大型齿轮在多因素耦合影响下齿形误差测量的灰色动态预报

提出了一种旁置式的大型齿轮测量装置,分析了影响该装置测量精度的主要误差来源及其特性,给出了一种处理多因素耦合影响的灰色动态预报方法.首先,基于测量装置特性,对影响齿形误差测量精度的误差源进行分析和标定,计算出各误差源的灵敏度系数;然后对测得的有限误差数据进行再抽样及灰色生成,分别计算出在每次测量中各影响因素对测量结果的作用大小,之后按照误差合成方法生成误差源耦合作用结果;最后,通过在测量结果中去除耦合作用进而提高大型齿轮齿形误差测量精度.与测量精度为0.5μm的三坐标测量机进行对比测量,结果表明所提出测量装置能满足3级精度以上的大型齿轮齿形误差检测需求.     

一种高超声速滑翔飞行器轨迹智能预测方法

针对高超声速滑翔飞行器(Hypersonic glide vehicle, HGV)机动性强、轨迹预测困难的问题,选取气动加速度作为预测参数,提出了一种基于集合经验模态分解和注意力长短时记忆网络的HGV轨迹智能预测方法。首先,以HGV六自由度运动方程为基础,分析了其机动特性和气动力变化规律,建立了动力学跟踪模型,对气动加速度进行实时估计;其次,利用集合经验模态分解对估计的气动加速度进行分解和重构,减弱噪声影响,避免对预测模型的干扰;最后,利用去噪后的气动加速度数据对注意力长短时记忆网络进行训练,进而预测未来气动加速度数据并重构HGV未来轨迹,实现轨迹的在线预测。实验仿真表明,该方法能有效预测HGV机动轨迹,预测精度高、稳定性好。     

基于贝叶斯因子和二阶概率方法的圣地亚热传导模型确认挑战问题

针对美国圣地亚国家实验室为促进模型确认方法的发展所提出的热传导挑战问题,根据现代模型确认思想总结了该挑战问题解答中应包含的核心内容。在确认度量环节采用贝叶斯因子考察了实验数据是否支持所给模型,在此基础上通过二阶概率方法得到了模型预测的分布,以此计算出模型预测结论的置信度。该过程中考虑了模型参数的随机不确定性和认知不确定性,最后通过灵敏度分析辨识了模型参数的不确定性对模型预测的影响。研究表明该挑战问题中的实验数据支持所给模型,模型预测受导热系数的不确定性影响最大,模型预测材料在调控条件下的失效概率不满足调控要求,该结论的置信度为99.97%。     

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.     

无人机爬升转弯航迹预测

信息获取、自动精确打击等使得无人机已成为不可缺少的武器。快速精确的航迹预测可以提高作战效率,提供及时、最优的冲突解决方案。针对无人机的优良特性,首先优化无人机的航迹模型,并对其可行性进行理论推导,重点研究了以最大功率爬升转弯过程,验证了优化后的过程优于普通爬升转弯模型。此航迹预测方法可以快速得出航迹特征点以及到达航迹特征点的时间。     

基于任务分析的飞行机组失误预测研究

在过去的20年内有多起严重事故由机组失误引起,采取措施防止或减少飞行机组失误成为降低航空事故率的关键.通过使用人误预测技术预测机组在执行飞行任务时的失误,寻找失误原因,进一步改进驾驶舱设计或增加培训来降低航空事故率是可行的方法.本研究以民航领域飞行安全需求为背景,在原有人误预测技术基础上,开发了基于任务分析的飞行机组失误预测模型,以某型飞机起飞任务为例,对飞行机组在操纵飞机起飞过程中可能发生的人误进行分析,实现了飞行机组失误的定性和定量预测.     

基于能量法和特征值法的颤振预测数值方法研究

为研究适用于工程设计的颤振数值预测方法,采用能量法和特征值法对出现颤振现象的真实叶片进行预测。通过将2种数值方法的预测结果与试验结果进行对比,验证数值预测方法的精度和工程适用性。结果表明:2种方法都较准确的判断了某典型风扇转子叶片的气弹稳定性,与试验结果基本吻合,具有较高的工程实用价值。     

航空发动机材料寿命问题探讨

归纳了航空发动机材料的变形损伤机理,强调了变形物理机制模型在部件设计和全寿命预测管理方面的应用     

基于中性层偏移的Z型材滚弯成形回弹预测

以提高大截面Z型材四轴滚弯成形精度为目的，通过综合考虑材料属性、几何特征和成形半径等因素对回弹的影响，建立了引入中性层偏移的大截面Z型材弯曲回弹解析模型，研究了7075-O和7475-O铝合金Z型材在不同滚弯成形半径下的回弹规律，并进行滚弯成形实验验证。结果表明，与忽略中性层偏移影响的型材回弹预测经验模型相比，基于中性层偏移的回弹预测模型能够准确预测大截面Z型材的回弹量，在相同的曲率半径下，预测回弹变形的最大相对误差从11.681%减小到3.347%。     

Using the radial basis function neural network to predict ionospheric critical frequency of F2 layer over Wuhan

Neural networks (NNs) have been applied to ionospheric predictions recently. This paper uses radial basis function neural network (RBF-NN) to forecast hourly values of the ionospheric F₂ layer critical frequency(f_oF₂), over Wuhan (30.5N, 114.3E), China. The false nearest neighbor method is used to determine the embedding dimension, and the principal component analysis (PCA) is used to reduce noise and dimension. The whole study is based on a sample of about 26,000 observations of f_oF₂ with 1-h time resolution, derived during the period from January 1981 to December 1983. The performance of RBF-NN is estimated by calculating the normalized root-mean-squared (NRMSE) error, and its results show that short-term predictions of f_oF₂ are improved.