结构可靠性几种计算方法的比较

本文介绍了结构可靠性(或失效分析)计算中的主要方法,通过数值例子,比较了各方法的优缺点。     

防空导弹对机动目标杀伤效果分析

为了分析目标机动对寻的式防空导弹杀伤概率的影响,设计了基于蒙特卡洛试验方法的仿真试验系统。分别建立了基于典型作战飞机和巡航导弹的机动目标仿真模型,建立了基于某型寻的式防空导弹的仿真模型。通过对机动目标进行大量的统计仿真,获得了防空导弹拦截机动目标的全空域杀伤概率。对仿真结果的分析表明,机动目标的航路捷径、机动方式、机动时机是影响寻的式防空导弹拦截效果的主要因素。本文的研究成果可以作为武器系统作战效能评估和战术使用研究的理论依据。     

卫星成本预测的蒙特卡洛优化模型研究

传统的卫星成本预测模型预测结果单一，未考虑相应的不确定性因素。对此，提出了基于蒙特卡洛方法的卫星成本预测模型。该模型综合考虑了卫星成本技术的不确定性并给出了预测值的区间范围和概率分布。为了降低应用该模型所产生的误差，提出了最优分层抽样的方法，并通过划分分层区间提高了抽样的效率。最后，将收集到的相关数据代人该模型，其结果精度大约提高了10％左右。可见，使用优化的蒙特卡洛方法进行卫星成本预测具有较好的精确度。     

轮盘应变疲劳寿命可靠性分析方法

为较准确评估应变疲劳寿命可靠性，通过引入两个相关随机变量对Coffin-Manson公式随机化，发展了一种轮盘应变疲劳寿命可靠性分析概率模型。对线性回归残差重新定义，使得到的回归参数不随坐标系的选取发生变化。采用响应面法和蒙特卡洛模拟相结合的方法获得轮盘危险点应变幅的分布，最后通过多次解非线性方程数值模拟得到轮盘危险点应变疲劳寿命分布及其可靠寿命。     

铁磁性纳米线阵列磁滞回线的模拟

讨论了铁磁性纳米线磁滞回线的特点及其影响因素，使用蒙特卡洛方法模拟了在周期性边界条件下的磁性纳米线阵列的磁滞回线，利用模拟的方法研究了不同长度的混乱度对平均长度相同的铁磁性纳米线阵列磁滞回线的影响。研究发现，铁磁性纳米线阵列的长度的混乱度越高，其磁滞回线的饱和磁场强度随着升高．剩余磁化强度则有所降低。     

稀薄大气下机械展开式再入飞行器气动特性研究

以机械展开式再入飞行器为研究对象,采用DSMC(直接蒙特卡洛模拟)方法计算分析了其在稀薄大气环境下的气动特性.讨论了飞行器在不同高度下的流场特性和升阻及配平特性,结果表明飞行器流场及受力特性对大气稀薄程度显示出较强的敏感性;进一步分析了连续流过渡至稀薄大气下飞行器的阻力系数,得出了随着来流Knudsen数增加,大气稀薄效应逐渐显现,传统的CFD方法已不再适用于描述流动特征的结论,同时给出了依据来流Knudsen数大小采取CFD和DSMC方法分别进行计算分析的建议.     

非恒定增压式微尺度拉瓦尔喷管流动特性

针对微尺度喷流在航天器运动状态切换时出现的非恒定增压变化,采用直接模拟蒙特卡洛(DSMC)方法对阶跃式增压和线性式增压两种模式下的微尺度拉瓦尔喷管流场进行了模拟,并对其变化过程中的流动特性进行了对比分析。结果显示：阶跃式增压会导致流动特性出现较大幅值的峰谷式波动,而线性式增压下的流动特性则呈现出线性变化的特点;黏性力对微尺度喷流的非恒定增压变化产生了重要的黏滞作用,在喉部扩张段至出口的流场中尤为明显;在设定的条件下,阶跃式增压过程中喷流产生的总冲量较线性式增压高59.5%,质量流量高74.7%,单位工质提供的冲量低约8.6%,波动性也高于线性式模型,阶跃式增压适用于系统需要较大推力改变运动状态且推进剂充足的情况,而线性式增压在系统精确微调或需要推进剂产生更高效能时具有明显的优势。     

改进的粒子群算法求解飞机位姿评估问题

在飞机装配中,要求调姿基准点距离误差和最小以及各点距离误差满足容差条件。以往的飞机位姿评估算法注重距离误差和最小,可能出现调姿基准点的距离误差不满足容差约束的情况。为了求解在满足容差约束条件下的距离误差和最小的飞机位姿参数,提出一种新的优化模型,将带容差约束转化为带惩罚函数,与距离误差和一同作为优化目标,采用求解约束优化问题的粒子群算法进行求解。在上述算法上进一步改进,通过动态改变约束参数来加强约束条件,可以通过迭代方式进一步减小飞机调姿基准点最大距离误差。仿真算例和蒙特卡洛分析证明,求解约束优化的粒子群算法和改进的粒子群算法在求解飞机位姿评估问题时,求解得到的调姿测量点最大误差小于奇异值分解法。     

考虑轨道摄动的外热流计算分析

为改进传统外热流算法未考虑外热流经多次反射后的吸收和国外商业软件未考虑轨道摄动及太阳矢量变化对外热流的影响等不足,重新定义了外热流角系数和外热流辐射传递因子,综合SGP4轨道模型和Gebhart方法,给出了考虑摄动等因素的辐射传递因子和轨道外热流计算模型,以及相应的计算流程。通过仿真分析论证了考虑多次反射及摄动等因素的重要性。