34)
2-8.低压涡轮部件级模型：
低压涡轮与高压涡轮为串联式结构；流出高压涡轮的气体W45，与低压涡轮引气流量W32混合形成流量为W4c的气体；混合形成的气流位于低压涡轮入口处，其参数为：低压涡轮入口空气流量W4c、低压涡轮入口总温T4c、低压涡轮入口总压P4c；混合前后存在能量平衡：
cpgW32T30+cpgW45T45＝cpgW4cT4c (35)
P4c＝P45 (36)
W4c＝W45+W32＝W3a(1+farB)+W31+W32 (37)
气流混合之后，进入低压涡轮；低压涡轮转速为nL、低压涡轮机械效率为ηmL、低压涡轮降压比为πTL；其输出参数为：低压涡轮出口总温T50、低压涡轮出口总压P50、低压涡轮出口空气流量W50；风扇转速nf；
W50＝W4c (40)
nL＝nf (41)
2-9尾喷管部件级模型：
尾喷管与低压涡轮为串联式结构，内涵道气流经低压涡轮流入尾喷管，从总压恢复系数σ8、截面面积A8的尾喷管喷射而出；其输出参数为：尾喷管出口总压P8、尾喷管出口总温T8、尾喷管出口静压Ps8；
T8＝T50 (42)
P8＝P50·σ8 (43)
Ps8＝P0(44)。
2.根据权利要求1所述面向涡扇发动机的数字孪生物理层的构建方法，其特征在于：在所述步骤7-2中，筛选后的发动机数据如下：
低压压气机出口总温度T24、高压压气机出口总温度T30、低压涡轮出口总温度T50、风扇转速nf、高压压气机出口静压Ps30、涵道比BPR、高压涡轮转速nH；高压压气机出口总压P30、燃油流量Wf、高压涡轮引气流量W31、低压涡轮引气流量W32；
涡扇发动机工况突变最直接的体现就是其传感器采集数据的改变，依据数据趋势实现数据降维，撇除随时序变化极小的无效数据。
3.根据权利要求1所述面向涡扇发动机的数字孪生物理层的构建方法，其特征在于：在所述步骤一中，依据大涵道比涡扇发动机物理实体，构建结构模型；
涡扇发动机为分开排气式涡轮风扇发动机，主要结构包括进气道、低压转子形式的风扇、外涵道喷管、低压压气机LPC(Low-Pressure Compressor)、高压压气机HPC(High-Pressure Compressor)、燃烧室、高压涡轮HPT(High-Pressure Turbine)、低压涡轮LPT(Low-Pressure Turbine)与尾喷管；其中低压压气机、风扇与低压涡轮同轴转动，高压压气机与高压涡轮同轴转动；发动机有一个气流入口：进气道；发动机有两个气流出口：分别是内涵道与外涵道；
气流从进气道进入，然后经过风扇之后，分为两股气流，分别进入内、外涵道：
1-1.外涵道气流直接从外涵道喷管喷出；
1-2.内涵道气流依次进入低压压气机、高压压气机、燃烧室、高压涡轮、低压涡轮，最后从尾喷管喷出。
4.根据权利要求1所述面向涡扇发动机的数字孪生物理层的构建方法，其特征在于：在所述步骤三中，构建涡扇发动机数字映射模型时，包括如下步骤：
3-1.依据部件级模型确定映射模型参数类别：
3-1-1.总温为其驻点温度，为满足任意压力下不液化气体的实时温度；
3-1-2.总压为其驻点压力，指气流速度等熵滞止到零时的压力，是气流中静压与动压之和；
3-1-3.静压为在静止或者匀速直线运动时表面所受的压强；
3-1-4.空气流量：单位时间内流过的气体体积；
3-2.依据映射模型参数类别，得到部件级模型的输入与输出量，组合到映射模型中，确定总体的输入、输出量；确定涡扇发动机的参数，并匹配参数和发动机对应位置：
3-2-1.进气道模型：进气道入口静压或大气静压P0、大气温度T0、飞机飞行高度H、飞行马赫数Ma、进气道总压恢复系数σ1；
3-2-2.风扇模型：风扇入口总温T2、风扇入口总压P2；风扇转速nf、风扇增压比π、风扇效率ηF，风扇出口空气流量W2、风扇出口总温T22、风扇出口总压P22、空气定熵指数k；
3-2-3.外涵道模型：涵道比BPR、外涵道气流空气流量Wa15、外涵道出气口面积A15、外涵道总压恢复系数σ15、外涵道出口总温P15、外涵道出口总压T15、外涵道出口静压Ps15；
3-2-4.低压压气机模型：低压压气机空气流量Wa22、低压压气机入口总温T22、低压压气机入口总压P22、低压压气机出口总温T24、低压压气机出口总压P24、低压压气机出口空气流量Wa24、低压压气机增压比为πCL、低压压气机效率为ηCL；
