温度/机械载荷作用下裂纹扩展的随机化分析

为描述温度/机械载荷共同作用下裂纹扩展速率,基于疲劳和蠕变裂纹扩展的线性叠加模型,给出了结合试验的修正方法.该方法根据试验结果提取新的材料参数,解决了原模型中由于交变载荷对蠕变裂纹扩展的影响所导致的材料参数不独立的问题.在此修正模型基础上,引入对数正态随机过程,建立了温度/机械载荷共同作用下的裂纹扩展随机模型,并采用泰勒级数展开法获得了指定裂纹长度下寿命分布和指定寿命下裂纹长度分布的表达式.通过算例比较随机模型和试验结果获得的寿命分布,证实了该随机化处理方法的可靠性.     

随机载荷多次作用下的零件失效率计算模型

运用顺序统计量理论和载荷-强度干涉模型建立了以载荷作用次数为寿命度量指标框架下的零件可靠度和失效率计算模型.分析了随机载荷多次作用时零件失效的过程,从随机载荷作用的统计学意义出发,运用顺序统计量建立了随机载荷多次作用下的零件可靠性模型.在此基础上,定义了以载荷作用次数为寿命度量指标框架下的失效率,给出了失效率计算的一般表达式,并建立了载荷多次作用时零件的失效率计算模型.最后,研究了零件可靠度和失效率随载荷作用次数的变化规律.该模型可用于指导产品的环境应力筛选试验以及其他可靠性试验.     

阵风载荷谱的损伤分散性研究

载荷谱的分散性是影响机群疲劳可靠性寿命的重要因素,阵风载荷是运输类飞机重要的损伤来源。为研究运输类飞机阵风载荷谱的损伤分散性,基于离散阵风模型,对调研得到的多个运输机型号的实测阵风速度超越数数据进行了统计分析;假定指定阵风速度下的超越数服从对数正态分布,建立了阵风速度超越数的分散性模型。采用Monte Carlo方法抽样得到单机阵风速度超越数曲线,得到单机随风载荷过载谱,计算得到单机阵风载荷谱损伤,对机群的阵风载荷谱损伤分散进行了研究,结合3个机型的使用剖面进行了算例分析。结果表明:运输类飞机的阵风载荷谱损伤服从对数正态分布,分散性取值与使用剖面密切相关。      

实测载荷谱数据处理系统

简要介绍了实测载荷谱数据处理系统，较深入地论述了实测载荷谱数据处理的几个重要方面，给出了该系统处理直升机旋翼系统动部件实测载荷谱的实例，通过大子样二维疲劳２载荷母体分布参数估计及假设检验，发现载荷幅值服从半正态分布，载荷均值服从三参数Ｗｅｉｂｕｌｌ分布。     

旋转对称结构零部件时变可靠性模型

分析了旋转对称结构零部件的失效特点以及对称单元数对零部件可靠性的影响,建立了能体现对称单元数的旋转对称结构零部件强度概率密度函数和累积分布函数.分别以随机载荷作用次数和时间为寿命度量指标,建立了随机载荷作用下能够全面体现载荷、强度、对称单元数、寿命指标等参数影响的旋转对称结构零部件时变可靠性模型与失效率计算模型.研究表明:在强度不退化的情况下,旋转对称结构零部件的可靠度也会随着寿命指标(载荷作用次数或时间)逐渐降低,失效率随寿命指标逐渐减小.对于具有相同对称单元的旋转对称结构零部件,随着对称单元数的增加,零部件可靠度会降低且失效率会增大.     

高温受弯构件表面裂纹疲劳扩展寿命预测

基于J-积分半经验公式建立了构件表面裂纹在其长度和深度方向上的疲劳扩展速率表达式,用来预计模拟SUS304钢构件在550℃高温环境中受弯曲载荷作用下表面裂纹的疲劳扩展寿命.并在相同条件下进行了疲劳裂纹扩展试验.结果表明,预测曲线与实验数据基本一致,证明了本文预测方法的有效性.     

