基于可能性矩的混合不确定性全局灵敏度分析

在同时包含随机不确定性和模糊不确定性结构系统中,为了分别度量随机输入变量和模糊输入变量对输出响应的统计特征的影响,提出了随机输入变量和模糊输入变量的全局灵敏度新指标。在模糊变量可能性矩定义的基础上,分析了混合不确定性下输出响应的特征。从输出响应可能性矩的角度出发,以输出响应的可能性期望为例,通过比较输出响应有条件和无条件可能性期望的概率密度函数(PDF)的平均差异,分别建立了随机输入变量和模糊输入变量关于输出响应的可能性期望的灵敏度指标。讨论了所提指标的性质,并采用Kriging代理模型来提高混合不确定性全局灵敏度指标的计算效率。最后通过算例验证了本文所提方法的准确性和高效性。     

一种平均矩独立重要性指标及其拒绝抽样方法

在矩独立重要性分析过程中,重要性指标往往用于衡量结构系统输出不确定性向输入变量不确定性的逆向分配问题。假设输入参数的方差可以减缩一定比例因子,那么矩独立重要性指标可以定义为该缩减因子的函数。同时,假设输入参数的方差缩减因子为一随机变量,那么可以取矩独立重要性指标函数的均值定义一个新的平均矩独立重要性指标。由于使用Sobol方法计算平均矩独立重要性指标的模型需要循环抽样,计算量很高,故引入拒绝抽样（RS）方法,通过重复利用矩独立重要性分析中的一组输入输出样本,就可以额外计算得到矩独立指标函数和平均矩独立重要性指标,这大大节约了计算成本。本文所提指标函数及平均指标的有效性和RS方法的准确性、高效性通过数值和工程算例得以验证。      

一种新的矩独立重要性测度分析方法及高效算法

为了更加合理地分析输入随机变量对结构系统失效概率的影响,提出了一种新的矩独立重要性测度分析方法。传统的重要性测度指标只能估计输入随机变量在固定点时对结构系统输出响应的影响,而所提新指标能够充分反映输入随机变量在其分布区域的所有缩减区间上变化时对结构系统输出响应的平均影响程度,更加符合工程实际。为了求解新指标,给出了2种算法:传统的双层重复抽样蒙特卡罗（DLRS MC）方法和自适应超球重要抽样（ARBIS）方法。双层重复抽样蒙特卡罗方法计算结果可以作为对比参照解,但求解效率较低,计算量很大;自适应超球重要抽样方法在满足新指标求解精度的前提下,计算效率得到很大提高。应用数值算例和工程算例证明了所提新指标的意义和所提新算法的高效性。      

基于降维算法和Edgeworth级数的结构可靠性分析

针对工程实际中存在功能函数为隐式或高维非线性的复杂结构,本文提出了一种基于降维算法和Edgeworth级数的可靠性分析方法。利用降维算法将n维函数展开为n个一维函数,经变量转换后变量都相互独立且服从均值为0、方差为0.5的正态分布,再结合Gauss-Hermite积分方法计算出一维函数的原点矩,从而得到结构功能函数的中心矩,将所得的矩信息应用到Edgeworth级数展开式中,给出功能函数的累积分布函数表达式,计算得到结构的失效概率。该方法避免了功能函数对变量梯度的要求,仅需少量的确定性重分析计算。数值算例结果表明了本方法的有效性和正确性。      

基于核主成分分析的多输出模型确认方法

目前对于不确定性环境下多个相关的复杂计算模型进行确认的方法存在计算困难及稳定性较差的问题。针对这类复杂计算模型,提出了一种新的基于核主成分分析(KPCA)的多输出模型确认方法。该方法将核主成分分析与面积法的思想相结合,构造了一个新的易于计算且稳定性高的模型确认指标。所提方法通过核主成分分析将相关的输出变量转化为不相关的核主成分,再对每一核主成分进行模型与实验的对比,从而避免了传统多输出模型确认方法中需要求解多个输出的联合累积分布函数的困难。由于核主成分分析(PCA)方法能够有效提取分析对象的非线性成分,因此基于核主成分分析的多输出模型确认方法较基于主成分分析的模型确认方法更为稳定,这表现在相同的实验样本数据下核主成分分析的方法具有更低的出错率。另外核主成分分析通过核主成分提取,可以实现多输出模型的降维,从而降低多输出模型确认的复杂度。所提方法既可以用于一般的多输出模型的确认,也可以用于多确认点的输出模型的确认。最后通过数值算例和工程算例证明了该方法的正确性与有效性。     

