利用COSMIC数据构建的全球垂直TEC图的验证研究

在日固坐标系(地磁纬度和地方时)下, 累积地方时过去24h的COSMIC(Constellation Observing System for Meteorology Ionosphere andClimate)观测资料, 通过对110$sim$750km高度范围内的电子密度进行数值积分得到各掩星点的垂直TEC值, 进而利用Kriging方法插值产生近实时的全球地方时MAGLat2.5°×2h的COSMIC TEC图. 利用2008年1月1日至2010年6月30日共30个月的COSMIC数据, 逐日构建COSMICTEC图, 将其与全球导航卫星系统服务组织(International GNSS Service,IGS)发布的全球电离层TEC图(Global Ionospheric Maps, GIMs)以及OSTM/JASON-2卫星高度计观测值分别进行比对,证明利用COSMIC掩星资料构建全球电离层垂直TEC图是可行的.      

基于优化Kriging模型和重要抽样法的结构可靠度混合算法

 结构可靠度分析计算通常采用多项式响应面拟合隐式极限状态函数,但对于复杂航空航天机械结构产品极限状态方程往往表现出高度非线性,此时多项式响应面的模拟精度不够就会造成计算不收敛。为了提高结构可靠度计算的精度、效率和收敛性,提出了基于优化Kriging模型和重要抽样法的结构可靠度计算方法。首先,利用人工蜂群算法对Kriging模型的参数进行优化;再用优化后的模型模拟隐式极限状态函数,结合重要抽样法不断修正抽样重心,逐步提高模拟精度以达到给定要求;最后,结合一阶矩法(FORM)/二阶矩法(SORM)经典算法求解结构可靠度。该方法提高了高度非线性隐式极限状态方程可靠度计算的精度和收敛性,并且具有较高的计算效率。     

Reliability and reliability sensitivity analysis of structure by combining adaptive linked importance sampling and Kriging reliability method

The application of reliability analysis and reliability sensitivity analysis methods to complicated structures faces two main challenges: small failure probability (typical less than 10⁻⁵) and time-demanding mechanical models. This paper proposes an improved active learning surrogate model method, which combines the advantages of the classical Active Kriging – Monte Carlo Simulation (AK-MCS) procedure and the Adaptive Linked Importance Sampling (ALIS) procedure. The proposed procedure can, on the one hand, adaptively produce a series of intermediate sampling density approaching the quasi-optimal Importance Sampling (IS) density, on the other hand, adaptively generate a set of intermediate surrogate models approaching the true failure surface of the rare failure event. Then, the small failure probability and the corresponding reliability sensitivity indices are efficiently estimated by their IS estimators based on the quasi-optimal IS density and the surrogate models. Compared with the classical AK-MCS and Active Kriging – Importance Sampling (AK-IS) procedure, the proposed method neither need to build very large sample pool even when the failure probability is extremely small, nor need to estimate the Most Probable Points (MPPs), thus it is computationally more efficient and more applicable especially for problems with multiple MPPs. The effectiveness and engineering applicability of the proposed method are demonstrated by one numerical test example and two engineering applications.     

基于加速度频响函数小波分解的模型修正方法

为提高模型修正效率，满足修正方法对于实测环境噪声的鲁棒性，将Kriging模型和小波分解引入加速度频响函数模型修正。首先，将加速度频响函数进行小波分解，用得到的第1层幅值较大的小波系数来表征原频响函数。其次，采用拉丁超立方抽样对初选待修正参数进行设计，根据设计结果对各参数进行灵敏度分析，从而确定模型修正的待修正参数，以待修正参数作为Kriging模型输入，所对应的小波系数作为Kriging模型输出，通过混合灰狼算法寻得最优Kriging模型相关系数，建立精确有效的Kriging模型。最后，以目标加速度频响函数小波分解的小波系数与Kriging模型输出的小波系数差值最小为目标，通过水循环算法求解模型待修正参数。数值算例表明，所提模型修正方法具有良好的修正效果，即使在加速度频响函数中加入信噪比为5 dB的高斯白噪声时，修正误差也低于4%，证明了该方法对于随机噪声的鲁棒性。     

基于Kriging模型的离心叶轮结构优化设计

研究了以减重为目标的航空发动机离心叶轮结构优化问题,将Kriging模型与遗传算法相结合,应用拉丁方试验设计和有限元分析生成初始样本数据,利用初始样本数据建立离心叶轮重量和最大应力等状态参数的Kriging模型,运用遗传算法对该Kriging模型在设计空间进行全局寻优,利用有限元分析方法计算近似最优设计点的状态参数,并以此更新已有的设计样本数据,不断提高Kriging模型的近似精度.计算结果表明,基于Kriging模型-遗传算法的离心叶轮结构优化设计方法不仅可以获得良好的优化结果,比直接用遗传算法寻优减少了大量计算时间,提高了设计效率,同多项式模型-遗传算法相比也有效率优势.     

