基于子结构法的大型结构数值敏度计算技术

针对大型结构直接精确敏度分析方法解方程规模大、求解时间长的问题,发展一套基于有限元子结构法的处理技术。大型结构中,数值敏度计算的伪载荷仅与涉及设计变量的结构单元有关,因此存在大量零元的可能性。根据此特点通过节点重排将与设计变量有关的节点位移排到总位移列阵序的后面,按重排后的顺序投放刚度矩阵,然后对其进行区域分块,并聚缩得到规模较小的矩阵。算例计算表明:利用此矩阵求解结构位移场的导数,不但保持了精确法的精度,而且在优化设计的敏度计算中,这些较小规模的数据又被多次使用,从而显著提高计算效率。     

载荷敏度抑制下涡轮盘拓扑优化及结构演化

航空发动机涡轮盘工作时承受的离心载荷是一种典型设计相关载荷,这类问题的变密度结构拓扑优化需要解决低密度单元的材料附属效应和目标函数非单调等求解上的困难。基于变密度拓扑优化模型,运用指数型材料性能近似(EAMP)模型避免材料附属效应并提高收敛速度;构造了一种新的灰度抑制方法减小拓扑结构灰度;提出载荷敏度抑制算法求解设计相关载荷的拓扑优化问题。算例表明算法有效并且灰度单元少、收敛速度快。通过载荷敏度抑制系数讨论,从拓扑优化算法角度揭示了传统单辐板涡轮盘与近年广泛研究的双辐板涡轮盘结构之间的联系及演化规律。     

高性能计算支持的静气弹优化设计方法

为扩大国产超级计算机在国内航空航天工业领域的应用,面向大展弦比机翼气动结构综合优化设计的实际问题,基于具有大量工业应用和自主知识产权的CFD软件TRIP和CSD软件SiPESC,应用改进的三维类别/形状变换（CST）参数化方法、差分敏度并行计算策略和移动渐近线（MMA）等大规模优化算法,通过TRIP+SiPESC耦合气弹分析软件预测气动载荷,发展了一套机翼型架外形的优化设计方法。以CRM标模内插机翼为例,针对无弯扭的初始型架构型,以气动外形展向几何扭转分布和结构有限元模型一万个壳单元厚度为设计变量,实现1 g载荷气动优化和2.5 g载荷结构优化的综合;在不降升阻比、满足最大应力/位移的约束下,俯仰力矩系数改善近40%,针对本文假设材料和初定的尺寸参数,机翼减重近9%,验证了方法和软件的有效性。该方法直接采用产品级高保真的自主静气弹分析软件预测气动力/载荷,将计算资源耗费大的静气弹优化和设计变量/约束规模大的结构优化分治,有较好工程应用前景。     

考虑复合材料蒙皮稳定性的飞机翼面结构布局优化设计

 复合材料蒙皮稳定性是飞机翼面结构设计需要考虑的重要方面。由于翼面结构稳定性理论分析的复杂性,工程中,通常采用与理论分析相比拟的简化方法、使用简便可靠的经验公式在设计过程中进行稳定性校核。多墙式结构是当前翼面结构中普遍采用的结构形式,墙的布局和蒙皮的厚度对复合材料蒙皮的临界屈曲载荷有着重要影响。因此,针对多墙式翼面结构,以工程经验公式为基础,以蒙皮单位长度上的的重量为优化目标,以墙的布局参数和蒙皮厚度为设计变量,以临界失稳载荷为约束,建立了一种考虑复合材料蒙皮稳定性的翼面结构布局优化问题的数学模型,导出了目标函数敏度计算的解析式,并提出了优化问题的求解方法。以翼盒结构为例,验证了该方法的有效性。     

基于自适应近似法的复合材料先进格栅加筋结构优化设计(英文)

