基于改进雅克比–旋量模型的航空发动机转子–叶片结构装配精度分析

转子–叶片是航空发动机的核心部件,具有装配结构复杂、装配难度大等特点,在高温高压条件下,转子–叶片装配误差被催化放大,容易导致疲劳裂纹等故障,严重影响整机安全性和可靠性。针对转子–叶片结构,传统的装配偏差分析方法常采用多特征并联结构中的一条支链作为单一主链来建立偏差传递模型,难以综合考虑转子–叶片复杂定位结构和局部并联关系。本文提出了基于改进的雅可比–旋量（Jacobian–Torsor,J–T）模型的转子–叶片装配偏差分析方法。首先分析了转子–叶片多级回转结构、止口定位结构和榫头榫槽结构,建立了考虑转子–叶片多特征局部并联关系的整机装配尺寸链;然后采用不完全定位策略将转子–叶片装配结合面表达为基于点接触形式的偏差旋量,建立了基于定位点系统的转子–叶片联合定位基准方案;最后提出转子–叶片装配精度指标及基于改进的雅克比–旋量模型的求解方法。以某航空发动机转子–叶片的径向、轴向和周向装配偏差分析为例,将传统雅克比–旋量模型、基于蒙特卡洛法的仿真模型、改进雅克比–旋量模型及实测结果进行了对比分析。结果表明,本文方法相较其他方法预测精度更高,与实测结果误差率不超过9%,提出了榫头榫槽更合理的装...     

混沌多精英鲸鱼优化算法

针对无人机（UAV）的航迹规划问题,提出了一种基于混沌多精英鲸鱼优化算法（CML-WOA）的航迹规划方法。首先,在已知飞行环境下,建立3D飞行空间模型和航迹代价模型。通过引入罚函数,将有约束3D航迹规划问题转化为无约束多维函数优化问题,利用CML-WOA求解模型来获得最优航迹。其次,为克服WOA易陷入局部最优的缺陷,引入立方映射混沌算子改善初始种群,增强种群多样性,并通过自适应框架融入正余弦算法（SCA）,利用多精英搜索策略有效地提高了算法开发能力和探索能力。最后,使用贪婪策略保证了收敛效率。通过20个基准函数测试和航迹规划仿真实验对提出的改进WOA进行验证。结果表明:所提算法相对其他算法,寻优性能明显提升,具有较强局部最优规避能力和更高的收敛精度与收敛速度;能够稳定快速地规划出代价最少、满足约束的安全可行的飞行航迹。      

面向BDSBAS电文认证的OTAR播发策略设计

星基增强系统（SBAS）是向用户提供完好性信息的广域增强系统,涉及生命安全领域。为了提高SBAS系统的抗欺骗能力,基于椭圆曲线数字签名算法（ECDSA）提出面向北斗星基增强系统（BDSBAS）的电文认证设计方案。根据国内商用密码标准椭圆曲线（SM2）算法进行相应参数设计和电文排布方案,并描述了空中密钥更新（OTAR）的电文播发策略。为了进一步对试验方案进行验证,采用蒙特卡罗OTAR仿真器,基于3种播发调度算法进行仿真试验,通过调整权重对不同情况下OTAR电文接收时间进行分析。仿真结果为具体情况下OTAR电文方案播发调度的选择提供了重要参考依据。      

压电周期板中耦合禁带影响规律分析

近年来,利用周期结构中弹性波禁带特性减振的研究思路受到了广泛关注。针对以往周期结构难以实现宽频且可调禁带的问题,设计了一种含电路网络的压电周期结构。该结构中的弯曲波和电路网络中的电波通过压电效应可以产生一个较宽的耦合禁带,且通过调整电路参数就可以达到调节禁带位置的目的。首先,为了高效计算该结构的波动特性,开发了适用于压电周期结构的减缩波有限元算法,该算法可以在保证结果准确性的基础上节约90%以上的计算时间。利用该算法研究了压电材料尺寸和形状对耦合禁带性能的影响。结果表明:相同电学参数下,随着压电片尺寸的增大,耦合禁带向低频移动,且禁带带宽增加;相同面积下含圆形和方形压电片的机电系统内耦合禁带差异较小,即形状对耦合禁带的分布影响不大。其次,针对不同尺寸和形状的机电系统,设计了电学参数使得在同一频率附近产生耦合禁带,并分析了其性能差异。最后,为了证明耦合禁带的减振效果,设计了一种有限压电周期板模型,其强迫响应的结果证明了耦合禁带对结构内弹性波可以进行有效调控。      