空间可展开结构区间模型修正方法

传统的模型修正未考虑工程中存在的几何尺寸、材料参数、间隙等不确定性,修正后有限元模型预测精度较低。为提高有限元模型的预测精度,准确预测结构的静动力学特性,对考虑参数不确定性的模型修正进行了研究,提出了一种基于Kriging模型和泛灰数的区间模型修正方法。首先,通过灵敏度分析确定待修正参数,并以修正参数为变量,构造基于Kriging模型的区间响应目标函数;其次,引入泛灰数将区间优化问题转换为区间上限和区间直径两个全局优化问题;然后,利用Kriging模型结合遗传算法给出修正后的参数区间形式;最后,通过该方法对含铰链间隙的某空间可展开结构进行了模型修正。结果表明,修正后参数区间与真实区间重合度较高,修正后结构响应预测区间与实际区间吻合,验证了方法的有效性,为大型空间可展开结构的模型修正提供了一个有效可行的途径。     

考虑机翼尾流影响的运输类飞机后体气动外形优化设计（英文）

在某典型运输机翼身组合体的构型上,进行了考虑机翼尾流影响的机身后体气动外形优化设计研究。基于翼身组合体构型建立了考虑尾流影响和部分工程约束的优化设计系统,并对后体构型在巡航状态下进行了优化设计。以比较适合描述后体变形的NURBS样条基函数为空间控制体属性引入FFD自由变形技术,通过在FFD控制框架对该运输机后体进行了空间属性构建。采用无限差值动网格技术提高空间网格的更新效率并保证网格质量。利用改进Kriging代理模型、量子粒子群优化算法提高优化效率和全局寻优能力。为减小巡航阻力,对某运输机后体的上翘角、截面形状等参数进行了优化设计,优化结果显示,设计后的机身气动特性明显提高。     

基于正交法和Kriging模型的液体火箭发动机液膜冷却优化

通过FLUENT对火箭发动机推力室中跨临界甲烷液膜冷却稳态流场进行数值传热计算。根据正交法设计试验,得到不同膜孔孔径、轴向夹角、径向夹角和孔型四个影响因素共同作用下的冷却效果,选出最优的膜孔几何参数组合.在采用最优膜孔几何参数组合的条件下,基于最优拉丁超立方抽样建立Kriging模型,利用遗传算法得到多目标条件下最优的跨临界液膜质量流量、冷却环带的分配比和位置。结果表明,正交法和Kriging模型可以解决液体火箭发动机液膜冷却优化高设计成本和数值噪声问题。正交试验设计考虑的因素中,影响冷却效率和不均匀度的最大的因素依次为孔型、孔径、径向夹角和轴向夹角。最优的几何参数组合为孔径0.003mm,轴向夹角45°,径向夹角15°,孔型为扩散型。建立的Kriging模型能准确反映液膜质量流量、液膜分配比和冷却环带位置与目标函数的关系。最终得到的优化方案平均冷却效率提高4.9%,不均匀度减少0.025,比冲损失增加0.37%,总目标函数提高184%。优化后涡对的不对称性使得冷却剂展向分布更加均匀,同时反向涡对衰减更快,增强了液膜的附壁性,从而提高冷却效果。     

基于Kriging模型的浮空器氦气昼夜温差最优化

分析浮空器氦气昼夜温差时通常将整个囊体蒙皮涂层设置为同一种材料,分析材料的吸收率与发射率对氦气昼夜温差的影响。为进一步减小氦气昼夜温差,提出了将囊体分为迎光面和背光面,迎光面采用吸收率低的材料,背光面采用发射率高的材料。建立了囊体热力学模型,采用Kriging模型对囊体不同部位的材料特性进行优化,其基本思想是将囊体划分为48个部分,采用拉丁超立方体方法进行抽样,进行热力学分析得到样本的响应,以此建立Kriging近似模型。经过该方法优化后发现,氦气的昼夜温差减小到28.6 K,比传统的分析减少7.7%。      

基于降维可视化与Kriging的齿轮振动可靠性分析

针对齿轮振动可靠性分析时计算量大、计算精度低等问题,提出一种基于降维可视化技术和Kriging模型的可靠性分析方法.通过Monte Carlo法生成抽样点,采用降维可视化技术将多维空间降至二维极特征空间,通过Kriging模型预测失效域与安全域的分界线,在预测分界线时,借助Kriging非线性预测和误差分析的特性,通过一种主动学习选点的方式建立Kriging预测模型,来提高样本点的利用率.通过齿轮振动可靠性的算例表明:相比于传统的降维可视化技术,调用极限状态函数由975次减少为149次,计算时间由12400s减小为1810s,可靠度与100000次Monte Carlo模拟计算结果基本吻合一致,验证了该算法的正确性和有效性.