多目标混合流水车间调度问题求解算法

针对多目标不相关并行机混合流水车间调度问题，建立以最小化最大完工时间、机器总能耗和机器加工成本为目标的多目标数学模型。提出一种改进的基于分解的多目标进化算法（Improved multi-objective evolution algorithm based on decomposition,IMOEAD），采用均匀设计表生成初始权重向量，提高种群多样性，利用正态分布交叉并设计了自适应高斯变异来提高算法的全局搜索能力和局部搜索能力，在权重向量邻域中选择个体产生新解，运用非支配等级和拥挤距离更新外部档案。以反世代距离、世代距离和非支配解个数为性能指标，通过大量案例仿真，与非支配排序遗传算法Ⅱ和基于分解的多目标进化算法进行对比，结果验证了该算法的有效性。     

基于多源数据融合的翼型表面压强精细化重构方法

在风洞试验模型表面布置测压孔是获得表面压力分布的重要手段，但受限于空间位置和试验成本，通常难以在复杂模型表面布置足量的测压孔获得完整的表面压力分布信息，直接积分获得的升力和力矩精度不足，因此提出了一种融合稀疏的风洞试验数据和数值计算（CFD）数据的方法，通过较少的风洞测压试验数据获得高精度的压力分布。首先通过本征正交分解技术提取数值计算数据的压力分布低维特征（POD基函数），然后利用稀疏的试验测压数据，通过压缩感知算法获得基函数的坐标，最后将坐标转化到物理空间重构出压力分布。利用定常固定翼型变状态以及变几何变来流状态算例验证该方法的精度，重构结果均能精确匹配试验结果。该重构方法可在一定程度上解决空间受限稀疏观测条件下的分布载荷精细化重构难题。     

非线性燃烧不稳定振荡幅值演化特征信号辨识方法研究

固体火箭发动机非线性不稳定压强振荡信号存在明显的多阶模态共存现象，且各个模态幅值随时间变化特性不同，模态之间存在振荡能量的传递与演化过程。为研究非线性燃烧不稳定模态间能量传递的演化规律，首先需要对振荡信号进行准确的模态分解。基于变分模态分解(VMD)方法，提出了一种可用于固体火箭发动机非线性不稳定振荡信号的自适应模态分解方法SPSO-VMD,解决了传统VMD方法无法自适应问题，在提高信号分解精度的同时极大的降低了计算时间。基于该方法，对典型的非线性燃烧不稳定信号的各阶模态进行了分解和分析。结果表明，该方法能准确地获得非线性燃烧不稳定振荡信号中各阶模态的频率和幅值，频率误差为0,幅值误差小于0.5%。最后，将该方法应用于真实发动机振荡数据获得了各阶模态幅值信息，为后续各阶模态之间能量传递演化研究提供了关键、准确的数据支撑。     

基于冲击信号的滑动轴承摩擦故障监测方法

针对滑动轴承声发射（AE）信号干扰严重、故障信号难分离、轴承摩擦故障监测难的问题,从不同信号的激励源作用形式出发,根据冲击信号的工作脉冲特征,建立了分离相对容易的干扰信号与轴承摩擦故障的联系,提出一种基于干扰信号监测滑动轴承故障的方法。首先,依靠K均值奇异值分解（K SVD）字典对冲击特征的捕捉能力,确定冲击脉冲产生的时刻；为了锐化和增强冲击信号,通过Hilbert包络解调出冲击包络信号。其次,引入钟形脉冲参数,通过钟形脉冲拟合单个冲击包络信号,并进一步推导出冲击包络信号的强度简化计算公式,用于滑动轴承接触摩擦故障识别。最后通过实验模拟了滑动轴承切断供油后的轴瓦摩擦过程,与AE传统特征相比,所提特征更容易识别轴承的早期摩擦故障,能够完整描述轴承的摩擦的全过程,且计算效率更高,为滑动轴承接触摩擦故障诊断提供了一种新的途径。      

民用飞机产品结构分解及管理技术研究

民用飞机是一个高度复杂且十分庞大的产品,为了便于对这个庞大的产品进行精确定义,捕获飞机的关键构造信息,同时便于产品的分工设计、制造、装配,通常需要对产品按一定方式进行分解,形成一种层次化产品结构。介绍相关定义以及与建立模块化产品结构相关的概念,论述对产品进行分解的重要意义,研究三种不同的分解方式所形成的产品结构,以及这些产品结构的用途。通过这三种产品结构,可以达到有效管理飞机的定义、设计、装配等活动及飞机的构型状态的目的。     

基于POD和代理模型的热气防冰性能预测方法

大型客机机翼、短舱多采用热气防冰作为主要防冰策略。为了缩短热气防冰系统优化设计周期，提出了基于本征正交分解和代理模型的防冰性能快速预测方法。采用本征正交分解对数值仿真积累的温度和溢流水快照进行特征分析，选取包含绝大部分样本特征的基模态线性拟合所有快照；基于支持向量机回归方法建立笛形管结构参数与线性拟合系数间的代理模型，实现对热气防冰蒙皮外表面温度分布和溢流水分布的快速预测。针对三维缝翼笛形管热气防冰系统开展的验证表明：该方法对防冰表面温度分布的预测效果较好，并能够较为准确地预测水滴撞击区域内的溢流水分布；建立的预测方法计算成本较数值计算方法大幅降低，对于热气防冰系统优化设计工作具有重要意义。     

基于奇异值分解的接收机自主完好性监测算法

基于最小二乘法残差的接收机自主完好性监测（receiver autonomous integrity monitoring，RAIM）算法本质是一种基于伪距残差矢量的一致性监测算法，但由于残差矢量中各分量具有一定的关联性，掩饰了某些重要的不一致性信息。为了消除这种关联性，提出了一种基于奇异值分解的接收机自主完好性监测方法。在方法中利用奇异值分解对伪距观测矩阵中的观测系数矩阵进行分解，获得奇异值空间矢量和奇异值空间矩阵。基于奇异值空间矢量构造能够直接反映故障卫星偏差信息的检验统计量，从而可以简便地进行粗差监测，更好地满足完好性监测需求。鉴于实际中完好性故障包含运控系统故障、导航系统故障、信号传播异常以及地面接收处理故障等多类因素，以脉冲型和阶跃型两种故障方式进行基于奇异值分解的RAIM故障检测与识别，并开展仿真分析研究。结果表明，提出的方法能够正确检测、识别故障卫星，在特定参数下能够达到很好的故障识别率，即当误警概率设置为1×10-5/h、引入阶跃故障误差为25 m时，算法能够实现98.8%的故障识别率。     

同心旋流分层火焰的外激脉动特性统计学分析

为了更深入地理解民用航空发动机低排放燃烧室中的同心旋流分层火焰脉动机制，以丙烷为燃料，在100Hz频率的外激条件下对该类旋流火焰的CH*化学发光图像进行高频采样，重点通过本征正交分解法（POD）的统计学分析，提取其时间和空间域内的脉动特征。分析结果表明，旋流火焰中4个最主要的脉动模态分别是轴向振荡、径向振荡、火焰脱落和非对称螺旋运动，并且模态1轴向振荡和模态2径向振荡之间具有显著相关性。POD分析方法可作为中心分级贫油预混燃烧不稳定性机理探索的有效手段。      

基于VMD的自适应复合多尺度模糊熵及其在滚动轴承故障诊断中的应用

提出了一种基于自适应多尺度模糊熵、ILS（迭代拉普拉斯得分）特征选择和粒子群优化支持向量机(PSO-SVM)的滚动轴承故障诊断方法。该方法采用变分模态分解对振动信号进行分解和重构，并计算重构信号的复合多尺度模糊熵；同时采用迭代拉普拉斯得分选择敏感故障特征，并将特征选择结果输入到基于粒子群优化支持向量机的多故障分类器进行识别。将提出的方法应用于滚动轴承试验数据分析。结果表明:该方法对试验数据的故障识别率为100%。并将基于ILS特征选择方法与基于SFS（sequential forward selection）特征选择进行了对比，表明基于SFS特征选择的最高识别率为92.86%，而基于ILS特征选择的故障识别率达到100%。