针对复合材料高级格栅加筋结构(AGS)的后屈曲约束优化问题,发展出基于自适应近似法的优化方法。设计将后屈曲考虑入结构的承载能力,比传统的以线性屈曲载荷为极限载荷的设计方法进一步提高结构效率。采用"梁偏移"技术对加筋-蒙皮联结进行有限元建模,并用Newton-Raphson法对AGS的后屈曲响应进行求解。通过少量次数的结构分析建立结构极限载荷的Kriging近似模型,并将之用于优化过程,以显著提高优化工作效率。使用多岛遗传算法运行优化计算,得到问题的全局最优解。针对问题的设计变量取值范围较大的特点,发展出基于自适应近似法的优化方法,计算结果证明该法比一般的基于近似法的优化方法能够显著减少结构分析次数。工作在有限元分析软件MSC.PATRAN/MARC、工程辅助软件iSIGHT中进行,验证了其相关功能,为复合材料AGS结构件的初步设计工具奠定基础。     

考虑承载面最大位移约束的结构拓扑优化方法

在实际工程问题中,存在着一类承受分布力载荷作用的工程结构。为了实现此类结构的刚度设计要求,提出限制承载面变形的拓扑优化设计新模型。模型采用KS包络函数对承载面节点位移进行凝聚化处理,并推导了相应的伴随方程和敏度表达式。遵循独立连续映射法建模方式,采用一阶和二阶泰勒展开分别得到约束函数和目标函数的显式表达式。由此将优化问题转换为一系列标准二次规划子问题,采用序列二次规划算法进行高效、稳健求解。通过二维、三维数值算例验证了提出模型的可行性和有效性。结果表明,所提出的列式和相应的优化求解算法能有效控制结构局部区域的最大变形量。     

简谐基础加速度激励下的点阵结构优化设计

航空航天类产品面临愈加剧烈的振动环境,同时对结构的设计也提出了更高的轻量化需求。针对简谐基础加速度激励下的结构振动抑制问题,基于高比强度、比刚度的轻质点阵结构,提出通过优化点阵结构杆件的截面尺寸来降低结构动响应的优化方法。以点阵结构杆件的截面尺寸为设计变量,结构体积为约束,建立简谐基础加速度激励下结构关键点处位移响应最小为优化目标的优化数学模型。采用模态位移法高效求解结构动响应及灵敏度,并通过GCMMA优化算法实现优化问题求解。数值算例和振动实验表明所提出的点阵结构优化方法在保证结构轻量化的同时,能够大幅度降低结构的振动响应。     

简谐力激励下多组件结构系统的整体优化设计

多组件结构系统整体优化设计通过协同优化支撑结构拓扑构型和组件布局来使结构系统的位移响应最小。本文提出通过模态加速度法（MAM）求解多组件结构系统的位移响应,并以位移响应值最小作为优化目标;引入多点约束（MPC）方法模拟组件与设计域间的铆钉或螺栓连接形式;采用有限包络圆法（FCM）来避免组件之间及组件与设计域边界产生干涉。建立了多组件结构系统整体优化问题的数学模型,并对动响应目标函数关于设计变量的灵敏度进行了推导。最后,通过几个算例验证了整体优化方法在简谐力激励下求解问题的可行性及其在实际问题中的有效性。     

复合材料盒段结构屈曲稳定性分析及优化技术

随着计算机科学和有限元技术的发展,屈曲稳定性问题有限元数值求解技术已经比较成熟,但是在大型飞机结构工程应用中还是由于计算量大、收敛困难而受到限制.特别是在需要反复迭代计算的优化过程中,更是受到该问题的困扰.针对飞机机翼结构中的典型盒段结构,本文研究了基于ANSYS子模型的考虑线性屈曲稳定性约束的优化方法,以及非线性数值计算技术.研究表明,在相同精度要求的条件下,位移求解模型所需网格尺寸可远大于屈曲稳定性模型.本文利用验证结论,采用网格尺寸100mm建立粗模型进行位移求解并确定危险部位,采用网格尺寸10mm建立子模型进行屈曲稳定性求解,从而完成全结构的优化设计.此方法计算效率高,在非线性屈曲稳定性求解以及优化迭代计算中优势明显.     

