基于自适应Kriging代理模型的交叉熵重要抽样法

对于复杂失效域和小失效概率耦合的可靠性分析问题，本文提出了一种交叉熵重要抽样（CE-IS）方法结合自适应Kriging （AK）代理模型的求解方法（CE-IS-AK）。所提方法基于交叉熵原理，用混合高斯模型逐步逼近最优重要抽样密度函数，并采用AK模型协助逼近过程中混合高斯模型的参数的更新，从而提高了CE-IS方法的计算效率。另外，本文还改进了CE-IS方法的收敛准则，避免了方法的冗余迭代，扩大了方法的适用范围。由于在CE-IS方法中引入了AK模型，因此，本文方法所构建的重要抽样函数在保证精度的基础上提高了效率。相较于AK-MCS方法，本文方法中引入了重要抽样的思想，因此在Kriging训练点数目基本相同的情况下，大幅缩减小失效概率计算时样本池规模，并且由于利用了混合高斯模型，因而对多失效域具有较好的适用性。算例分析也证明了本文所提方法的优越性。     

基于EWT的离心压气机出口动态压力样本熵分析

以800 kW离心压气机从稳定状态经过过渡过程进入喘振状态时段的出口动态压力为研究对象，采用经验小波变换并结合样本熵特征，分析了系统在不同工况下的复杂特性。首先，在分析系统动态压力波形特征的基础上，采用经验小波变换并结合皮尔逊相关系数进行信号的提取。其次，研究了提取信号的样本熵与系统工作状态变化的关联关系，并讨论了经验小波的分解层数和样本熵的维数对分析结果的影响。最后，通过将白噪声加入原始信号以验证该方法的抗干扰性能。研究结果显示：当系统由稳态进入喘振状态时，系统出口动态压力的样本熵表现出明显的突变特性，其值由0突变至0.7左右。从系统参数的选择角度，样本熵维数的变化对系统特征的分析影响较小。并且，采用该方法抗干扰性能较好。     

一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点，提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验，并采用经验模式分解(EMD)方法对采集的振动信号进行分解，提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明，所提出的Deep-GBM故障诊断准确率达到87%，相对于传统的机器学习模型准确率最高提升了28%，并具有良好的泛化能力。      

盖板式预旋系统的压比和熵增特性

对预旋系统内的压力变化相关研究较少。基于理论分析、实验测量以及数值计算,对某盖板式预旋系统的压比及熵增特性进行研究。通过理论推导,对预旋系统内压比与无量纲温降的关系进行分析。在最高转速可达10000r/min的高转速实验台上,测量了转盘上的气流静压以及相对总温,进而获得压比及熵增特性。进行三维数值计算,将数值计算结果与实验结果进行了对比,并根据数值计算结果对预旋系统内的熵产分布以及各元件的熵增情况进行分析。结果表明:系统温降以及旋转马赫数大小决定了预旋系统的理想最大压比,而实际压比与理想压比的比值取决于系统内的熵增大小。采用数值计算以及实验测量所得结果对理论关系式进行了验证,最大偏差2.7%。旋转马赫数一定的条件下,随系统无量纲温降增大,系统压比逐渐减小。由于熵增影响,实测压比与理想压比最大相差约36%。预旋系统内的熵增主要发生在预旋腔静止壁面、接受孔前后、供给孔进口等气流旋转比发生剧烈变化的区域。预旋系统内主要元件的熵增随流量增大都呈逐渐增大的趋势,但接受孔处熵增最小值出现在喷嘴出口旋转比等于1左右时,流量过小或过大都会导致接受孔处熵增变大。     

AP聚类改进免疫算法用于航空发动机故障诊断

在免疫算法训练过程中引入近邻传播(AP)聚类与熵权法,对训练样本进行聚类与权值计算,将权值引入免疫算法中样本选择阈值的计算,以解决训练过程采用固定选择阈值所造成的检测器在部分区域过拟合,部分区域欠拟合的问题。结果表明:改进的免疫算法用于典型非线性函数的寻优时,迭代性能均优于传统免疫算法,并在大部分情况下优于粒子群算法与量子遗传算法,在进行某型发动机故障诊断的实例实验时,改进后的算法的诊断准确率达到98.06%,高于传统免疫算法的92.60%。      

