一种小样本民机产品的可靠性预测方法

将最小二乘支持向量机(Least square support vector machine,LS-SVM)应用于小样本民机产品的可靠性预测分析。通过重构相空间的饱和嵌入维数,确定最小二乘支持向量机的最佳输入变量;然后,使用最小二乘向量机建立可靠度回归预测模型,运用自动网格搜索法,优化了最小二乘支持向量机的建模参数,实现了比现有方法精度高、泛化性好的模型。训练和测试的可靠性样本取自某机型襟翼液压锁寿命可靠性数据。与神经网络模型的比较实例表明,提出的方法合理有效。     

Boosting稀疏最小二乘支持向量回归机及其在推力估计中的应用

为实现航空发动机的直接推力控制代替传统的基于传感器的液压机械式控制,本文使用boosting技术提升最小二乘支持向量回归机的性能设计了推力估计器。在使用boosting的过程中,有两点与传统方法不同：（1）为了在建立稀疏最小二乘支持向量回归机的时候使数值计算更稳定,使用无放回抽取;（2）为了实现最小二乘支持向量回归机的稀疏性和降低计算的复杂度,用训练数据集的一个子集来建立最小二乘支持向量回归机,不再使用全部训练数据。仿真实验表明,基于boosting稀疏最小二乘支持向量回归机的推力估计器能够满足直接推力控制的需要,即估计推力相对误差不大于5‰。     

在线稀疏最小二乘支持向量回归机及其应用

提出了一种简单有效的方法——OPLS—SVR来实现在线最小二乘支持向量回归机解的稀疏性。由于稀疏性的实现,在线稀疏最小二乘支持向量回归机的响应时间被大大缩短。此外,为了保证给航空发动机控制器提供可靠、正确的控制信号,提出了一种基于OPLS—SVR的解析余度技术来解决传感器失效和漂移问题。仿真实验表明了该解析余度技术有效且可行。     

一种基于GA优化小波LS-SVR的实时寿命预测方法

针对性能非线性退化的产品,从研究退化轨迹相似性的角度出发,提出一种基于遗传算法(GA)优化小波最小二乘支持向量回归机(LS-SVR)的实时退化轨迹建模和寿命预测方法。该方法根据特定个体与同类产品的Euclid距离确定隶属度权值,加权小波LS-SVR建立的同类产品退化模型得到特定个体的退化轨迹模型,结合实测数据更新模型并进行实时寿命预测。实例分析验证了所提方法的有效性。     

基于小波分析和LSSVM的高压直流电源故障诊断

针对该电源故障样本少、专家经验不足和模式辨识困难的特点,提出了一种基于改进型最小二乘支持向量机的诊断方法,综合利用小波变换和最小二乘支持向量机在时频分析和小样本辨识领域的优点,很好地解决了高压直流电源的故障诊断问题。     

一种新的加权最小二乘支持向量回归机及其对性能退化航空发动机推力估计的应用(英文)

要实现航空发动机的性能退化缓解控制,需要设计一个高精度并具有良好实时性的推力估计器。针对这种需要,本文提出了一种新的加权最小二乘支持向量回归机,并在此基础上设计了性能退化推力估计器。和现有的加权策略相比较,基于此新的加权策略的推力估计器不仅能满足性能退化缓解控制对精度的要求也能满足实时性的要求。最后,仿真实验证明此加权最小二乘支持向量回归机以及基于此回归机设计的推力估计器的有效性和可行性。     

基于NRS-SVM模型的航空弹药消耗预测研究

结合航空弹药训练消耗的特点,研究邻域粗糙集(Neighborhood rough sets,NRS)与支持向量机(Support vector machines,SVM)融合的航空弹药训练消耗预测问题。通过邻域粗糙集将5个初始影响因素约简为3个核心影响因素,并以此训练集对支持向量机进行回归优化。通过参数寻优得到最优的惩罚参数和核参数,进而构建NRS-SVM组合预测模型来预测航空弹药消耗。实证研究表明,该模型预测结果与实际数据吻合度较高,且与其他预测模型相比具有更好的预测性能。     

