基于神经网络的二维随机翼型优化设计方法(英文)

为避免翼型单点优化设计存在的非设计状态气动性能损失,改进对实际飞行环境中不确定性因素的适应能力,提出了基于神经网络的二维随机翼型优化设计方法。采用4个BP神经网络作为代理模型,用于预测翼型的气动系数与几何参数,以提供高效和可靠的分析。同时联合服从正态分布的概率密度函数和遗传算法构成了优化设计方法。采用该方法,对GA(W)-2翼型,在关于马赫数和迎角的二维飞行区域内进行了随机优化设计。通过与原始翼型和单点优化设计翼型的结果对比,表明该二维随机优化方法能够在指定飞行区域内改进翼型的整体性能,提高了翼型对多个飞行参数随机变化的适应能力。     

大涡模拟模型环形燃烧室污染特性

在任意曲线坐标系下,采用大涡模拟模型环形燃烧室两相燃烧流场中污染物的生成.用亚网格涡破碎(EBU)燃烧模型估算化学反应速率;分别用NO亚网格动力学模型与CO亚网格模型来模拟NO和CO的生成;采用随机离散模型模拟气液两相湍流流动,两相之间耦合采用PSIC算法.计算结果与瞬态速度场、出口温度和污染物质量分数分布的实验数据比较吻合,表明大涡模拟方法和亚网格模型可以用来预估实际燃烧室两相喷雾燃烧流场和污染物生成过程.      

随机响应面法在结构随机响应计算中的应用

传统的响应面方法以一般多项式逼近结构的随机响应,但这种方式并不能保证收敛性.以随机多项式为基础的随机响应面方法,可以弥补这一不足.两个数值例子和一个发动机轮盘实例来验证这一方法的有效性.结果表明:随着随机多项式次数的增加,随机响应面所得到的响应概率密度曲线愈加趋近于由蒙特卡罗方法所得到的概率密度曲线.      

Research on the Plane Multiple Cracks Stress Intensity Factors Based on Stochastic Finite Element Method

Taylor stochastic finite element method (SFEM) is applied to analyze the uncertainty of plane multiple cracks stress intensity factors (SIFs) considering the uncertainties of material properties, crack length, and load. The stochastic finite element model of plane multiple cracks are presented. In this model, crack tips are meshed with six-node triangular quarter-point elements; and other area is meshed with six-node triangular elements. The partial derivatives of displacement and stiffness matrix with respect to all the random variables obtained by Taylor SFEM are derived. Meanwhile, the mean and variance expressions of SIF under uncertain factors are also derived. Parallel double-crack illustrative example of using the proposed method is given. The calculation results indicate that the uncertainty of SIF is influenced by the distance of the cracks, the smaller the distance of cracks is, the greater the SIF uncertainty is, and the uncertainties of material elastic modulus, load and crack length markedly affect the uncertainty of SIF; and the Poisson ratio of material has little influence. Among the variables, the elastic modulus has the greatest effect on SIF uncertainty. The next is external load. The crack length has lower effect on SIF uncertainty than both the elastic modulus and external load.     

基于随机激励的某机匣模态实验与分析

用模态实验的方法对某型飞机发动机机匣的模态参数进行了识别。考虑噪声对频响函数的影响,在功率谱分析时,导出了噪声影响情况下的功率谱表达式,利用这个表达式计算了频响函数并最终用来提取模态参数。引入预实验方法用于机匣模态参数的探测中,以确定机匣上各个测点和激振器激振点的合理布置。考虑到实际工作时的激励情况,在实验台上用白噪声随机激励来模拟环境激励,对机匣进行了模态实验。与计算模态相比,用实验模态方法提取模态参数,避免了复杂的有限元建模与仿真,并能用相干函数来检验测得的实验数据的有效性。实验模态分析表明,得到的模态参数对于进一步改进机匣设计、分析其振动、疲劳寿命特性等具有重要的意义。      

宏观机敏机构的振动主动控制

研究了具有压电作动器与应变传感器的柔性连杆机构的振动主动控制问题。应用复模态理论对宏观机敏机构的动力学方程进行解耦,建立了包含系统噪声与观测噪声的受控系统状态空间表达式,并分别设计了离散LQG状态反馈控制器与离散Kalma。滤波器。宏观机敏机构的在线振动控制实验表明,柔性连杆的应变峰值降低了80％,机构的动力学性能得到了显著改善。     

微观投入产出理论在企业物流系统中的应用

针对工厂企业物流系统的结构形式和特点,探讨了如何将描述企业投入产出关系的动态随机生产函数模型应用于制定企业的物流计划.动态随机生产函数模型可以反映各生产节点物流的种类、数量、空间和时间关系,以及随机因素的影响.通过在模型中引入周期生产能力的变化,进一步改进动态随机模型.研究表明,动态随机生产函数模型能够有效地制定企业的物流计划.      

基于SFEM的SRM纤维缠绕结构的可靠性分析

采用纽曼级数展开的蒙特卡罗随机有限元方法(SFEM),分析了固体火箭发动机(SRM)复合材料缠绕的燃烧室在内压正态变化下的应力响应,然后利用应力强度干涉原理分析计算其可靠性.     

基于非线性多基站分布式混沌随机共振方法的无线通信系统定位技术研究

针对传统的无线定位方法容易受到接收信号信噪比低和无法接收直射信号的影响,将导致其性能下降乃至严重时方法失效。提出了一种基于非线性多基站分布式混沌随机共振信号增强技术的无线通信系统定位方法,通过利用基站端的接收阵列构造接收信号的分布式功率谱,并对多个接收基站的分布式功率谱进行融合,可以较为有效地解决上述问题。通过仿真,验证了所提出方法的可行性和有效性,与传统无线定位方法相比,该方法的定位精度得到了有效改善。     

两种类型车辆随机需求路由问题

主要研究两种类型车辆随机需求路由问题。因为两种类型车辆随机需求路由问题的处理不同于单类型车辆随机需求路由问题，引进了单位容积和路程的花费的新概念，在服务仅能失败一次的情况下，结合车辆的容积和最大服务结点数，根据平均花费和最大服务结点数之间的关系，得到了两个派车策略，节约了计算量，使得两阶级的模拟退火算法能更有效地解决问题。对需求为二项分布下的VRP（Vehicle routing prolem）问题作了数值实验，给出了派车方案和总的平均花费，得到了较好的结果。