一种多钉铆接连接件的疲劳寿命分析方法

针对目前对多钉铆接连接件进行疲劳寿命分析时的可行性不高、计算量较大等问题,提出一种更加有效可靠的预测多钉铆接连接件的疲劳寿命的方法。对多钉铆接连接件进行疲劳寿命分析时,先对压铆铆接过程进行了显示动力学分析,获得铆接后的钉、孔变形形式和干涉量,并编写了APDL子程序用于各种形式试件的铆接过程分析。用紧固件的载荷-位移曲线进行细节应力分析。基于三维弹塑性有限元法建立铆接连接件的载荷-位移计算方法,并通过与试验结果对比,说明用本文方法获取载荷-位移曲线的可靠性。在ANSYS中建立钉单元,并实现参数化建模进行钉载计算。使用应力严重系数法估算连接件疲劳寿命。开展典型航空铆接连接件疲劳试验,计算结果与试验结果一致性较好,说明计算方法的可行性。      

基于多应力退化模型的智能电表可靠寿命预估

针对运行态智能电表难以实现可靠寿命准确预估的问题,基于广义多应力加速模型,利用加速退化的试验数据研究并确定了智能电表的寿命分布规律,首先通过分析环境应力与Weibull分布模型参数的关系,建立了新的基于对数线性回归模型的多应力退化模型;之后提出了对该新模型的参数校正的方法,实现了正常应力水平下寿命分布模型参数的求解,获得了正常应力水平下智能电表的可靠寿命及其剩余寿命的预测结果;最后设置了正常应力条件,验证了该方法的可行性,为智能电表可靠寿命的综合评估提供了一种研究方法。     

基于可靠性的CFRP螺栓连接优化设计方法

螺栓连接是复合材料结构的薄弱环节。因此，螺栓连接部位的设计是先进复合材料结构设计的关键之一。将修正特征曲线方法和随机参数统计模型结合，建立了碳纤维增强复合材料（CFRP）螺栓连接失效载荷的概率分析模型，进而以关键影响参数为设计变量，以可靠度指标为约束，以连接结构质量为设计目标，发展了基于可靠性的CFRP螺栓连接优化设计方法。采用正交试验设计方法建立基于可靠性的螺栓连接优化设计计算方案，优化结果表明:关键影响参数X_C为2 450 MPa、t_ply为0.174 mm、E₁₁为225 GPa时的设计方案为螺栓连接最佳设计方案，该方案使得外载荷为17.5 kN时，螺栓连接可靠度由0.998提高到0.999 999以上，同时使得连接结构的质量下降了6.44%。      

多机理下的卫星寿命预测方法与应用

针对卫星寿命预测的需求和以往方法未考虑突发故障及退化失效的不足,提出了综合多种机理进行寿命预测的方法。归纳了星上产品的寿命特征和卫星到寿原因,指出了卫星随机失效的分布特征;针对随机失效,建立随单星工作时间和系统结构变化的剩余寿命预测模型,给出了利用动态的在轨工作状态数据求解多阶段分布参数的算法,从而实现剩余寿命的动态分析;综合随机失效、退化、消耗及其在轨变化规律,提出了适用于多机理的、竞争性的寿命预测方法。案例分析表明,综合考虑突发故障、退化失效和消耗,可以得到更合理的寿命预测结果,在星座维持策略中提高备份星计划的可信性。     

弹用电磁继电器贮存退化试验及其寿命预测方法

弹用电磁继电器（EMR）是国防武器系统中重要的机电元件,负责信号传递、电路保护与控制、负载切换等功能,对弹用EMR贮存可靠性的可靠评估已成为亟待解决的问题。以装备应用普遍的某型弹用EMR为例,提出一种考虑性能退化的贮存可靠性试验和评价方法。通过研制的弹用EMR贮存退化试验综合系统,获得了其贮存退化敏感参数的变化情况,对弹用EMR的贮存可靠性建模方法进行了探索性研究。提出了基于时间序列分析和小波变换方法的实测参数预处理方法,提高了预测精度。通过回归理论估计了贮存退化模型的参数,并用所建模型对弹用EMR正常温度应力下的贮存寿命进行了预测。      

星载原子钟在轨剩余寿命预测方法研究

原子钟是导航卫星最关键载荷之一, 开展原子钟健康状态评估与寿命预测相关工作, 对于及时掌握原子钟性能和运行状况, 确保卫星导航系统提供高可用性连续性完好性的服务, 具有重要意义。结合星载原子钟在轨失效特性分析, 提出了一种综合考虑原子钟随机失效与耗损失效的剩余寿命预测方法。该方法融合利用原子钟寿命周期内产生的多源多维数据, 通过概率统计和机器学习的途径实现原子钟的剩余寿命预测。经案例验证, 所提方法合理有效, 具有一定的工程应用价值。      