一种面向工程的气动弹性剪裁技术

以COMPASS为平台研究了蒙皮铺层主方向角对机翼气动弹性的影响,以及采用不同形式的多项式函数表示蒙皮厚度的方法,分析了设计变量的敏度计算方法,并运用优化的方法对两个复材机翼结构进行了位移、频率、发散和颤振速度约束下的剪裁设计,获得了结构响应与主方向角的变化曲线和机翼表面的厚度分布等高线.研究结果表明本方法拓宽了复材机翼的设计手段,具有广阔的应用前景.     

Optimization on conventional and electric air-cycle refrigeration systems of aircraft: A short-cut method and analysis

The air-cycle refrigeration system is widely used in commercial and military aircraft, and its efficiency greatly affects aircraft performance. Nowadays, this system requires a more efficient design and optimization method. In this paper, a short-cut optimization method with high efficiency and effectiveness is introduced for both conventional and electric air-cycle refrigeration systems. Based on the system characteristics, a four-layer parameter matching algorithm is designed which avoids computational difficulty caused by simultaneous equations. Fuel penalty is chosen as the objective function of optimization; design variables are reduced based on sensitivity analysis to improve optimization efficiency. The results show that the 3-variable optimization of the conventional air-cycle refrigeration system can obtain almost the same results as the traditional 6-variable optimization in that these two optimizations can both significantly reduce the fuel penalty. However, the computer running time of the 3-variable optimization is much shorter than that of the 6-variable optimization. The optimal fuel penalty of the electric air-cycle refrigeration system is lower than that of the conventional one. This study can provide reference for optimizing the air-cycle refrigeration system of aircraft.     

基于灰色聚类的磨粒自动识别

 将灰色系统理论中的聚类分析技术用于磨损颗粒的自动识别, 编制了相应的计算机模拟程序。在对磨粒图象的形态特征参数进行敏感性分析的基础上, 确定了各参数的灰类白化权函数, 并结合磨粒识别的试验研究, 给出了磨粒各特征参数的聚类权值。应用此方法对一组标准磨粒进行了模拟识别, 识别正确率在90% 以上, 并且识别速度很快, 大大优于传统的磨粒识别方法。     

基于视频图像处理的头部位置跟踪方法的探索

针对目前头盔显示器头部位置跟踪过程中存在瞄准速度不快,灵敏度不高,头盔重量偏大,只考虑头部位置,未考虑人眼在跟踪瞄准过程中的功能等问题,特提出一种基于人眼及头位综合视频检测高精度快速瞄准新方法,它采用基于视频图像处理方法来检测头部与飞机的夹角和注视方向相对头部的偏角。     

基于遗传算法优化的人工神经网络下高速滚动轴承的疲劳可靠性

考虑到高速滚动轴承中热弹流润滑效应的影响,提出一种人工智能方法进行航空轴承疲劳可靠性分析。通过带交叉项的二次多项式近似拟合温度场效应,并将热应力映射到滚动轴承赫兹接触区内,完成热弹流润滑效应下航空轴承接触应力分析模型的建立,同时考虑热弹流润滑效应、材料属性以及疲劳强度修正系数的随机性,运用人工神经网络法完成热弹流润滑效应下航空滚动轴承疲劳可靠性分析。采用遗传算法完成最小可靠性指标寻优和惩罚函数最佳设计点。基于改进的一次二阶矩法完成可靠性灵敏度分析。数值算例表明,所建立的可靠性分析模型能正确反映热弹流润滑效应对航空轴承接触疲劳的影响。与传统的Monte Carlo法相比,两种计算结果的失效概率之差为2.0×10-4,相对误差为23.8%,而所提方法耗时只有蒙特卡洛方法的0.15%,具有良好的全局搜索能力和高效的计算性能。      

基于NSGA-Ⅱ复杂系统航空备件需求研究与应用

目前航空公司对航空备件的需求计算主要针对单个备件进行,这产生一定的误差.因此,本文利用NSGA-Ⅱ多目标遗传优化算法来解决在一定成本约束条件下可用度、可靠度等性能指标均能得到满足.为了便于算法的应用,论文对罚函数进行了改进并进行实例分析.结果表明本方法适于处理航空公司复杂的备件需求决策,并起到一定的作用.     

