基于多源异构信息的航空发动机转子参数校准与可靠性分析

复杂系统可靠性分析结果的准确性与输入参数精度密切相关。针对包含多源不确定信息的可靠性分析问题，提出了基于贝叶斯最大熵的随机模型修正与参数校准方法。该方法将类型统计信息（例如矩信息、可靠度）转换为约束条件，进而利用不确定性优化求解传统参数估计问题。考虑混合不确定性，引入Wasserstein距离构建似然函数，并利用近似算法提高计算效率。该方法通过增加“熵项”的方式拓展了经典贝叶斯推理的适用范围，可处理多源异构数据与混合不确定性问题。针对多部件航空发动机转子系统，建立了基于survival signature的多态系统可靠性模型，并应用上述方法开展可靠性分析，结果显示本方法较传统方法具有更高精度与更强的稳健性。     

整级环境下涡轮叶片型面加工几何偏差影响的不确定性分析

加工等过程中产生的几何偏差会导致涡轮叶片气动性能及工作状态发生显著变化，对该影响的准确评估与合理分析具有重要意义。本文提出了一种考虑三维型面几何偏差对气动性能影响的不确定性计算分析方法，包括随机叶型几何建模、不确定性量化计算和敏感性分析等，并结合某一单级高压涡轮进行分析。基于随机过程理论和主成分分析法，参考现有叶片加工公差标准，并结合正态性假设，完成实际叶型几何的不确定性建模。选用基于多项式混沌展开的Kriging代理模型进行不确定性计算，结果表明，几何偏差对所研究涡轮的气动性能和工作状态存在较为显著的影响：相较设计值，实际等熵效率的标准差为 0.33%，下 3%分位值减小 0.65%；实际质量流量和膨胀比的相对标准差分别为 1.24%、0.19%，下 3%分位值分别相对减小 2.37%、0.37%，上 3%分位值分别相对增加 2.38%、 0.36%。采用Spearman秩相关性分析法进行敏感性分析，结果表明，对于所研究的单级涡轮，不同几何参数间存在较大的相关性；导叶几何偏差的影响明显大于动叶；导叶尾缘区域几何对气动性能影响较为显著，该区域的加工偏差应严格控制。     

弹体结构高置信度内载荷不确定传播分析

弹体结构内载荷的准确预示是导弹飞行器载荷设计的重要一环。本文针对弹体结构构建了一种高置信度的载荷不确定传播分析方法。首先基于非概率贝叶斯更新策略，构建了结构内载荷不确定输入参数区间模型后验概率的迭代过程，以获得不同区间模型的置信度。利用所筛选的最优置信度的不确定输入参数模型，基于勒让德正交多项式建立结构内载荷响应函数的近似函数，根据近似函数的零点特性求得载荷响应的区间上下界。结果表明本文方法能够为导弹飞行器结构载荷设计提供技术支撑。     

反舰导弹基于反演的滑模控制

首先介绍了非线性系统的反演设计方法,提出了一种基于反演的滑模控制方法。它可解决非线性系统的不匹配不确定性问题。该方法通过在反演设计中引入滑模控制来改进反演的最后一步算法,并简化控制器的设计。针对新型反舰导弹参数时变、不确定、非线性的特点,采用了基于反演的滑模控制来设计其控制系统。最后,进行了仿真研究,仿真结果证明了所提出的方法的有效性。     

翼型不确定性量化中正交匹配追踪的应用

不确定性在实际系统中广泛存在，为了研究不确定性因素影响下系统输出的随机响应特性，传统的不确定性量化方法如蒙特卡洛采样、混沌多项式展开等需要大量的样本，制约了在飞机机翼等复杂系统中的应用。近年来，在信号处理领域发展迅速的压缩感知技术，利用原始信号的稀疏性可以用少量的样本精确重构信号。这一特性促使研究人员探索将压缩感知技术应用于不确定性量化研究中。以RAE2822实际翼型为研究对象，使用类函数/形函数变换将原始翼型参数化，考虑加工、装配过程和实际飞行工况下的几何不确定性，将压缩感知技术与混沌多项式展开相结合，利用正交匹配追踪算法实现多项式系数的稀疏重构，获得翼型气动力系数和流场参数在考虑几何不确定性影响下的均值和标准差，并与蒙特卡洛采样和满秩概率配点法获得的结果进行对比。通过对收敛性能、样本数需求和重构精度等方面的对比分析表明，正交匹配追踪算法能够利用相对较少的样本获得与传统不确定性量化方法相近的精度。考虑到实际系统的随机响应在混沌多项式基底上大多具有稀疏的展开形式，因此将压缩感知技术应用到不确定性量化中可以显著降低样本数需求，从而降低时间成本，提高计算效率。     

