中长寿命轮盘应力寿命及可靠性分析方法

针对轮盘榫槽结构理论应力集中系数难确定、采用传统应力寿命法估寿误差大问题, 提出一种改进应力寿命预估法.改进方法包括:提出应力修正系数概念和一种适用于轮盘榫槽结构的理论应力集中系数确定方法, 以及应力比修正方法.一旦确定了试棒的应力修正系数, 改进应力寿命法可采用光滑棒试验数据预估复杂结构寿命, 并考虑应力集中影响.进而建立了基于改进应力寿命法的应力寿命可靠性分析方法, 并对某风扇盘进行了疲劳寿命可靠性分析, 计算概率寿命与试验寿命吻合良好.      

基于BP神经网络的金属橡胶本构关系的预估方法

采用BP(back propagation)神经网络算法对金属橡胶的本构关系系数进行学习训练,对BP神经网络做了比较详细的介绍,讨论了如何运用神经网络去预估金属橡胶的非线性本构关系系数,选择了BP神经网络参量,通过对金属橡胶的静态压缩实验数据进行参数识别,获得仅材料密度变化、材料密度和形状因子两种因素同时变化两种情况的...     

基于双参数寿命模型的抗疲劳制造结果参量分析方法

为评估抗疲劳主要参量对S-N曲线的作用规律,采用双参数疲劳寿命模型作为分析基础,引入材料本征S-N曲线概念,将制造参量转化为制造结果参量系数,在从理论模型角度系统分析各个参量对寿命曲线的作用规律的基础上,进一步对实验获得的高温合金GH4169在成型机加工、表面完整性机加工和表面高能强化三种制造工艺下的疲劳S-N数据进行疲劳抗力系数M_f和理论疲劳极限S_c对应力集中系数K_t的敏感性进行分析。结果表明:高能强化可显著提高光滑试样和缺口试样的疲劳性能;对于光滑构件或低应力集中系数的构件,高能强化对疲劳性能的提高主要表现在提高了疲劳抗力系数;而对于高应力集中系数的构件,高能强化对疲劳性能的提高主要表现在提高了理论疲劳极限;此外,利用结果参量系数分析S-N曲线的方法,对于理解抗疲劳制造机理具有重要参考价值。     

采用梁元的加强框结构可靠度计算

以梁元为可靠性分析单元建立了一种新的加强框结构的可靠性计算模型,采用可靠性理论方面的新成果进行了分析计算,研究了若干参数(如可靠性分析单元个数、元件强度差异系数和相关系数坟外载荷差异系数)对计算结果的影响,为加强框设计提供了依据。     

基于临界距离理论的TC4合金缺口试样 低循环疲劳寿命预测

对TC4合金缺口试样的临界距离和低循环疲劳寿命分别进行了分析和预测.研究了缺口临界距离与疲劳寿命、载荷比、应力集中系数的相关关系及其对寿命预测结果的影响.研究结果表明:TC4合金缺口试样的临界距离不仅与疲劳寿命有关,还与载荷比和应力集中系数相关.载荷比相同时,临界距离与疲劳寿命之间可采用幂函数经验公式来描述.载荷比为-1和0.1时,TC4合金缺口试样的临界距离-疲劳寿命曲线基本重合,当载荷比增大为0.5时,临界距离明显增大.载荷比和疲劳寿命相同时,临界距离与应力集中系数近似成反比关系.寿命预测结果表明:采用临界距离理论预测TC4合金缺口疲劳寿命时,要获得更准确的疲劳寿命预测结果,应同时考虑临界距离与疲劳寿命、载荷比以及应力集中系数等因素的相关性.      

小标距光纤光栅监测孔边应变场技术研究

主要研究了小标距光纤布拉格光栅（FBG）在应力集中部位的应变场监测。通过对光纤光栅反射光谱的分析来获得应力集中部位的应变值,实现了对光纤光栅粘贴区域中应力集中最严重点的应变及应力集中系数的测量,试验结果与理论结果一致性较好,为应用小标距FBG监测结构应力集中部位应变场及塑性应变奠定技术基础。     

SiC/TC4复合材料横向拉伸应力集中系数的表征及试验验证

针对纤维均匀排布的单向纤维增强复合材料在横向拉伸荷载下基体产生应力集中的问题,提出了横向拉伸荷载下基体应力集中系数的表征方法。基于复合材料细观力学理论,通过编写程序在代表体积元(Representative Volume Element, RVE)模型上施加周期性边界条件,实现了单、双轴横向拉伸荷载下基体应力集中系数的计算,并通过单向纤维增强SiC/TC4复合材料板的横向拉伸试验验证了所建模型的有效性。利用所建模型计算不同纤维体积分数、材料组分以及温度条件下基体应力集中系数并分析其影响规律。计算结果表明:单轴横向拉伸应力集中系数随着纤维体积分数的增加而增大,双轴横向拉伸应力集中系数随着纤维体积分数的增加呈现出先减小后增大的趋势;在20℃～500℃区间内,单轴横向拉伸应力集中系数最大可达2.8,双轴横向拉伸应力集中系数最大达2.4。     

基于小孔腐蚀理论的飞机结构服役日历年限评估方法研究

基于小孔腐蚀理论，将腐蚀效应造成的疲劳强度降低或疲劳寿命降低视为应力集中系数的增大，这样将与时间相关的腐蚀效应（应力集中系数变化）和疲劳寿命联系起来了，通过试验研究给出了环境腐蚀造成的结构疲劳寿命与日历寿命之间的关系式，从而给出了一种考虑环境腐蚀效应影响的飞机结构日历使用寿命的估算方法。     

基于NSCT与PCNN的图像融合

针对非下采样Contourlet变换(NSCT)变换的平移不变性、多尺度性和多方向等特点,结合脉冲耦合神经网络(PCNN)的全局连接性和神经元的脉冲同步性,提出基于NSCT变换区域特征与脉冲耦合神经网络相结合的图像融合方法。首先对待融合图像进行多尺度、多方向的分解,低频系数采用区域能量融合规则,高频系数作为脉冲耦合神经网络的输入,最后对融合后的系数经过NSCT逆变换得到融合图像。实验结果表明,融合结果在主观和客观评价上均优于其他对比方法。     

高温合金焊接接头应力分析与疲劳寿命预测

针对航空喷气发动机机匣上安装座的焊接结构, 建立了对接焊、错位对接焊、不等厚对接焊、新材料对接焊等4种焊接结构的有限元分析模型, 利用ANSYS软件进行了应力分析, 得到了4种焊接接头的应力集中系数;用“成组对比实验方法”进行了上述4种焊接结构的应力疲劳试验验证, 预测了它们的寿命区间.疲劳试件的扫描电镜(SEM)断口分析表明, 应力集中区域的焊接缺陷是影响疲劳寿命最主要的因素.      

进化神经网络响应面法在结构可靠性中应用

针对传统可靠性分析方法的缺点,研究了网络拓扑结构和权值自适应调整的进化神经网络响应面,以用于实现隐式功能函数的全局映射。给出了基于遗传算法的神经网络响应面的构建步骤和样本点的选取方法。用训练好的神经网络代替可靠性分析中的有限元计算,大大提高了计算效率。通过工程实例与蒙特卡罗法、传统响应面法进行了对比分析,证明了该方法的有效性和实用性,为大型复杂结构的可靠性分析提供了一条高效的途径。     

试验有限元建模和模型修改

 CATAS系统是用于全尺寸结构静力试验与分析的大型综合系统,目的之一就是为保证有限元分析和工程细节分析结果和试验测量结果的一致性和可靠性。对设计厂、所提供的强度校核的有限元模型如何修改后建立用于试验分析的有限元模型进行了论述。     

支持向量回归机在结构可靠性分析中的应用

 评估结构的可靠度常常遇到隐式功能函数，对于此种情况经典的结构可靠性分析方法难以实施。目前，响应面和人工神经网络等回归方法已经广泛地用来构建显式函数替代隐式功能函数进行结构可靠性分析。支持向量回归机是一种与人工神经网络类似的新回归方法，目前很少用于结构可靠性分析。鉴于支持向量回归机出色的小样本学习性能、良好的泛化性能，本文提出了基于支持向量回归机的两种适用于隐式功能函数的可靠性分析方法：基于支持向量回归机的Monte-Carlo模拟法和基于支持向量回归机的一次二阶矩法。算例表明支持向量回归机可以在抽样范围内很好的逼近真实的隐式功能函数，减少结构分析次数。失效概率计算结果与经典方法的对照说明所提方法的计算精度较高，具有一定的实用价值。     

有限元分析在常规强度计算工作中的地位和作用

以往常规强诬计算方法的最大弊端在于构件的内力图是由认为施加在该构件上的外载荷确定的，而有限元素法克服了这个弊端，用构件上各计算站位（节点）的应力反推出了构件的内力图，从而大大提高了分析的精度和可靠性。本文在客观地评价有限元分析在常规强度各的地位和作用的基础上，为今后以有限元分析为基础而进行的常规强度计算工作指明了具体方法和途径的同时，又指出了二者的衔接关系。     