暂冲式高速风洞流场控制系统建模与仿真

为满足中国空气动力研究与发展中心的2.4m跨声速风洞流场品质改进的需要,有必要建立一个高效的风洞流场控制模型作为控制器设计的验证平台。由于难以建立精确的空气动力学模型,且2.4m 跨声速风洞长期运行积累了大量的试验运行数据的实际,数据建模成为建模方法的首选。在硬件上,建立了基于反射内存技术的流场控制仿真系统,以获取现场采集的数据。建模方法采用数据建模方式,主要是利用系统辨识理论,将整个系统看成是一个“黑箱”,利用现场采集的数据来确定系统的参数和输入输出间的映射关系。采用以非线性自回归滑动平均模型(Non-linear Auto-Regressive Moving Average Model with Exogenous Inputs,NARMAX)作为风洞系统的数据模型,应用互信息法、曲线拟合法和伪最近邻点法分别确定了模型中采样间隔、时间滞后以及阶次3个参数。对比了最小二乘线性回归、BP 神经网络以及最小二乘支持向量机(LSSVM)3种方法对模型的拟合效果,确立了最小二乘支持向量机作为最终的拟合方法。为了提高仿真的精度,根据风洞运行的特点,将其整个过程划分为冲压、启动和调节3个阶段,分别建立了各个阶段的子模型。由于风洞系统是一个多输入多输出系统,并且延迟和阶次较大,采用了基于信息熵的数据压缩方法,实现了简化子模型规模的目的。最后,采用多模型融合的方法将各个阶段的子模型通过加权的方法来完成融合,从而构建起整个风洞系统的模型。稳定段总压和驻室静压分别通过所建模型得到,最后通过马赫数的计算公式得到试验段马赫数值。仿真结果表明:所建模型在运行包络线范围内的试验工况下,总压预测精度达到0.1%、马赫数预测精度基本达到0.001,达到了研究的目的。该项工作的开展较为系统地建立了暂冲式风洞的流场控制模型,建立的模型将为下一阶段基于现代控制理论的控制器设计奠定基础。     

偏最小二乘和ANFIS在飞机燃油油量测量中的应用

分析了飞机燃油箱剩余油量测量系统具有变量多、非线性及变量间存在多重相关性的特点,指出单独采用自适应神经模糊推理系统(Adaptive network-based fuzzy inference system．ANFIS)和偏最小二乘(Partial least- squares,PLS)解决飞机燃油箱剩余油量软测量问题均有各自的局限性。结合上述两种方法的优点,提出了一种基于PLS回归与减法聚类的ANFIS软测量模型。将其应用于预测飞机油箱燃油剩余的建模过程中,得到了比采用PLS回归方法更好的精度,从而证明了该建模方法的有效性。     

航空发动机控制器降阶方法

研究了状态空间模型的降阶方法,介绍了平衡截取降阶方法,提出最小二乘降阶方法.根据降阶前后系统应具有相同的输出,采用最小二乘法计算出降阶后系统的模型参数.以状态空间形式的某航空发动机控制器为降阶示例,采用以上两种方法进行了降阶研究,结果表明所提出的最小二乘法具有更优的性能.     

基于GM(1,1)改进模型的建筑物沉降预测

针对现代高层建筑进行沉降观测,对其未来的变形趋势进行准确地预测具有重要的意义.针对传统灰色GM(1,1)模型存在的模型精度不高的问题,本文提出了一种同时优化背景值和初始条件的GM(1,1)改进模型,并将其应用于对建筑物的沉降变形进行定量分析与即时预报.通过与原始模型和其他模型的对比分析可以发现,本文所研究的改进模型在精度上有了显著的提高,更加适用于基础沉降的预测,具有很好的工程应用价值.     

旋翼／机体耦合动稳定性计算与试验的对比

采用带外伸量及弹性约束的当量铰桨叶模型，考虑了旋翼挥／摆结构耦合及动力入流非定常气动力，建立了悬停状态旋翼／机体耦合动稳定性分析方法，适用于星形柔性及无铰式等旋翼系统。分析时挥舞、摆振、机体运动及动力以均以复数变量表示。通过各自由度之间相互作用分析，揭示了动不稳定的机理及动力入流均以复数变量表示。     

无人机伞回收动力学分析

在建立无人机六自由度飞行力学模型和降落伞回收动力学模型的基础上,对无人机的整个回收过程进行仿真分析,并与飞行试验进行了比较。结果表明:本文所采用的方法较为准确地预测了整个减速伞工作阶段中的相关动力学特性。计算结果还包括了无人机与回收系统的相对运动过程,有效地预测了回收过程的危险情况,为无人机控制律和回收系统设计提供了重要参考。     

Vibration Fatigue Probabilistic Life Prediction Model and Method for Blade

Vibration fatigue is one of the main failure modes of blade.The vibration fatigue life of blade is scattered caused by manufacture error,material property dispersion and external excitation randomness.A new vibration fatigue probabilistic life prediction model(VFPLPM)and a prediction method are proposed in this paper.Firstly,as one-dimensional volumetric method(ODVM)only considers the principle calculation direction,a three-dimensional space vector volumetric method(TSVVM)is proposed to improve fatigue life prediction accuracy for actual threedimensional engineering structure.Secondly,based on the two volumetric methods(ODVM and TSVVM),the material C-P-S-N fatigue curve model(CFCM)and the maximum entropy quantile function model(MEQFM),VFPLPM is established to predict the vibration fatigue probabilistic life of blade.The VFPLPM is combined with maximum stress method(MSM),ODVM and TSVVM to estimate vibration fatigue probabilistic life of blade simulator by finite element simulation,and is verified by vibration fatigue test.The results show that all of the three methods can predict the vibration fatigue probabilistic life of blade simulator well.VFPLPM TSVVM method has the highest computational accuracy for considering stress gradient effect not only in the principle calculation direction but also in other space vector directions.     