预旋喷嘴径向角度对预旋特性影响的数值研究

为了降低低位进气预旋流路的气动损失，针对带有不同径向角度（0°~30°）预旋喷嘴的预旋系统进行了数值仿真，并对流动特性、温降特性和比熵增特性进行了分析。结果表明:随着预旋喷嘴径向角度的增大，预旋系统无量纲温降先增大后减小，流动阻力减小，预旋系统的流量随之增大。旋转雷诺数为2.3×107时，预旋喷嘴带径向角度的预旋系统无量纲温降比传统喷嘴最大可提高18.3%，存在某一角度使预旋温降特性达到最好。预旋系统内的耗散主要发生在预旋腔和共转盘腔内，径向角度为10°时其比熵增变化量分别占整个预旋系统总体比熵增的42.4%和30.2%；合理设计预旋喷嘴的径向角度，能改善预旋腔内气流的流动效果，并且可以减少整个预旋系统的不可逆损失。      

基于脑电信号相位传递熵的谎言机制研究

说谎是复杂的认知过程,其执行控制功能需要不同脑区的共同参与,相关研究证实了这些脑区之间存在相互作用。针对当前脑电信号特征提取方法有限及谎言机制尚不明确的问题,利用相位传递熵构建了谎言实验过程中脑电信号的脑网络,并分析了诚实组和说谎组不同脑区间的效应连接差异。采用标准的三刺激实验模式对60名受试者进行说谎检测实验,同步采集所有受试者的脑电信号并进行预处理;利用相位传递熵构建效应连接矩阵,通过统计方法对矩阵中的每一条边进行2组间的熵值差异分析,选取具有显著性差异的导联对上的熵值作为全连接神经网络的分类特征,结果显示,分类准确率为96.75%,说明相位传递熵指标可以有效区分说谎者和诚实者2类人群的脑电信号;对2类人群大脑功能网络的分析结果显示,与诚实者相比,说谎类人群的额叶、顶叶和颞叶之间存在更强的信息流动,表明说谎行为需要协调和使用更多的大脑资源。研究结果有助于揭示说谎状态下大脑的神经活动机制。      

基于功能脆弱性的空中交通相依网络流量分配

依据空中交通管理与航班运行规则,采用复杂网络理论构建由机场、航路与管制扇区组成的相依网络模型,建立不同扰动策略的影响规则,提出以网络流量熵和交通流损失比变化率为指标识别网络功能脆弱性。并以网络总流量熵最小为目标,建立基于改进遗传算法的网络流量协调分配策略,以降低空中交通相依网络的脆弱性。以民航华北地区空域为原型,发现了其相依网络脆弱性表现规律和脆弱源,采用遗传算法求解网络流量分配方案,优化结果降低了网络总熵值和功能脆弱性,其中机场网络流量分配后效果最为显著,验证了方法的有效性,研究结果可为空中流量管理决策提供一定的理论支撑。     

盘腔进气位置对径向预旋系统的影响

为减少径向预旋系统的流动损失,运用数值模拟方法对不同盘腔进气位置的径向预旋系统进行分析,结果表明:随着盘腔进气径向位置的增加,预旋喷嘴出口气流旋流比随之逐渐减小,径向预旋系统的温降系数及总压损失系数均随之逐渐增大。当旋转雷诺数等于7.9×106,盘腔进气位置由低位向高位变化时温降系数最大可增加525%,同时总压损失系数增加3.93%。径向预旋系统内比熵增主要发生在预旋喷嘴和共转腔,约占系统总体比熵增的80%。随着盘腔进气径向位置的增加,径向预旋系统总体比熵增降低,预旋喷嘴比熵增占比逐渐增大,共转腔比熵增占比逐渐减小。