基于Wiener过程的载人飞船热控泵寿命预测

载人飞船热控制循环泵(以下简称热控泵)属于高可靠性航天产品,在试验和使用中出现的寿命失效数据极少,采用传统的基于大样本寿命数据的可靠性分析方法难以满足工程要求。首先根据热控泵的试验数据和退化失效机理,确定关键性能参数为扬程和功率,采用带有正向漂移的Wiener过程拟合这两项性能的退化数据,建立性能退化轨道模型,并用随机加权方法解决模型参数估计时的小子样问题;根据退化失效的定义确定热控泵的寿命分布模型,与传统寿命分布模型不同的是,分布模型中的参数具有明确的物理含义;最后根据试验数据对热控泵的寿命进行预测,验证方法的有效性。     

基于本征正交分解的平流层风场建模与预测

平流层风场环境对临近空间低动态飞行器设计和轨迹控制具有重要影响。针对平流层风场建模,提出一种基于本征正交分解(POD)的风场数据降阶方法,在此基础上,提出一种可以对平流层风场进行预测的Fourier模型。以长沙地区2005—2009年风场为例,采用提出的POD方法与Fourier预测模型对风场进行建模与预测,并对Fourier预测精度进行分析。研究结果表明,采用POD方法可以对东西方向风场进行高效率高精度降阶建模;通过Fourier预测模型可以对东西方向风场进行准确预测,预测精度与实际风场随时间变化的规律性有关,风场数据越紧凑,周期性越明显,预测精度越高。      

基于贝叶斯准则的支持向量机预测模型

对实际统计数据中存在的相关性、不确定性和非线性问题,提出贝叶斯支持向量机预测模型方法.构建基于高斯分布的权值分布模型描述信息的不确定性,基于先验概率分布和贝叶斯关系获得后验分布模型,利用极大似然方法和递推迭代算法求解后验分布的最佳参数,从而得到关联向量机.建立起基于参数分布多维时间序列预测模型,将每一步迭代过程中的支持向量机输入作为随机变量,考虑数据不确定性的传递,递推得到贝叶斯支持向量机预测输出.由于贝叶斯支持向量机可以有效反映随机影响及其传递,可以克服数据不确定性和相关性的影响,因此基于贝叶斯支持向量机预测效果更加符合实际.实例表明利用贝叶斯支持向量机预测高科技企业发展趋势与实际发展趋势接近,可以克服数据相关性、不确定性和非线性对信息模型的影响,具有较高的预测精度和预测鲁棒性.     

基于半监督集成学习的多核设计空间探索

随着处理器的系统结构日趋复杂,设计空间呈指数式增长,并且软件模拟技术极为费时,成为处理器设计的重要挑战。提出了一种结合集成学习和半监督学习技术的高效设计空间探索方法。具体而言,该方法包括2个阶段:使用均匀随机采样方法从处理器设计空间中选择一小组具有代表性的设计点,通过模拟获得性能响应,从而组成训练数据集;提出基于半监督学习的AdaBoost（SSLBoost）模型预测未模拟的样本配置的响应,从而搜索最优的处理器设计配置。实验结果表明,与现有的基于人工神经网络和支持向量机（SVM）的有监督预测模型相比,SSLBoost模型能够使用更少的模拟样本构建出不差于现有方法性能的预测模型;而当模拟样本数量相同时,SSLBoost模型的预测精度更高。      

基于灰色模型和ARIMA模型的钟差预测

由于多种因素的影响,原子钟运行情况十分复杂,为了有效地进行钟差预报和更好的反应原子钟的特性,提出一种基于灰色模型和ARIMA模型的组合模型来实现钟差的预报,并给出了灰色模型和ARIMA模型进行原子钟钟差预报的基本思想和预报模型。利用组合模型更精确地把握钟差序列复杂细致的变化规律,从而更好的逼近钟差序列。为了验证该组合模型的可行性和有效性,利用原子钟钟差数据进行钟差预报分析,结果显示该模型具有较好的预报精度。