考虑脆弱性的航空发动机剩余寿命预测

比例危险模型采用协变量的方式综合多个参数实现对系统的剩余寿命预测,已在航空发动机中得到了应用。然而由于传统比例危险模型是以假设多个研究样本独立同分布,即基本失效率相同为基础的,但对于航空发动机而言,由于运行环境和使用的不同,基本失效率存在差异。研究表明,忽略样本之间的差异会导致估计结果存在严重偏差。为此,本研究将引入用于表达样本之间非独立性的脆弱性概念,针对航空发动机,建立更具普遍性的脆弱性比例危险模型,首次应用于航空发动机的剩余寿命预测。通过实例表明,基于脆弱性比例危险模型得到的预测结果平均误差为4.6%,而基于传统比例危险模型的预测结果平均误差为6.9%,验证了脆弱性比例危险模型在航空发动机剩余寿命预测中的有效性。     

优化的GM(1,1)模型及其适用范围

在已有灰色理论的基础上,利用“最小二乘法”确定GM(1,1)白化权函数的时间响应函数中的常数c,摈弃了传统GM(1,1)把原始序列中x^(0)(1)作为初始条件的欠科学的做法,构建了时间响应函数的优化模型。经大量的数据模拟和预测,发现优化的GM(1,1)模型各项指标均优于传统的GM(1,1)模型,且拓宽了其适用范围。     

The Coupled CFD/Free-Wake Method for Numerical Prediction of Rotor BVI Noise

A coupled Navier-Stokes/free-wake method is developed to predict the rotor aerodynamics and wake.The widely-used Farassat 1 Aformulation is adopted to predict the rotor noise.In the coupled method,the Reynolds-averaged Navier-Stokes(RANS)solver is established to simulate complex aerodynamic phenomena around blade and the tip-wake is captured by a free-wake model without numerical dissipation in the off-body wake zone.To overcome the time-consuming of the coupling strategy in previous studies,a more efficient coupling strategy is presented,by which only the induced velocity on the outer boundary grid need to be calculated.In order to obtain blade control settings,a delta trimming procedure is developed,which is more efficient than traditional trim method in the calculation of Jacobian matrix.Several flight conditions are simulated to demonstrate the validity of the coupled method.Then the rotor noise of operational load survey(OLS)is studied by the developed method as an application and the computational results are shown to be in good agreements with the available experimental data.     

二维不可压内流湍流附面层分离流的预测

本文采用适合于内流的准同时粘性/无粘性流匹配模型,快速求解二维通道内的不可压湍流附面层分离流动。无粘流采用由复变函数论的Plemeli公式推导的面元法;粘性流动区采用Head积分法求解。文中给出了两个算例。结果表明:所采用的准同时粘性/无粘性流匹配模型,不但可有效地克服分离形成的奇异性,而且收敛速度快,稳定性好。在湍流分离阶段,其预测结果与实验值基本吻合。文中还讨论了形状因子及表面摩擦系数关系式对预测结果的影响,形状因子经验关系对预测有比较明显的影响,而表面摩擦系数经验关系对预测无显著影响。文中还提出了改进模型的方向。     

Remaining Useful Life Prediction of Rolling Element Bearings Based on Different Degradation Stages and Particle Filter

A method is proposed to improve the accuracy of remaining useful life prediction for rolling element bearings,based on a state space model(SSM)with different degradation stages and a particle filter. The model is improved by a method based on the Paris formula and the Foreman formula allowing the establishment of different degradation stages. The remaining useful life of rolling element bearings can be predicted by the adjusted model with inputs of physical data and operating status information. The late operating trend is predicted by the use of the particle filter algorithm. The rolling bearing full life experimental data validate the proposed method. Further,the prediction result is compared with the single SSM and the Gamma model,and the results indicate that the predicted accuracy of the proposed method is higher with better practicability.     

复合材料层合板冲击及冲击后疲劳寿命预测方法(英文)

现有含冲击损伤复合材料层合板的寿命预测方法是建立在冲击后复合材料层合板的疲劳性能基础之上的,导致模型和方法不具有通用性。因此,针对含冲击损伤的复合材料层合板,基于逐渐累积损伤理论和无损单向板的疲劳特性,建立一种具有普遍适用性的三维逐渐累积损伤的疲劳寿命预测方法。该方法可对不同铺层参数、不同几何尺寸以及不同冲击条件下层合板的疲劳寿命进行预测。为了在缺少冲击试验时也能实现受到冲击载荷后层合板的疲劳寿命预测,对层合板在冲击载荷及冲击后疲劳载荷作用下的破坏进行全程分析,将预测得到的冲击损伤状态用于分析冲击后的疲劳寿命。同时基于全程分析的方法,开发了参数化的复合材料层合结构冲击及冲击后疲劳破坏模拟程序。与试验对比,最大误差为7.78%。