[1]廖达雄,陈万华,彭 磊,等.大型风洞设备的智能化研究[J].控制与信息技术(原大功率变流技术),2019,(01):18-22.[doi:10.13889/j.issn.2096-5427.2019.01.004]
 LIAO Daxiong,CHEN Wanhua,PENG Lei,et al.Research on the Intellectualization of Large-scale Wind Tunnel Equipment[J].High Power Converter Technology,2019,(01):18-22.[doi:10.13889/j.issn.2096-5427.2019.01.004]
点击复制

大型风洞设备的智能化研究()
分享到:

《控制与信息技术》(原《大功率变流技术》)[ISSN:2095-3631/CN:43-1486/U]

卷:
期数:
2019年01期
页码:
18-22
栏目:
装备智能技术
出版日期:
2019-02-05

文章信息/Info

Title:
Research on the Intellectualization of Large-scale Wind Tunnel Equipment
文章编号:
2096-5427(2019)01-0018-05
作者:
廖达雄陈万华彭 磊张 浩
(中国空气动力研究与发展中心 设备设计及测试技术研究所,四川 绵阳 621000)
Author(s):
LIAO Daxiong CHEN Wanhua PENG Lei ZHANG Hao
( Facility Design and Instrumentation Institute, China Aerodynamics Research and Development Center, Mianyang, Sichuan 621000, China )
关键词:
大型风洞智能制造自适应控制压缩机机器人健康管理振动
Keywords:
large-scale wind tunnel intelligent manufacture self-adaptive control compressor robot health management vibration
分类号:
V211.7
DOI:
10.13889/j.issn.2096-5427.2019.01.004
文献标志码:
A
摘要:
大型风洞设备作为空气动力学研究以及航空航天等先进武器装备研制的基础性战略性资源,是一种多学科高度融合的大科学装置,其技术复杂、建设周期长、投资规模大。为了提升我国大型风洞设备的智能化水平,提高其流场品质、运行效率和试验能力,文章从制造装配、测量控制、压缩机运行、低温机器人、健康管理及振动控制等6个方面提出了大型风洞设备智能化措施,并针对相关关键技术问题,给出了未来需要重点研发的方向性建议,为推动风洞设备向深度智能化发展提供了借鉴。
Abstract:
Large-scale wind tunnel equipment, as a basic and strategic resource for aerodynamics research and the development of advanced weapons such as aerospace equipment, is a large scientific device highly integrated with multiple disciplines. Large-scale wind tunnel equipment is often characterized by complex technology, long construction period and large investment scale. In order to improve the intelligence level, flow field quality, operation efficiency and test capability of Chinese large-scale wind tunnel equipments, in this paper, intelligent measures were put forward in six aspects, including manufacture and assembly, measurement and control, compressor operation, cryobot, health management and vibration control. Furthermore, in view of the relevant key technical problems, future development directions were proposed. This paper provides references for promoting the development of wind tunnel equipment to a deep intelligent stage.

参考文献/References:

[1] 郭具涛,杨长祺,李中权. 航天大型薄壁结构件智能生产系统研究[J]. 航天制造技术,2015,10(5):11-14.
[2] 蒋科坚,祝长生. 基于不平衡识别的主动电磁轴承转子系统自动平衡[J]. 振动工程学报,2009,22(6):559-564.
[3] 张文,周恩民,程松,等. 风洞风机防喘振模型及其控制策略[J].航空动力学报,2017,32(6):1434-1440.
 [4] 王玲. 复杂装备故障智能诊断技术研究[D].沈阳:沈阳师范大学,2011.
[5] 李国杰,程学旗. 大数据研究:未来科技及经济社会发展的重大战略领域—大数据的研究现状与科学思考[J].中国科学院院刊,2012,27(6):647-657.
 [6] 李杰. 工业大数据-工业 4.0 时代的工业转型与价值创造[M]. 北京:机械工业出版社,2015:6-15.
[7] 陈振华, 廖文林, 聂旭涛,等. 风洞结构振动的基础研究综述[J]. 中国科学基金, 2017(5):437-442.
[8] 欧进萍.结构振动控制:主动、半主动和智能控制[M]. 北京:科学出版社,2003.
[9] 陈万华,王元兴,王超琪,等. 基于有限元法的风洞结构故障诊断[J].实验流体力学,2011,25(2):63-67.
[10] 聂旭涛,陈万华,陈振华,等. 压电组件嵌入式风洞模型支撑系统振动主动控制仿真[J].振动与冲击,2014,33(9):137-141.
[11] 陈万华,王元兴,沈星,等. 压电叠堆主动减振的神经网络PID实时控制[J].南京航空航天大学学报,2014,46(4):587-593.
 [12] 杨毅晟. 多喷嘴引射器流致振动特性研究[D].绵阳:中国空气动力研究与发展中心,2017.

备注/Memo

备注/Memo:
收稿日期:2018-11-14
作者简介:廖达雄(1963—),男,研究员,首席专家,长期从事风洞气动设计研究。基金项目:国家自然科学基金项目(51805530)
更新日期/Last Update: 2019-02-28