C-MAPSS/航天发动机/涡轮发动机数据集 包含FD001-FD004

根据叶轮初步设计公式，结合Bezier曲线构造方法依靠NUMECA软件Design3D模块以径流向心式涡轮机效率0．5为目标值，对叶轮子午面型线以及动叶型线进行设计。并通过NUMECA软件对所设计的叶片以及子午流面进行流体计算，得出了符合效率目标值的叶型和子午流面参数，以及子午流面的绝对温度和绝对压力的分布，提出了以径流向心式涡轮机效率为目标值，结合Bezier曲线构造法的叶片型线和子午流面型线的设计方法。

普惠公司编写的《航空燃气涡轮发动机》是供给飞机空勤人员，维护人员和其他有关人员的一本关于这类动力装置的使用基本手册。实际上也是航空燃气 涡轮发动机概论。本书描述并解释了航空喷气发动机基本原理和工作过程并提供了有助于理解不同工作状态及发动机维护的背景资料。 由周晓青和金如山2位老专家翻译，通俗易懂，语句通顺。

陡坡通道中的高速超临界流包含大量的动能。 本文介绍的新型水平轴溢洪道涡轮机试图将这种能量转换为电能。 我们报告涡轮机的设计和实验测试。 它的预期用途是在低水头，低流量，人造混凝土衬砌通道中，例如溜槽，溢洪道和其他类似的陡坡明渠。 该设计适用于脉冲式涡轮机，但没有管道或喷嘴。 溢洪道涡轮机由2个主要组件组成：1）转轮和2）加速器通道，将水引向转轮的叶片。 一旦装有Pelton风格的“杯状插入件”，转轮在效率和特定速度方面均表现出改善。 具体的速度和计算的速度因数证实了这种新颖的溢洪道水轮机转轮可以归类为脉冲水轮机。 在实验室测试期间获得的最大效率为43.4％，因此可以与标准的流体动力涡轮机竞争。

DRL用于微电网能源管理 我们针对微电网的能源管理系统问题研究了各种深度强化学习算法的性能。 我们提出了一种新颖的微电网模型，该模型由风力涡轮发电机，储能系统，恒温控制负载，价格响应负载以及与主电网的连接组成。 拟议的能源管理系统旨在通过定义优先级资源，直接需求控制信号和电价来在不同的灵活性来源之间进行协调。 本文实现了七种深度强化学习算法，并进行了实证比较。 数值结果表明，不同的深度强化学习算法在收敛到最优策略的能力上存在显着差异。 通过将经验重播和第二个半确定性训练阶段添加到众所周知的“异步优势演员评论家”算法中，我们获得了更好的性能，并且在能效和经济价值方面收敛于高级策略。 有关此项目的更多信息，访问： ：

自带频率matlab代码模拟器-海上-风力涡轮机 这是我在硕士论文期间开发的用于模拟海上风力涡轮机的 MATLAB 代码。 它由以下2个文件夹组成 线性文件夹：所有载荷、土壤弹簧和空气动力都已线性化。 使用 Main_Script_lin.m 运行。 Non_Linear 文件夹：所有的载荷、土弹簧和空气动力都具有非线性特性。 土壤弹簧已使用 PY 曲线建模，空气/水动力在其中具有非线性项。 使用 Main_Script_lin.m 运行。 可以更改许多参数，并且可以模拟海上风力涡轮机。 也可以获得固有频率。

人工智人-家居设计-柴油机涡轮增压系统智能故障诊断.pdf

TURBN-Turbine-Design：用于估计涡轮机某些性能的MATLAB GUI，该代码主要基于Mattingly的“推进要素”。 该存储库用于教育目的，它确实解决了书中的问题，因此对于学生而言将是有用的资源。 请查看界面截图或仅运行代码，它已预载了示例！

matlab有些代码不运行AxialOpt 描述 AxialOpt是MATLAB工具，用于轴向涡轮机的平均线设计优化。 该代码旨在简化和易于使用。 下面列出了该代码的一些显着功能： 支持任意级数的轴流涡轮的平均线设计优化。 支持多种损耗模型来估计涡轮机内的熵产生，包括： （1951） （1970年） （1982） 使用一维扩散器模型或简化的等熵流模型来计算在涡轮机出口处回收的动能分数。 支持多种工作流体，例如空气，水，二氧化碳，碳氢化合物和制冷剂。 使用库的状态方程来计算工作流体的热力学性质。 使用的基于梯度的算法以系统的方式找到最佳的涡轮机配置。 提供绘图功能，以可视化所设计涡轮的几何形状，热力学图，速度三角形和损耗分布。 提供了通过工具箱导出出版物质量图的可能性。 使用此工具箱需要和。 请参阅原始存储库中的安装说明。 注意：AxialOpt不适合在不同的运行条件下估算现有涡轮机设计的性能。 安装 为了使用AxialOpt您需要安装MATLAB和MATLAB Optimization Toolbox。 另外，您需要安装CoolProp并通过Python将其与MATLAB接口。 这听起

该应用程序对选定的飞机发动机进行参数分析，并允许用户查看不同图上的结果。 用户必须首先运行一个名为 menu 的 matlab 文件并按照显示的说明进行操作。 该申请是在阿联酋航空大学最后一年的项目中提出的。 该项目由 Abdulrahman Amer 和 Sheraz Ali 完成，并由 Raed Kafafy 博士监督。