考虑认知不确定性的热防护结构瞬态温度场分析

瞬态温度场不确定性分析对高超声速飞行器热防护设计与评估有着重要的意义。本文考虑材料热物性参数的认知不确定性因素，提出了一种瞬态热传导温度响应的不确定性分析求解方法。首先，通过拉丁超立方抽样获得不确定性参数样本，将样本参数写入有限元计算文件中，用区间来表征参数的认知不确定性。其次，基于蒙特卡罗方法及有限元计算得到结构的不确定性瞬态温度响应曲线集。最后，以波纹夹芯热防护结构为例验证方法的可行性。研究结果表明，当结构有净热量流入时，由材料热物性参数的不确定性引起的瞬态温度响应的不确定性区间不断增大，并且瞬态温度响应的不确定性区间宽度与结构的温度变化具有正相关特点。     

不确定航空发动机分布式控制系统自适应滑模控制

针对存在参数摄动、外部干扰的航空发动机不确定性分布式控制系统，在系统具有时变输入时延和干扰上界未知的情况下，设计了具有鲁棒性能的自适应滑模控制器。基于预测控制和矩阵奇异值理论，对初始的发动机离散分布式模型进行等效线性变换，得到不显含时延项的规范形系统模型，便于进行滑模面参数的求解；在给定的H∞指标下，推导了滑模运动在非匹配不确定性作用下渐进稳定的充分条件，给出了线性矩阵不等式(LMI)形式的滑模面参数设计方法；最后，设计对干扰具有估计功能的自适应率，在此基础上提出自适应滑模控制器。仿真结果表明:所设计的控制器能够有效降低外部干扰对系统动态性能的影响，在所考虑的不确定性因素作用下，系统的滑模运动具有理想的H∞性能。当外部干扰强度变化时，控制器的鲁棒性较好，状态收敛时间小于0.8s，且不存在抖振。      

章动目标接触消旋的特征模型控制

针对含有模型不确定性的章动非合作目标接触消旋问题，提出一种基于特征模型的双通道自适应控制方法。利用接触碰撞时的几何关系和线弹性接触力模型建立消旋系统动力学模型；分析目标自由运动特性，设计分离式消旋策略；构建描述章动目标消旋系统三轴角速度特性的特征模型，计算特征参数表达式；设计基于特征模型的双通道自适应控制器。仿真实验结果表明：所提方法通过在线估计特征参数，有效克服了消旋系统不确定性因素的影响，消旋后剩余角速度小且消旋速度快。     

基于深度强化学习与扩展卡尔曼滤波相结合的交通信号灯配时方法

深度Q学习网络(DQN)因具有强大的感知能力和决策能力而成为解决交通信号灯配时问题的有效方法，然而外部环境扰动和内部参数波动等原因导致的参数不确定性问题限制了其在交通信号灯配时系统领域的进一步发展。基于此，提出了一种DQN与扩展卡尔曼滤波(EKF)相结合(DQN-EKF)的交通信号灯配时方法。以估计网络的不确定性参数值作为状态变量，包含不确定性参数的目标网络值作为观测变量，结合过程噪声、包含不确定性参数的估计网络值和系统观测噪声构造EKF系统方程，通过EKF的迭代更新求解，得到DQN模型中的最优真实参数估计值，解决DQN模型中的参数不确定性问题。实验结果表明:DQN-EKF配时方法适用于不同的交通环境，并能够有效提高车辆的通行效率。      

非线性不确定系统的鲁棒自适应控制方法研究及稳定性分析

针对一类存在外界干扰和未建模动态的非线性不定系统,特别是含线性定常的参数不确定性及状态关联的非线性不确定性系统,应用直接自适应控制方法,设计了基于李雅普诺夫稳定性理论的鲁棒自适应控制律和修正律;应用李雅普诺夫稳定判据,对系统的稳定性进行了分析,证明所设计的控制律和修正律具有较强的鲁棒稳定性。