3-2-5.高压压气机模型：高压压气机出口总温T30、高压压气机出口总压P30、高压压气机出口静压Ps30、高压压气机出口空气流量W30、高压压气机增压比πCH、高压压气机效率ηCH、燃烧室入口空气流量W3a、高压涡轮引气流量W31、低压涡轮引气流量W32、飞机引气流量Wβ；
3-2-6.燃烧室模型：燃烧室入口空气流量W3a、燃烧室气体燃烧效率ηB、燃烧室总压恢复系数σB、燃油流量Wf、燃烧室燃气比farB、燃烧室出口总压P4、燃烧室出口总温T4、燃烧室出口空气流量W4、空气比定压热容cp、为燃气比定压热容cpg、为燃油低热值Hf；
3-2-7.高压涡轮模型：高压涡轮转速nH、高压涡轮引气流量W31、高压涡轮入口空气流量W4a、高压涡轮入口总温T4a、高压涡轮入口总压P4a、高压涡轮出口空气流量W45、高压涡轮出口总温T45、高压涡轮出口总压P45、高压涡轮机械效率ηmH、高压涡轮降压比πTH；
3-2-8.低压涡轮模型：低压涡轮转速nL、低压涡轮引气流量W32、低压涡轮入口空气流量W4c、低压涡轮入口总温T4c、低压涡轮入口总压P4c、低压涡轮出口空气流量Wa50、低压涡轮出口总温T50、低压涡轮出口总压P50、低压涡轮机械效率ηmL、低压涡轮降压比πTL；
3-2-9.尾喷管模型：尾喷管总压恢复系数σ8、尾喷管出气口截面面积A8、尾喷管出口总温T8、尾喷管出口总压P8、尾喷管出口静压为Ps8；
其中，总温为其驻点温度，为满足任意压力下不液化气体的实时温度；总压为其驻点压力，指气流速度等熵滞止到零时的压力，是气流中静压与动压之和；静压为在静止或者匀速直线运动时表面所受的压强；空气流量：单位时间内流过的气体体积。
5.根据权利要求1所述面向涡扇发动机的数字孪生物理层的构建方法，其特征在于：在所述步骤四中，对参数进行再次分类时，包括如下步骤：
4-1.涡扇发动机数字映射模型中的参数，依据其来源分为环境参数、发动机设置参数、实时监测参数、计算获取的参数；对映射模型内的传递参数进行分类，便于分配合适的传感器；
环境参数包括：空气定熵指数k、大气静压P0、大气温度T0、空气比定压热容cp、为燃气比定压热容cpg、为燃油低热值Hf；
涡扇发动机设置参数包括：燃油油量为Wf、燃烧室燃气比farB、外涵道出口面积A15、尾喷管出口面积A8、燃烧室出口总温T4；
4-2.利用光学、热学、力学传感器，实时监测，获得如下数据：飞机飞行高度H、飞行速度Ma、不包含燃烧室出口总温T4的各部件的总温、总压及其实时转速、空气流量、外涵道出口静压Ps15、高压压气机出口静压Ps30、尾喷管出口静压Ps8；
4-3.计算获取的参数，包括：进气道总压恢复系数σ1、尾喷管总压恢复系数σ8、涵道比BPR、各部件增压比与降压比、机械效率。
6.根据权利要求1所述面向涡扇发动机的数字孪生物理层的构建方法，其特征在于：在所述步骤五中，确定传感器采集方案时，包括如下步骤：
5-1.在风扇、高速轴位置安装DSP传感器，用于测量风扇转速nf、高压涡轮转速nH；
5-2.在如下位置安装探针式总温传感器：风扇入口、风扇出口、外涵道出口、低压压气机出口、燃气室出口、高压压气机出口、高压涡轮出口、尾喷管出口；
5-3.在如下位置安装探针式总压传感器：风扇入口、风扇出口、外涵道出口、低压压气机出口、燃气室出口、高压压气机出口、高压涡轮出口、尾喷管出口；
5-4.在如下位置安装测量耙式空气流量计：风扇入口、风扇出口、外涵道入口、外涵道出口、低压压气机出口、燃气室出口、高压压气机出口、高压涡轮出口、尾喷管出口。
CN202110607847.6A 2021-06-01 2021-06-01 面向涡扇发动机的数字孪生物理层的构建方法 Active CN113326668B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110607847.6A CN113326668B (zh) 2021-06-01 2021-06-01 面向涡扇发动机的数字孪生物理层的构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110607847.6A CN113326668B (zh) 2021-06-01 2021-06-01 面向涡扇发动机的数字孪生物理层的构建方法