基于铸件热应力及变形的人工神经网络和遗传算法优化方法

将神经网络与遗传算法相结合,以有限元分析得到的样本集合作为教师样本,通过神经网络的训练建立设计参数与控制目标的非线性映射关系,并以此代替后续的有限元分析,获得遗传算法求解优化问题迭代中所需的目标函数近似值。以Al-4.5%Cu应力框为例,在分析铸件热应力及变形机理的基础上,对应力杆的高度、宽度和粗细杆截面比、浇注温度、界面换热系数和砂型的预热温度6个参数进行优化,从而有效地控制铸件内部的热应力及变形。优化结果表明:此方法在较少的有限元计算情况下即可获得较好的优化解,与初始设计相比,弯曲变形和热应力分别降低了58.5%和40.6%。     

基于粒子群神经网络的轮盘优化

将粒子群算法(PSO)和BP神经网络相结合, 构建了一种新型智能结构优化算法.PSO方法除用于结构优化外, 还被用于BP神经网络的构造及网络训练, 使之可自适应调整优化.结构优化中, 以BP神经网络取代有限元方法, 通过设计变量来映射目标函数和约束, 从而大大提高了计算速度.将此方法用于轮盘结构优化, 使得轮盘体积减少了17.5%, 结果通过检验.该方法便捷、高效, 为解决工程结构优化问题提供了一个新途径.      

Design and Optimization of Press Bend Forming Path for Producing Aircraft Integral Panels with Compound Curvatures

In order to find out the optimal press bend forming path in fabricating aircraft integral panels, this article proposes a new method on the basis of the authors' previous work. It is composed of the finite element method (FEM) equivalent model, the surface curvature analysis, the artificial neural network response surface and the genetic algorithm. The method begins with analyzing the objective's shape curvature to determine the bending position. Then it optimizes the punch travel at each bending position by the following steps: (1) Establish a multi-step press bend forming FEM equivalent model, with which the FEM experiments designed with the Taguchi method are performed. (2) Construct a back-propagation (BP) neural network response surface with the data from the FEM experiments. (3) Use the genetic algorithm to optimize the neural network response surface as the objective function. Finally, this method is verified by press bending a complicated double-curvature grid-type stiffened panel and bears out its effectiveness and intrinsic worth in designing the press bend forming path.     

利用模态编码进行结构损伤位置识别的自联想储存器神经网络方法

 提出了一种基于自联想储存器神经网络的结构损伤识别方法,该网络的训练数据为经编码后的结构模态向量。和传统BP网络相比,这种方法收敛性能较好且不易陷入局部极小值。另外,为判断识别结果的正确性,提出了一种基于向量间距离的可靠性分析方法。最后,以一个悬臂梁为算例验证了该方法的有效性和可行性。     

基于BP神经网络的多应力加速寿命试验预测方法

 针对多应力加速寿命试验(ALT)中传统的寿命预测方法存在建立加速模型及求解多元似然方程组困难的缺点,基于反向传播(BP)人工神经网络(ANN),利用BP神经网络良好的预测特性,建立了多应力恒定加速寿命试验寿命预测模型。首先,以加速寿命试验中的加速应力水平和通过经验分布得到的可靠度作为网络训练输入向量;以非线性最小二乘法对原始失效数据进行拟合并得到回归方程,利用回归方程生成大量的仿真数据作为训练目标向量;然后,建立3层BP神经网络并对网络进行训练。最后,把正常应力水平和设定的可靠度输入训练好的网络,得到预测的失效时间,进而给出可靠度函数的预测曲线。通过仿真算例对本方法进行验证,预测值和仿真值相比较表明,所建立的网络能反映应力水平、可靠度与寿命的关系,为多应力加速寿命试验的寿命预测提供了新的思路。     

协同多目标攻击空战决策及其神经网络实现

提出了一种超视距多目标空战决策方法——协同优先权算法。它能给出多机协同攻击多目标的目标配对。然后对２∶４空战,用３层Ｂ－Ｐ网络实现该算法,并用ＳＯＦＭ网络实现对目标的攻击排序。因它们具有很强的适应、容错能力和实时性,故这种实现将有助于复杂动态环境下飞行员的空战决策,以及提高航空武器系统的作战效能。仿真结果证实了上述思想的正确性。