输入饱和情形下战斗机大机动动态面控制

针对战斗机大机动飞行输入饱和问题,提出了一种自适应神经网络动态面控制方法。采用径向基(RBF)神经网络逼近飞机系统的不确定性,利用双曲正切函数处理系统的输入饱和问题,根据饱和受限后的实际控制输入与期望控制输入之差定义新误差变量,结合该误差变量设计大机动飞行控制律,并构造鲁棒项抵消神经网络逼近误差、外部干扰和建模误差的影响,利用动态面控制技术避免对虚拟控制器的复杂求导并减小计算量。根据Lyapunov稳定性定理证明了闭环控制系统所有信号有界,且通过选择合适的设计参数能够使姿态角跟踪误差收敛到原点的任意小邻域内。通过仿真结果的分析,验证了所提方法具有较好的鲁棒性和稳定性。      

BP神经网络预测复合材料热压罐成型均匀性

复合材料热压罐成型过程中的固化度差值是复合材料固化度均匀性的主要表征参数之一。基于3层BP神经网络,以复合材料双平台固化工艺曲线的加热速率、保温时间和保温温度为输入参数,建立了成型过程任一时刻最大固化度差值的快速估算模型。仿真复合材料热压罐成型过程,得到最大固化度差值作为试验样本数据,对BP神经网络进行训练,训练结束后对该模型的准确性进行验证。结果表明:该BP神经网络估算模型准确性和效率较高,为复合材料热压罐成型最大固化度差值的估算提供了一种快速有效的新方法。      

基于异构网络表示学习的评分预测模型

深入分析电商行业的用户个性化数据并提供推荐服务近年来已成为业界的热点。推荐服务的基础是对用户的潜在兴趣进行挖掘,并对商品的感兴趣程度进行预测。因此,以此为背景,研究用户对商品的评分预测。对电商业的关系型数据在推荐系统中的应用进行了研究,提出了通过使用网络表示学习进行评分预测的方法。首先,将关系型数据构建成异构网络,用户和商品为网络中的节点。然后,设计了兼顾网络结构信息和节点之间相似性的个性化异构网络采样方法,并对节点进行表示学习。最后,将学习到的用户、商品表示向量输入到神经网络中进行训练,利用优化后的神经网络模型进行评分预测。实验结果表明:所提方法在YELP 13、Movielens 100k、Movielens 1m数据集上都有较高的准确率,对比常用方法,准确率提升6.5%以上。      

基于IFOA的MEMS加速度计无转台标定

为提高微机电系统（MEMS）加速度计的标定效率并降低对高精度转台的依赖,提出一种基于改进果蝇优化算法（IFOA）的MEMS加速度计无转台标定方法。首先,根据模观测标定法原理将加速度计标定问题转化为非线性函数优化问题。然后,针对经典果蝇优化算法存在的只能搜索正参数及搜索步长固定的不足,对味道浓度判定值及搜索步长进行改进,使改进后的算法具有全局参数搜索及可变步长2种性能,并利用Rosenbrock函数进行测试,结果表明,IFOA相比于经典果蝇优化算法具有全局参数寻优范围及更高的寻优精度。最后,将IFOA应用于求解加速度计待标定参数的非线性函数优化问题,并将结果与牛顿迭代法和粒子群优化（PSO）算法进行对比。仿真结果表明:IFOA在求解精度方面比牛顿迭代法提高了1~3个数量级;在运行稳定性方面比牛顿迭代法和PSO算法分别提高了30%和34%,在运行时间方面分别减小了15.2%和43.6%;在加速度计无转台标定方面具有良好的应用价值。      

非均匀间距的低副瓣宽带微带阵列天线设计

为降低天线副瓣电平（SLL）和展宽带宽,设计了一款谐振频率为14.25 GHz的16阵元非均匀间距的耦合馈电微带阵列天线。天线采用多层设计,通过在接地板开矩形槽进行耦合馈电,并引入空气层,降低天线Q值,增大带宽。区别于均匀间距阵列天线的激励幅值加权,从阵元间距角度入手,利用差分进化算法降低副瓣电平,构建非均匀间距并联线阵天线。用槽面辐射的能量近似代替阵元接收的能量,观察阵元功率分配情况,并建立馈电网络所有馈线段的数学关系,保证非均匀间距条件下所有阵元为等幅同相激励。测试结果显示,天线在14~14.5 GHz范围内电压驻波比小于2,满足了卫星动中通的带宽要求;工作带宽内增益大于16 dB,副瓣电平低于-16 dB,性能优于均匀间距阵列天线。      

基于AFI混合聚类算法的轴承故障诊断方法

针对滚动轴承振动信号标记数据量小、故障模式多样的现状,提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱,并通过主成分分析方法增强了信号的特征;参考迭代自组织数据分析的“分裂”和“合并”的思想,为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为;采用模糊C均值方法定义了隶属度矩阵和目标函数,并利用改进的人工鱼群算法,迭代搜寻了目标函数的全局最优解,得到了各故障模式的聚类中心;通过计算测试数据的最近邻聚类中心,实现了故障模式识别。结果表明,该方法无需指定聚类簇数,能在标记数据量小的情况下完成训练,较同类方法表现出了更优的故障模式识别性能。