基于改进共生生物搜索算法的空战机动决策

针对现代空战机动决策问题,提出了一种基于改进共生生物搜索（SOS）算法的空战机动决策方法。首先,分析了传统基本机动动作库存在的不足,对其进行了改进和扩充,设计了11种常用的基本机动动作;然后,综合考虑角度、距离、速度、高度和战机性能优势,构造了战机机动决策优势函数;最后,针对传统共生生物搜索算法在收敛速度、收敛精度以及局部最优上存在的缺陷,将轮盘赌选择方法、动态变异率和梯度思想引入到传统算法当中,对算法有效性和算法性能进行了仿真分析。仿真结果表明,改进的共生生物搜索算法在收敛速度、收敛精度以及跳出局部最优上更具优势,能够满足空战机动决策需求。      

气流激励下的叶片高周疲劳寿命研究的发展

航空发动机中叶片振动引起的高循环疲劳失效是尤为突出的问题,对近年来国内外关于叶片高周疲劳寿命的基本方法和研究进展进行了较为详细的综述,总结了目前叶片高周疲劳寿命研究的方法和特点.指出开展叶片高周疲劳寿命预估方法研究的重要途径是完善叶片系统在尾流激励下的动力响应分析方法和将概率设计引进叶片高周疲劳寿命评估.而进行叶片系统的振动响应分析,依赖于轮盘-叶片一体的三维实体模型的精确建立和适合于工程应用的流固耦合求解技术的完善.      

考虑应力比的疲劳裂纹扩展概率模型

考虑到应力比对疲劳裂纹扩展速率的影响及裂纹扩展的分散性,在Paris公式基础上,提出了一种考虑应力比的疲劳裂纹扩展概率模型;运用非线性函数线性化原理给出概率模型参数的求解方法;通过该概率模型和曲面,可从宏观上把握应力比对裂纹扩展的影响规律及得到任意应力比下的概率疲劳裂纹扩展速率曲线;对30CrMnSiNi2A钢试验数据的处理及分析验证了该模型的有效性和实用性.      

基于贝叶斯网络的航空公司飞行安全系统评价

开展航空公司的飞行安全系统评价是提高飞行安全运行水平的重要措施。在对国内外相关研究成果进行分析和比较的基础上,结合飞行安全评价中的不确定性特点,利用飞行安全评价指标体系,建立了基于贝叶斯网络的飞行安全系统评价模型。该模型能够有效地处理专家意见一致或不一致的情形,并对系统进行预测及诊断分析。通过对某航空公司飞行安全运行状况的实例评价,结果表明此方法是合理有效的。     

计算航路上飞行冲突概率的一种方法

针对飞机在航路飞行时航迹变化的一般情形,考虑预估航迹可能存在的各种误差,修正了航迹改变后的航迹预估误差协方差矩阵,用于改进了的三维飞行冲突概率计算方法.最后用Mome-Carlo.方法验证了计算结果的正确性并对结果进行了分析.     

RVSM空域内垂直间隔的安全评估

为了缓解空中交通流量迅速增大造成的航班延误问题,我国已经在全国实施缩小垂直间隔（RVSM）的运行,对RVSM实施后的垂直间隔的安全性评估也被提上日程。结合Reich模型和概率论,对非洋区相邻高度层上的飞机的碰撞风险进行了研究。首先对Reich模型进行了改进,以适用于垂直间隔碰撞率的研究;然后对影响垂直方向碰撞率的决定因素进行了分析,其中对垂直方向重叠概率的研究,不同于国外的统计量的分析,是从机载测高设备的误差入手;最后用实例进行了仿真计算。结果说明我国缩小垂直间隔标准是安全可行的。     

涡轮盘低循环疲劳寿命概率分析

大量试验证明疲劳寿命符合对数正态分布,并且对数寿命标准差随应变水平降低而增大;在此基础上,引入对数寿命的线性标准差及标准正态随机变量μ,将Mason-Coffin公式随机化,疲劳性能参数均表示为μ的函数,建立了基于试验数据统计分析的概率寿命模型.对GH4133材料疲劳试验数据进行线性异方差回归分析,得到了疲劳性能参数的随机表达式及概率密度曲线,各参数并不服从正态分布或对数正态分布.应用该模型对某涡轮盘进行了低循环疲劳寿命可靠性分析,获得了轮盘寿命分布,对应最大概率和可靠度0.9987的寿命均与轮盘的试验分析相吻合.     

ICCP中单纯形优化的误匹配检测

在迭代最近等值点ICCP(Iterative Closest Contour Point)算法的地形辅助导航中,利用单纯形优化方法实现对最优航迹的估计,但在匹配中往往得到的只是局部最优解,导致误匹配发生,严重时导致匹配发散.以ICCP算法为研究对象,研究并建立了ICCP方法的误匹配判断准则,以减小误匹配误差的影响和提高匹配精度.利用概率数据关联建立ICCP算法的误匹配判断准则,仿真结果表明,与无误匹配方法匹配结果相比,提高了其收敛性和精度;与 M/N 方法相比,降低了误匹配概率的30%,提高了导航的精度和算法的稳定性.     

A new remaining useful life estimation method for equipment subjected to intervention of imperfect maintenance activities

As the key part of Prognostics and Health Management (PHM), Remaining Useful Life (RUL) estimation has been extensively investigated in recent years. Current RUL estimation studies considering the intervention of imperfect maintenance activities usually assumed that maintenance activities have a single influence on the degradation level or degradation rate, but not on both. Aimed at this problem, this paper proposes a new degradation modeling and RUL estimation method taking the influence of imperfect maintenance activities on both the degradation level and the degradation rate into account. Toward this end, a stochastic degradation model considering imperfect maintenance activities is firstly constructed based on the diffusion process. Then, the Probability Density Function (PDF) of the RUL is derived by the convolution operator under the concept of First Hitting Time (FHT). To implement the proposed RUL estimation method, the Maximum Likelihood Estimation (MLE) is utilized to estimate the degradation related parameters based on the Condition Monitoring (CM) data, while the Bayesian method is utilized to estimate the maintenance related parameters based on the maintenance data. Finally, a numerical example and a practical case study are provided to demonstrate the superiority of the proposed method. The experimental results show that the proposed method could greatly improve the RUL estimation accuracy for the degrading equipment subjected to imperfect maintenance activities.     

基于BDS-GD的低截获概率雷达信号识别

针对在信号特征提取与识别中使用双谱估计数据量大、维度高的问题,提出了双谱对角切片（BDS）与广义维数（GD）相结合的识别方法。通过提取信号双谱对角切片减少数据量,并利用多重分形理论中的广义维数降低数据维度,对切片内部特性进行细微描述,基于距离测度提出特征评价指标,从而选出最具有区分度的3个阶数对应的广义维数作为特征向量,输入到最小二乘支持向量机中进行分类识别。使用4种低截获概率（LPI）雷达信号作为待识别信号,仿真结果表明,本文方法提取的信号特征在特征空间中有良好的聚集性和离散性,在0 dB信噪比下,识别准确率能达到92.2%,与选取的其他方法对比说明其具有很好的识别性能。