Publications (2)

Publication Number Publication Date
CN113326668A CN113326668A (zh) 2021-08-31
CN113326668B true CN113326668B (zh) 2024-07-16

Family

ID=77423011

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110607847.6A Active CN113326668B (zh) 2021-06-01 2021-06-01 面向涡扇发动机的数字孪生物理层的构建方法

Country Status (1)

Country Link
CN (1) CN113326668B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114491837B (zh) * 2021-12-31 2024-09-20 南京航空航天大学 一种航空发动机设计点参数设计方法
CN114692309B (zh) * 2022-04-08 2024-03-19 中国航发沈阳发动机研究所 一种航空涡扇发动机低压涡轮转子轴向力实时计算方法
CN116738872B (zh) * 2023-05-09 2024-01-23 北京航空航天大学 基于数字孪生的航空发动机综合热管理可视化仿真系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110454290A (zh) * 2019-07-02 2019-11-15 北京航空航天大学 一种基于数字孪生技术的汽车发动机管控方法
CN111914362A (zh) * 2020-07-22 2020-11-10 中国航发沈阳发动机研究所 一种研发阶段涡扇发动机模型自适应方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2665142C1 (ru) * 2017-08-22 2018-08-28 Федеральное государственное унитарное предприятие "Центральный институт авиационного моторостроения имени П.И. Баранова" Способ полетной диагностики узлов турбореактивного двухконтурного двигателя со смешением потоков
US20210133650A1 (en) * 2019-11-05 2021-05-06 Strong Force Vcn Portfolio 2019, Llc Control tower and enterprise management platform with unified set of robotic process automation systems for coordinated automation among value chain applications
US11639670B2 (en) * 2019-11-14 2023-05-02 General Electric Company Core rub diagnostics in engine fleet

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110454290A (zh) * 2019-07-02 2019-11-15 北京航空航天大学 一种基于数字孪生技术的汽车发动机管控方法
CN111914362A (zh) * 2020-07-22 2020-11-10 中国航发沈阳发动机研究所 一种研发阶段涡扇发动机模型自适应方法

Also Published As

Publication number Publication date
CN113326668A (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
CN113326668B (zh) 面向涡扇发动机的数字孪生物理层的构建方法
CN110222401A (zh) 航空发动机非线性模型建模方法
CN106777554B (zh) 基于状态基线的航空发动机气路单元体健康状态评价方法
CN108229015B (zh) 一种高空两级涡轮增压器变工况匹配设计方法
CN104346499A (zh) 一种基于计算机平台的多风扇涡轮发动机设计方法
Gou et al. A linearization model of turbofan engine for intelligent analysis towards industrial internet of things
Becker et al. An integrated method for propulsion system conceptual design
Alexiou et al. Performance modelling of an ultra-high bypass ratio geared turbofan
US9718562B1 (en) System and method of evaluating the effect of dust on aircraft engines
CN111079232A (zh) 一种预测旋流畸变进气对航空发动机性能影响的计算方法
CN109446624B (zh) 机载热管理系统基于模型的综合设计及仿真软件架构方法
CN116738872B (zh) 基于数字孪生的航空发动机综合热管理可视化仿真系统
CN104462653A (zh) 一种发动机仿真设计方法
CN110889239B (zh) 基于飞参数据辨识的航空燃气涡轮发动机建模方法
Akhmedzyanov et al. Computer-aided design and construction development of the main elements of aviation engines
CN105785791B (zh) 一种超声速状态下机载推进系统的建模方法
JP5845705B2 (ja) ガスタービン性能推定装置
Xiang et al. Aerodynamic modification and optimization of intermediate pressure compressor in marine intercooled recuperated gas turbine
CN112699549A (zh) 一种含cdfs结构的航空发动机非线性模型建模系统及建模方法
CN115758923A (zh) 基于分布式动力系统的发动机总体仿真建模方法及系统
Lin et al. Effective boundary conditions and numerical method for flow characteristics of aeroengine compressor at high Mach flight
CN115419509A (zh) 一种燃气涡轮发动机动态模型
Mall et al. Evaluation of assemblability during aero engine preliminary design
CN112651624B (zh) 一种基于控制拐点温度的航空发动机使用性能评估方法
Donus et al. The architecture and application of preliminary design systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant