随着航空发动机的推重比等性能不断提高,对发动机主轴承及其它各部件的性能要求也更为苛刻,而轴承腔润滑中的气液两相流型对流体流动压力损失和传热特性、流动系统的运行特性、以及支承系统的工作性能均有较大影响。另外发动机主轴承及轴承腔的热问题也日益突出,将直接影响轴承寿命和发动机的可靠性。因此,对轴承腔内两相流动进行研究,以获得两相流动条件下润滑油流场、压力场,并侧重于温度场的计算分析,为改进润滑冷却及选材提供依据,同时对于优化发动机的参数设计、提高发动机的推重比和可靠性具有重要意义。本文首先以管道内气液两相流为原型,采用基于MALLAT算法的BP神经网络两相流流型辨识组合,形成可用于轴承腔气液两相流流型辨识的预测模型。并采用文献中的相关数据,用理论预测模型对轴承腔内两相流流型进行了识别,验证了基于MALLAT算法的BP神经网络建立的预测模型的准确性;其次是基于FORTRAN语言的数值计算软件的开发研究,侧重于网格的生成、数学模型的建立和计算结果的后处理。网格生成采用基于贴体坐标的结构化网格,湍流模型采用标准k ?ε模型,后处理采用商用处理软件;最后基于FLUENT商用软件对轴承腔气液两相流动进行了数值模拟,采用滑动网格技术和非稳态求解器对不同主轴转速和润滑油供应量等情况下轴承腔内气液两相流动特性进行了计算分析。本文的研究工作为轴承腔内气液两相流型辨识提供了技术支持,并为今后对数值计算软件开发和完善奠定了很好的基础,对改进轴承腔的滑油冷却方式和选材等相关设计提供了依据和理论指导。