基于PSO-ELM的军用飞机维修保障系统效能评估研究

维修保障系统效能评估是军用飞机精细化、规范化管理的一项重要措施,科学的维修保障系统效能评估是精细化保障的基础,是提升战斗力的保证。针对军用飞机的维修保障系统效能评估问题,在总结军用飞机维修保障系统效能评估体系的基础上,提出基于粒子群优化极限学习机算法(PSO-ELM)的维修保障系统效能评估模型;并通过实例进行验证。结果表明:该算法应用于军用飞机维修保障系统的效能评估是可行的,可为军用飞机维修保障效能评估提供借鉴。     

空间柔性充气密封舱用新型填充防护结构碎片撞击计算分析与实验研究

为实现空间柔性充气密封舱在轨对空间碎片的防护需求,设计了一种以玄武岩纤维布和Kevlar纤维布填充的多层柔性防护结构。应用Christiansen撞击极限方程对Nextel/Kevlar填充防护结构在不同结构参数下的撞击极限进行计算分析,得出了防护层总间距、Nextel纤维布层数和Kevlar纤维布层数对防护结构撞击极限的影响特性,为柔性防护结构强重比的优化设计提供了依据。利用二级轻气炮对玄武岩/Kevlar纤维布填充防护结构进行超高速撞击实验研究,获取了防护结构在低速区、高速区和超高速区的撞击数据,并以Nextel/Kevlar填充防护结构撞击极限计算曲线为参照对实验结果进行分析,验证了玄武岩/Kevlar纤维布填充防护结构可对空间柔性充气密封舱起到防护空间碎片撞击的效果。     

基于M-K模型的TA15钛合金高温成形极限

为了探究TA15钛合金高温环境下的成形极限，明确本构方程中参数对成形极限的影响规律，建立了考虑高温软化效应TA15钛合金高温环境下的本构关系，利用高温成形极限试验平台及M-K失稳理论对TA15钛合金板高温环境下的成形极限分别进行了试验测试及理论预测。理论预测结果表明当温度从800℃提升至880℃时，平面应变状态下的极限主应变由0.18提升至0.33。基于M-K失稳理论和建立的高温本构模型，分析了本构方程中的参数对成形极限的影响规律，结果表明提高加工硬化指数、速率敏感因子及减小软化因子，均可以提升应变强化率的大小，进一步延缓沟槽内应变状态趋于平面应变状态，从而提升理论成形极限曲线在应变空间中的位置。此外，理论计算结果表明速率敏感因子对成形极限曲线的左侧影响程度要大于其对右侧部分的影响，该现象主要归因于速率敏感因子对不同应变大小下的应变强化率的影响不同。      

涡扇发动机空气导管开裂故障研究

针对涡扇发动机试车中出现的空气导管开裂故障,进行了故障件断口外观形貌及断口和原材料分析。利用Pairs公式反推出的断口疲劳扩展区的应力,低于TA15钛合金拉伸强度极限15.6%;而空气导管带刀痕试样的高周疲劳强度极限,低于该合金在材料数据手册中的疲劳强度极限27.4%。故障原因主要是加工刀痕降低了构件的疲劳强度极限,在发动机试车过程中的振动和空气导管内外腔压差变化载荷作用下,导致了裂纹萌生和扩展,这也表明TA15钛合金具有缺口敏感性。     

双馈风机接入对系统极限切除角的影响

风电场的大规模接入对电网暂态稳定性造成的影响不容忽视。以含双馈风电机组的扩展两机系统为例,建立了双馈风机等值模型,将两机系统等值成单机无穷大系统,依据等面积法则详细推导了风电接入后系统极限切除角的解析式,进而定量分析了极限切除角随风电比例、风机并网位置、故障位置和负荷接入位置等4个影响因素的变化趋势,总结出4种影响因素对暂态功角稳定性的影响规律。在BPA和FASTEST中分别建立含双馈风机的扩展双机系统的仿真模型,对理论分析工作的正确性进行了仿真验证。     

抗离群值的鲁棒正则化贯序超限学习机

针对离群值环境下的在线学习问题,提出一种鲁棒正则化贯序超限学习机(Robust regularized online sequential extreme learning machine,RR-OSELM)。RR-OSELM以增量学习新样本的方式实现在线学习,并在学习过程中基于样本的先验误差进行逆向加权计算以降低学习模型对于离群值的敏感性;同时RR-OSELM通过融合使用Tikhonov正则化技术进一步增强了其在实际应用中的稳定性。实验结果表明,RR-OSELM具有较同类算法更好的鲁棒性和实用性,对于离群值环境下的在线建模与预测问题是积极有效的。     

天基强银河背景下的空间碎片探测试验及分析

本文设计并完成了银河背景下碎片探测试验，数据分析表明，强的银河背景会降低探测器对暗弱碎片的探测能力，但对碎片的天文定位精度影响不大。本文验证了采用基于探测概率的极限探测星等方法表征探测器极限探测能力的合理性，以及基于仿真的方法增加数据完备度的可行性。本文的工作将为后续天基探测器的设计及探测试验的开展提供依据。     

结构自适应序贯正则极端学习机时间序列预测及其应用

为提高初始小样本情况下时间序列在线预测的精度,提出了一种结构自适应序贯正则极端学习机(SA-SRELM)。该方法在在线序贯学习阶段,针对不同训练样本规模选择不同的递推方式对输出权值进行更新;同时,在训练样本达到一定规模后,为提高预测模型对系统的动态适应性,在加入新样本的同时对旧样本进行剔除,完成预测模型的训练。利用3种混沌时间序列预测实例对所提方法的有效性进行了验证。最后,将所提方法用于航空发动机排气温度预测中,结果表明该方法相对正则极端学习机(RELM)和序贯正则极端学习机(SRELM)方法具有更好的泛化性能,预测精度分别是二者的约6倍和2倍。     

全球“水世界”

世界最高泳池考验你的勇气如果你是个追求刺激和激情的人,那么,这个夏天,你还可以奔赴新加坡,去那里感受一下世界最高泳池的魅力。新加坡"滨海湾金沙旅游城"之所以被称为世界最高泳池,是因为它就架设在55层高的"空中花园",在这里你可以泡在水中俯瞰整个新加坡闹市区的风景。设计师别出心裁地通过一座"空中花园"将酒店的三幢大楼连在一起,这座船型公园的长度据称还超过了埃菲尔铁塔放倒后的长度,而设在55层楼顶的世界最