复合材料机械连接结构分析中的接触算法适用性研究

采用有限元方法计算复合材料机械连接结构孔边接触应力分布时,需要保证其结果的可靠度。分别以Nastran、Marc和Abaqus为平台,研究小滑移接触检测技术和有限滑移接触检测技术以及拉格朗日乘子法、直接约束法和罚函数法等接触约束施加技术的基本原理与特点,结合复合材料销钉连接结构应力分析实验与数值计算,验证各接触算法的准确性和适用性。结果表明:在复合材料机械连接结构有限元分析中,应当采用有限滑移接触检测技术和罚函数接触约束施加方法以提高计算精度。     

直升机总体参数对稳定性的影响研究

采用筛选试验设计方法研究直升机总体参数对稳定性的影响.根据直升机线性飞行动力学方程,建立了适合直升机总体设计的稳定性分析模型,以UH-60A为样机,研究影响直升机稳定性的总体和布局参数,同时对参数进行了敏感性分析,为在直升机总体设计中考虑稳定性设计要求,选择合适的总体和布局参数提供参考.     

多组件结构系统布局拓扑优化中处理组件干涉约束的惩罚函数方法

包含大量组件的多组件结构系统布局拓扑优化设计中存在大量的组件干涉约束,研究了包含大量组件的结构系统整体式拓扑布局优化设计问题,基于有限包络圆方法（FCM）提出了处理组件干涉约束的惩罚函数方法,构造了包含结构刚度和组件之间几何干涉函数的内外混合惩罚函数,应用基于梯度的优化算法对包含数十个组件上百个干涉约束的多组件结构系统进行刚度优化设计,得到了清晰的支撑结构构型和无干涉的组件布局位置,充分体现了提出的混合惩罚函数方法在解决多组件结构系统布局拓扑优化设计中组件干涉问题上的有效性和适用性。     

行星齿轮箱耦合调制振动信号分离与故障诊断

针对故障状态下行星齿轮箱振动信号通常表现为稳态调制和冲击调制成分耦合问题,建立不同求解模型,提出耦合调制振动信号分离方法。应用稀疏全变分模型实现冲击调制成分分离,采用改进的非对称惩罚函数,根据峭度系数与方均根系数指标构建正则化参数优选策略,采用受控极小化(majorization-minimization, MM)方法进行模型求解;采用基追踪实现稳态调制成分分离。试验结果分析表明:该方法在噪声D为0.15的信号中能快速分离出微弱冲击调制成分,算法迭代次数少、收敛效果好。      

An effective crack position diagnosis method for the hollow shaft rotor system based on the convolutional neural network and deep metric learning

In recent years, the crack fault is one of the most common faults in the rotor system and it is still a challenge for crack position diagnosis in the hollow shaft rotor system. In this paper, a method based on the Convolutional Neural Network and deep metric learning (CNN-C) is proposed to effectively identify the crack position for a hollow shaft rotor system. Center-loss function is used to enhance the performance of neural network. Main contributions include: Firstly, the dynamic response of the dual-disks hollow shaft rotor system is obtained. The analysis results show that the crack will cause super-harmonic resonance, and the peak value of it is closely related to the position and depth of the crack. In addition, the amplitude near the non-resonant region also has relationship with the crack parameters. Secondly, we proposed an effective crack position diagnosis method which has the highest 99.04% recognition accuracy compared with other algorithms. Then, the influence of penalty factor on CNN-C performance is analyzed, which shows that too high penalty factor will lead to the decline of the neural network performance. Finally, the feature vectors are visualized via t-distributed Stochastic Neighbor Embedding (t-SNE). Naive Bayes classifier (NB) and K-Nearest Neighbor algorithm (KNN) are used to verify the validity of the feature vectors extracted by CNN-C. The results show that NB and KNN have more regular decision boundaries and higher recognition accuracy on the feature vectors data set extracted by CNN-C, indicating that the feature vectors extracted by CNN-C have great intra-class compactness and inter-class separability.