运输环境中某战术导弹结构振动特性分析

应用三维有限单元和导弹实体简化模型对一种战术导弹的结构振动特性进行分析，并动用ＡＮＳＹＳ有限元分析程序，计算得到了“自由－固支”条件下，导弹竖立状态的固有模态，取得了与试验和数据基本一致的结果，证明了所建模型物正确性，进而对运输环境中导弹水平支承条件下的固有频率和振型进行了分析计算，所得结果为导弹的使用可靠性分析提供了依据。     

基于概率的航空发动机飞行换算率改进算法

针对斯贝MK202发动机应力标准对零部件工作寿命评定中未包含各种随机因素的影响,考虑零部件疲劳性能参数的分散性和发动机整机载荷谱的随机性,将实测数据统计分析、零部件应力有限元分析以及蒙特卡罗模拟分析有机结合,提出了基于概率的航空发动机飞行换算率改进算法,以解释航空发动机零部件实际工作寿命存在的差异.经范例验证表明:确定性寿命评定方法的飞行换算率计算结果与改进算法下的平均值相当;对于单次飞行换算率,改进算法的单次飞行换算率平均值比确定性方法的计算结果小2%;对于综合飞行换算率,改进算法的综合飞行换算率平均值比确定性方法的结果小1%;且在改进算法下单次飞行换算率和综合飞行换算率服从正态分布.     

Gray bootstrap method for estimating frequency-varying random vibration signals with small samples

During environment testing, the estimation of random vibration signals （RVS） is an important technique for the airborne platform safety and reliability. However, the available meth- ods including extreme value envelope method （EVEM）, statistical tolerances method （STM） and improved statistical tolerance method （ISTM） require large samples and typical probability distri- bution. Moreover, the frequency-varying characteristic of RVS is usually not taken into account. Gray bootstrap method （GBM） is proposed to solve the problem of estimating frequency-varying RVS with small samples. Firstly, the estimated indexes are obtained including the estimated inter- val, the estimated uncertainty, the estimated value, the estimated error and estimated reliability. In addition, GBM is applied to estimating the single flight testing of certain aircraft. At last, in order to evaluate the estimated performance, GBM is compared with bootstrap method （BM） and gray method （GM） in testing analysis. The result shows that GBM has superiority for estimating dynamic signals with small samples and estimated reliability is proved to be 100% at the given confidence level.     

多轴随机载荷下的疲劳寿命估算方法

提出了一种多轴随机载荷下的疲劳寿命预测方法.通过雨流计数法对各平面上的剪应变进行循环计数,以统计出的剪应变循环作为多轴疲劳损伤的主要控制参数,将各剪应变循环历程内对应的最大正应力和正应变变程作为多轴疲劳损伤的第二控制参数.根据多轴疲劳寿命模型计算出各平面上的损伤,以最大损伤平面作为多轴随机疲劳的临界平面,通过该临界平面上的损伤计算出多轴随机载荷下的疲劳寿命.采用SNCM630钢,304不锈钢和S45C钢3种金属材料的多轴随机疲劳试验数据对提出的寿命预测方法进行评估和验证.结果表明:疲劳寿命预测结果大都分布在试验结果的2倍分散带之内.     

多种失效模式相关的机构运动可靠度计算方法

机构运动中必然存在多种相关失效模式,多为影响机构运动的各类随机变量函数.为了在机构运动可靠性分析中有效考虑多种相关失效模式的影响,建立了考虑多种失效模式相关条件下的机构运动可靠度计算模型,并实现了对多种失效模式相关条件下的机构运动可靠度计算模型的求解,为考虑多种相关失效模式下的机构运动可靠性分析提供了一种有效途径.以6408滚动轴承为例,进行100 000抽样计算,考虑失效模式相关条件下运动可靠度为95.998 9%.该方法精度较高,具有一定的理论意义和应用价值.     

基于面板数据模型的中西部地区加工贸易升级研究

我国经济高速发展,劳动力、土地等要素随之发生转变,加工贸易从东部地区向中西部地区转移,中西部地区加工贸易急需升级以适应发展。利用2001-2011年中西部地区部分省份的面板数据建立计量模型,通过检验对混合估计模型、固定效应模型和随机效应模型进行选择,并对选定模型的估计结果进行具体分析,提出中西部地区加工贸易升级的对策及建议。     

小卫星非常规动力学分析与控制

针对小卫星研制中出现的一些非常规动力学问题进行研究,并提出解决办法。针对小卫星组件最大冲击谱量级超出常规冲击试验规范谱的分析与验证困难,通过研究提出了能够分析评估组件高量级冲击的方法。针对小卫星随机振动下强度设计方法还存在较大误差,分析了系统模态质量比与模态频率在一定频段的影响规律,认为忽略模态质量耦合会带来误差,提出了考虑模态质量耦合的准静态载荷计算方法。最后,针对小卫星整星开展了减振研究,分析了正弦和随机减振效果,对于对称安装减振系统,提出了减振系统的主频率计算公式。     

A new bearing fault diagnosis method based on modified convolutional neural networks

Fault diagnosis is vital in manufacturing system. However, the first step of the traditional fault diagnosis method is to process the signal, extract the features and then put the features into a selected classifier for classification. The process of feature extraction depends on the experimenters’ experience, and the classification rate of the shallow diagnostic model does not achieve satisfactory results. In view of these problems, this paper proposes a method of converting raw signals into two-dimensional images. This method can extract the features of the converted two-dimensional images and eliminate the impact of expert’s experience on the feature extraction process. And it follows by proposing an intelligent diagnosis algorithm based on Convolution Neural Network (CNN), which can automatically accomplish the process of the feature extraction and fault diagnosis. The effect of this method is verified by bearing data. The influence of different sample sizes and different load conditions on the diagnostic capability of this method is analyzed. The results show that the proposed method is effective and can meet the timeliness requirements of fault diagnosis.     

动态时频谱分析、探测和跟踪的随机有限集法

动态出现和消失多分量信号的时频分析问题一直是非平稳信号处理的难点之一。为此，提出了一种分析、探测和跟踪多分量信号的随机有限集法。该算法利用时频变换，如短时傅里叶变换或自适应谱估计法，以及多项式预测模型，将多分量信号的时频分析问题归纳成可利用随机有限集进行多目标追踪的问题。分析表明：借助于提出的初始权重赋值算法，以及谱分量幅度和频率的联合似然函数，就可利用高斯混合概率假设密度滤波器来实现对动态时频谱的分析、探测和跟踪。在仿真实验中，所提算法有效提升了动态时频谱的跟踪精度，其对微弱时频谱分量的探测能力，以及对载频差异的分析能力均优于文献报道的算法。