高维特征向量相似度计算方法研究

在机器学习、目标识别等诸多领域都会涉及到特征向量的有效识别问题,大多是通过与先期建立的模板特征向量库进行比对,因此高维特征向量的相似度计算就成为特征识别的关键。提出利用互信息熵的计算方法描述高维特征向量之间的“距离”,与传统的“欧氏距离”“相关系数”等方法相比较,不仅考虑了向量的长度信息,还考虑了角度信息,因此可以更进一步地描述高维向量彼此之间的差异,丰富高维特征向量相似度计算方法。     

基于熵产理论设计方法的多目标翼型优化

将熵产理论引入翼型的多目标气动优化设计,通过理论推导湍流流场熵产率计算公式,进而阐述熵分析方法在翼型气动优化中的作用。通过CST参数化方法对翼型进行参数化建模,并将多目标优化算法与CFD计算耦合起来,计算翼型升阻比和流场熵产率,建立一种以最大升阻比和最小熵产率为目标的翼型优化方法,进而得到优化翼型的Pareto解,并与传统翼型优化方法进行对比。与初始种群相比,优化翼型具有更优的气动性能,在升阻比提高的条件下,流场熵产率减少,能量效率提高。采用多目标遗传算法得到的非支配解集分布均匀,质量较高,设计者可以根据设计需要选择具有相对低熵产的一组翼型来改善空气动力性能。结果分析表明,本文所建方法具有较强的全局收敛性,具有一定的工程应用前景。     

一种MED最优滤波长度选择新方法及其应用

最小熵解卷积（MED）是旋转机械故障诊断领域广泛应用的有效方法，它可以从噪声中提取微弱的故障冲击成分。然而它的有效性依赖于滤波长度的选取，目前，针对MED滤波长度的自动选取并没有明确有效的方法，往往需要人为经验选择。因此，在MED的算法基础上，通过结合自相关函数，提出了一种MED最优滤波长度选择的新方法，该方法构建了一个能量判定标准来衡量输出信号的周期性，从而自适应地确定MED的最优的滤波长度以提升微弱故障信号中的周期脉冲成分，避免MED方法容易出现最大化单一随机脉冲现象的发生。该方法应用于滚动轴承故障微弱冲击特征提取，并利用两个实例进行了有效性验证：基于辛辛那提试验中心的滚动轴承全寿命疲劳加速试验；带机匣的航空发动机转子试验器模拟远离轴承振动源的故障试验。结果表明，所提方法可以消除传递路径影响，提升微弱冲击周期性特征，并且与最大相关峭度解卷积（MCKD）方法相比，诊断结果更具优势。     

难熔高熵合金在航空发动机上的应用

航空材料要求具有较高的强度、低的密度、优良的耐腐蚀及抗疲劳等性能,发动机材料更需要耐高温性能。含有高熔点难熔金属元素的高熵合金(high entropy alloys,HEAs)在高温环境下显示出了优异的材料性能。目前,共有120余种难熔高熵(refractory high entropy alloys,RHEAs)被合成,并对其物理和力学特性如密度、拉伸性能、压缩性能、弹性模量和抗氧化性等进行了实验测试。本文对RHEAs和传统典型航空材料的性能参数进行了总结,绘制了高温情况下的密度、屈服强度极限的对比图表,多数RHEAs显示出较高的力学强度和组织稳定性。     

基于平滑先验分析和模糊熵的滚动轴承故障诊断

由于机械系统的复杂性,振动信号的随机性表现在不同尺度上,基于对振动信号进行多尺度的模糊熵(FE)分析,提出了基于平滑先验分析(SPA)和模糊熵的滚动轴承故障诊断方法。采用SPA方法对振动信号进行自适应分解,得到振动信号的趋势项和波动项;分别计算趋势项和波动项的模糊熵;将模糊熵值作为特征向量,输入至基于优化算法的支持向量机(OSVM)。将该方法应用于滚动轴承实验数据,分析结果表明:该方法在仅提取两个分量特征的情况下即可达到100%的故障诊断精度,可有效实现滚动轴承的故障诊断。      

二元低音爆超声速进气道的流动特性研究

为了揭示低音爆进气道的特殊流动机理,设计了一种新型二元低音爆超声速进气道,其具有零度角唇罩和发散等熵压缩前体这两个典型特征,并通过仿真手段获得了其在典型状态下的流场结构和工作特性。结果表明:由于唇罩内侧倾角过大,在低来流马赫数下(Ma∞=1.8,2.0),低音爆进气道在口部产生了唇罩弯曲激波及相应的局部亚声速区,这一流动结构的存在使其在临界状态下的总压恢复系数与外压式进气道相比分别降低了2.3%和5.5%;而在高来流马赫数下(Ma∞=2.5),唇罩激波在肩部下游诱导出一个大的分离包,该分离包使得低音爆进气道的性能随下游堵塞度的变化变得敏感。由于本文设计的低音爆进气道外唇罩角为0°,其音爆水平与外压式进气道相比显著降低,其中其音爆在设计马赫数的通流状态下减小了98.6%。此外,进气道的音爆还与其工作状态相关,进气道的溢流程度越大、超声速来流的马赫数越低,音爆水平则越高。     

基于熵灰关联算法的雷达对抗情报数据融合处理

针对灰关联算法直接应用于雷达对抗情报融合时可靠性和准确性不高的问题,提出了基于熵灰关联融合算法的雷达对抗情报融合算法.该算法首先利用融合矩阵对雷达目标间参数的灰关联度和权重值进行建模,得出综合评价值,然后将其与阈值进行比较,最后计算属于同一雷达对抗情报数据的均值,实现雷达对抗情报数据的融合.仿真实验结果表明了该算法能够充分利用雷达对抗情报数据的有效信息,融合结果准确可靠,模型泛化能力强.     

一种新型的动态RANS/LES混合方法

为解决RANS/LES混合方法过渡依赖网格疏密的问题,使用熵函数fs作为交界面函数构造一种新型的动态RANS/LES混合方法。同时采用脱体涡模拟方法 (DES97),对平板边界层流动、超声速凹腔-压缩拐角流动以及超声速底部流动进行数值模拟,并与实验数据进行对比。结果表明,无论对于附体流动区域还是分离区域,fs都能够动态地指示出边界层的范围。构造的动态RANS/LES混合方法能够显著缓解DES97由于网格因素导致的雷诺应力模化不足的现象,同时保证分离区域涡结构的求解精度。另外,熵函数fs是从能量耗散的角度进行构造,并不依赖于特定的湍流变量,因此更具有普适性。     

一种新的多输出重要性测度及其高效计算方法

基本变量重要性测度分析是结构安全评估以及工程优化设计的一项必要工作。本文结合矩独立重要性测度思想和基于方差的重要性测度思想,提出了一种新的适用于多个输出的重要性测度。所提测度利用概率积分转化(Probability integration transformation,PIT),将输出的不确定性由输出的联合分布函数来表征。在多输出情况下,相比单纯基于方差的重要性测度,所提测度能够同时包含各个输出的不确定性及其相关性。而相比单纯的矩独立重要性测度,由于它使用方差来衡量变异性,因而求解过程更为简便。在计算多输出的分布函数时,本文采用基于分数矩的极大熵方法结合Nataf变换法,在保证求解精度的同时大大降低了模型调用次数。数值和工程算例说明了该测度的合理性以及计算方法的高效性。