基于模糊神经网络的某型直升机可靠度预测

为了实现某型直升机可靠度准确预测,建立了基于自适应模糊神经网络的可靠度预测模型。该模型以故障间隔时间为输入,以可靠度为输出,通过模糊神经网络自适应训练获得适合直升机可靠度预测的故障间隔时间隶属函数。对模型进行检验取得了较好的仿真结果,与应用RBF神经网络进行可靠度预测相比速度更快,同时预测精度提高了98.4%。     

一种TiAl合金高温低循环疲劳性能及失效机理

通过对TiAl合金进行总应变范围控制的高温(750℃)低循环疲劳实验,研究双态(Duplex,DP)和全片层(Fully Lamellar,FL)组织形态对TiAl合金低循环疲劳性能和寿命的影响,并采用总应变幅-寿命方程对两类组态TiAl合金低循环疲劳寿命进行预测。结果表明:在相同温度和应变条件下,DP组态TiAl合金稳态迟滞回线对应的平均应力明显低于FL组态TiAl合金稳态迟滞回线对应的平均应力;采用总应变幅-疲劳寿命方程能够准确预测两种组态TiAl合金在750℃下的疲劳寿命,预测寿命基本位于试验寿命的±2倍分散带以内;另外,DP组态TiAl合金的疲劳源区位于试样的近心部,而FL组态TiAl合金的疲劳源区位于试样的次表面,两类组态TiAl合金的高温疲劳失效机理存在明显差异。     

基于压力信号分析的轴流式压气机失速预测

为了得到压气机工作状态的稳定观测点,并建立压气机近喘失速工作状态与压气机压力信号的相关关系,本文针对低速双级轴流式压气机,分别进行了均匀进气及畸变进气条件下不同转速的近喘失速试验,实时动态测量标定压气机由正常工作到失速工况下压力信号,并在时域内提出了一种基于自相关系数的压气机失速预测算法,对进口、出口以及压气机首级转子叶尖位置压力信号预测分析。结果表明所提出的预测算法具有良好的失速预测能力,且发现叶尖处离叶片前缘20%的位置,最适宜作为压气机失速预测的观测点,此时压气机叶尖压力自相关性数据与压气机喘振裕度具有明显的单调相关性。     

基于PHM的民机视情维修策略研究

针对现代商用飞机的设计特点和运营要求,剖析了在PHM技术基础上采用视情维修策略提升飞机市场竞争力的重要意义。深入分析了PHM技术对飞机维修保障活动的影响,探讨了商用飞机增强视情维修策略的基本思想和实施路径。     

五边平行进近冲突风险定量分析模型

针对飞机五边平行进近时飞行冲突,提出了一种五边平行进近飞行冲突定量分析模型。模型通过飞机在任意时刻的标称位置坐标与因不确定性因素导致的航迹偏移量之和,形成飞机任意时刻真实位置坐标,基于此推导出飞机在五边平行进近时冲突风险计算公式。在分析不确定性因素导致航迹偏离时,提出了一种基于布朗运动的随机过程来描述因干扰因素导致飞机随机运动的方法。在建立模型后,使用蒙特卡罗仿真方法计算了飞行冲突概率,结果理想。     

数值模拟方法对NASA CRM模型阻力预测的影响

在复杂工程外形的数值模拟中，网格类型、规模和分布、湍流模型、数值格式等都会不同程度影响模拟结果。如何评估这些模拟方法对模拟结果的影响，并识别对模拟结果影响较显著的因素，对于CFD的发展方向有积极的借鉴指导意义。为了综合研究不同因素对商用运输机外形阻力预测的影响，以AIAA第六届阻力预测会议外形NASA CRM为研究对象，同时考虑了网格、湍流模型、无黏通量格式和体心梯度求解方法等因素对阻力预测的影响。分析中采用枚举法和正交试验设计两种方法，并使用了基于聚类分析的定性敏感性分析方法和基于Mckay主影响分析的定量方法，识别出对阻力预测影响较大的因素，这为数值模拟方法的发展指明了方向。     

二元曲面可调进气道流量系数精确预测方法

为了满足二元曲面可调进气道模态转换马赫数范围(来流马赫数为2.2~3.2)的流量要求,针对唇口平移、转动和转动+平移三种调节方案,基于理论分析和基准进气道的流场,提出了一种流量系数精确预测方法,并通过数值计算进行验证且获得了进气道的总体性能。结果表明:调节后的进气道流量系数与预测值完全相等,而且无需多次试算,符合设计预期,可拓展应用于轴对称进气道。相对基准进气道,唇口前移时流量系数和压缩效率同时增加,来流马赫数为2.5时出口总压恢复系数相等而增压比增加了14.6%;在降低相同流量系数条件下,后移唇口使得增压比和压缩效率均降低,来流马赫数为2.5时出口总压恢复系数基本相等而增压比减小了12.9%,转动唇口使增压比进一步减小了9.1%,唇口后移方案性能更优。      

液压泵污染寿命预测技术研究

利用污染敏感度建模理论,建立液压泵污染敏感度分析模型.采用污染敏感系数来描述液压泵的污染耐受程度.结合实际情况推导得到液压泵的污染寿命预测公式,并对某型定量液压泵进行了寿命预测.绘制出液压泵污染耐受曲线,为液压泵的设计和系统构建提供了有效的依据.     

飞机空调系统频发故障模型构建及预测

利用时间序列算法,对飞机空调系统故障进行预测研究。该算法基于数据处理后集成到SAS系统中的飞机空调系统故障序列,利用SAS/ETS模块相应命令检验该序列为平稳非白噪声序列,在此基础上对有限多个模型进行相对最优化选择后构建自回归移动平均(ARMA)预测模型。最后,将该模型应用于某型飞机空调系统故障实证研究及短期预测中,分析结果表明,该方法在飞机空调系统故障短期预测中的效果良好。