未来机载雷达可靠性和寿命周期成本的研究

目前还没有对未来机载雷达系统的可靠性和维修性的要求充分量化，但已经认识到需要对现有可靠性和可用性的标准进行较大的改进。     

固体推进剂贮存寿命非破坏性评估方法(II)——动态力学性能主曲线监测法

对动态力学性能和静态力学性能的关系进行了理论分析,认为二者之间存在对应关系。通过对采用动态力学分析(DMA)法得到的动态储能模量主曲线和材料试验机得到的静态松弛主曲线进行对比,验证了这种关系。提出了根据动态和静态力学性能关系,利用动态储能模量主曲线得到静态松弛模量和静态强度,以评估推进剂老化状态的非破坏性方法。预测值和实测值的比较结果显示,该方法能够较好地评估推进剂的寿命状态。     

含边缘裂纹铝合金厚板的复合材料双面修补研究

采用表面打磨,80℃、接触压固化的方法,利用碳纤维/双马复合材料预固化补片对边缘裂纹的铝合金厚板进行双面胶接修补,测试修补前后的静态和疲劳性能,并结合高低温老化和常温油浸试验考核其耐煤油性。结果表明:修补后平均破坏载荷由94.313 kN增加到143.593 kN,提高了52.25%;疲劳寿命由2 019次循环增加到34 698次循环,提高了16.19倍;临界裂纹长度由13.5 mm增加为27.5 mm;裂纹扩展速率由2.72 mm/1 000循环降低为0.59 mm/1 000循环。在300次循环高低温油浸及180 d的常温油浸试验条件下,燃油对试验件疲劳性能无影响,同时修补试验件对煤油品质无明显影响。     

基于NB-IoT技术和GA-BP神经网络的车位预测系统

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。     

一种小样本民机产品的可靠性预测方法

将最小二乘支持向量机(Least square support vector machine,LS-SVM)应用于小样本民机产品的可靠性预测分析。通过重构相空间的饱和嵌入维数,确定最小二乘支持向量机的最佳输入变量;然后,使用最小二乘向量机建立可靠度回归预测模型,运用自动网格搜索法,优化了最小二乘支持向量机的建模参数,实现了比现有方法精度高、泛化性好的模型。训练和测试的可靠性样本取自某机型襟翼液压锁寿命可靠性数据。与神经网络模型的比较实例表明,提出的方法合理有效。     

历经十年寿命试验的消旋天线机构轴承的可靠性分析

解决了一个计算可靠性问题的特例。分析了消旋天线机构轴承历经10年寿命试验的可靠性问题。并给出了轴承在不同可靠寿命要求下的可靠度(对应不同置信度)。     

基于临界平面法的缺口件疲劳寿命预测方法

利用弹塑性有限元分析得到缺口件的应力、应变历史，分别计算任意材料平面上的描述拉伸和剪切疲劳破坏的两种损伤参量，取最大损伤参量所在的平面为临界平面，并利用最大损伤参量预测拉伸和剪切疲劳寿命，取小值为缺口件的疲劳寿命，进而得到一种预测缺口件疲劳寿命的预测方法。用此方法预测了SAE1045钢缺口件的疲劳寿命，并与实验值进行比较，误差分布在2—3倍因子范围之内。     

复合材料裙级间连接结构强度预测

针对复合材料裙级间螺栓-柱销连接结构试件,建立了三维有限元逐渐损伤模型。该模型可模拟试件损伤起始、发展及最终破坏的整个过程,并能较好预测试件破坏的模式和强度。该模型包括应力分析、失效判定准则和材料性能退化3个步骤,采用该模型对试件进行了损伤扩展分析和强度预测,计算结果与实验结果较吻合。     

一种基于模糊控制的平稳滑翔再入制导律

针对升力式高超声速飞行器(LHV)再入滑翔过程中的周期性振荡现象,提出了一种基于模糊推理与控制的反馈调节方法以抑制振荡实现平稳滑翔。纵向制导在落点误差预测及指令校正的基础上,在倾侧角外环控制回路增加以高度变化率及空速作为输入的模糊控制器对倾侧角指令进行调节,横侧向制导通过航向角误差走廊约束及倾侧角反转逻辑实现大横程条件下的侧向控制。所提方法不依赖于准平衡滑翔条件(QEGC),同时避免了参数化反馈控制律中的反馈项参数设计问题,具有较强的自适应能力。LHV制导实例仿真表明,所提方法可有效抑制振荡现象,满足终端约束及再入走廊约束,方法的鲁棒性也通过Monte Carlo仿真得到了验证。      

舰载无人机滑行轨迹控制方法

舰载无人机是航母-舰载机系统的重要作战武器,实现舰载无人机在航母甲板上的自主滑行对于提高甲板作业效率具有重要意义。对舰载无人机滑行轨迹控制方法问题进行了研究。首先,描述甲板滑行任务的过程,在此基础上,建立滑行轨迹控制问题的数学模型,包括舰载无人机甲板滑行运动模型、滑行任务约束条件以及评价轨迹控制任务的性能指标。其次,考虑甲板环境和轨迹控制任务要求,基于模型预测控制思想,将在线滑行路径规划与轨迹控制结合,采用滚动优化方法计算出舰载无人机实际滑行轨迹,并且得到控制指令信号。最后,以“尼米兹”级航母为例,对不同停放位置舰载无人机起飞前的滑行轨迹进行仿真计算,结果表明了模型的合理性和算法的有效性。