多学科设计优化中的不确定性建模

不确定性因素对复杂工程系统设计的影响贯穿整个设计过程.对多学科设计优化(MDO,Multidisciplinary Design Optimization)中不确定性的来源进行了总结和归类;建立了包含2个耦合学科的MDO系统分析输出结果的不确定性与设计变量输入数据误差和模型误差之间关系的数学模型,用于计算各种不确定性对系统性能的影响.算例分析结果和实验结果吻合,表明该数学模型有效可靠.经过扩展可用于估算包含多个耦合学科的MDO系统分析输出结果的不确定性,为鲁棒多学科设计优化方法的构建提供理论基础.      

多种失效模式履带车辆扭力轴可靠性稳健设计

履带车辆扭力轴通常存在多种失效模式,因此对其进行灵敏度设计分析时需要充分考虑不同失效模式的影响。提出一种多失效模式机械零件可靠性灵敏度分析的数值方法,运用随机摄动理论和四阶矩技术,求得各个失效模式状态函数的前四阶矩和可靠性指标,有效解决了结构随机变量参数分布未知时,不同失效模式下构件可靠度的计算问题。根据机械零件发生一种失效模式即整体失效的具体特点,研究含相关性的不同失效模式机械零件的可靠度计算方法。结合灵敏度分析的梯度算法,推导出关于随机变量均值和方差的灵敏度计算公式,进而根据灵敏度的分析结果,提出多种失效模式下多目标优化的可靠性稳健设计模型。数值算例表明,本文方法可以高效迅速地估计多失效模式下机械构件的可靠性灵敏度。最后还对其进行了可靠性稳健优化设计研究。      

基于梯度分割区间优化算法的双脉冲交会优化

研究非固定时间的航天器双脉冲交会轨迹优化问题,设计了基于梯度分割区间优化算法(GIOA)。该算法结合所研究问题的特点,使用每次只选择有限个区间进行操作的区间选择策略、基于梯度优化结果的区间分割策略、基于单调性的区间紧缩策略以及约束条件测试和基于梯度的目标优化估计值更新策略等。梯度优化算法仅用于区间分割和目标优化估计值更新,不但没有影响GIOA对区间优化算法全局性和收敛性的继承,同时加快了包含优化解的小宽度区间的出现,提高了目标优化估计值的更新速度,并由此提高了运算效率。区间选择策略的使用,控制了决策变量区间数量的增长,降低了算法运行的存储需求。算例仿真中,成功求解非固定时间双脉冲交会问题,并展示出算法的优势。      

基于Jerk输入估计的MCS模型及非线性跟踪算法

针对强机动目标跟踪问题,基于当前统计(CS,Current Statistical)模型、改进输入估计 (MIE,Modified Input Estimation)和无迹强跟踪滤波器,提出了一种新的自适应目标跟踪算法.该算法引入Jerk输入估计改进了当前统计模型的状态方程和机动加速度方差调整方法,利用改进的无迹强跟踪滤波器实现了状态协方差、状态噪声协方差和机动频率的联合自适应.在没有加速度先验知识的情况下,能够实时准确跟踪目标连续强机动、匀加速机动和匀速运动状态.仿真实验表明:相比CS模型无迹滤波算法、CS模型无迹强跟踪算法和交互多模型算法,该算法在对目标强机动的适应性、跟踪精度和对突变状态跟踪的收敛性方面都有更好的性能.     

超磁致伸缩作动器小回线动态J-A模型

超磁致伸缩作动器（GMA）输入输出之间存在着磁滞非线性关系,当研究其中高频输出特性时,为了降低材料自身迟滞非线性特性的影响,往往选用零点与饱和状态之间线性度较好的不饱和小回线,因此很有必要开展动态不饱和小回线数学模型的研究。首先在综合研究磁致伸缩材料（GMM）和GMA结构动力学特性的基础上结合安培环路定理提出以励磁电流为输入、应变为输出的动态Jiles-Atherton（J-A）模型,然后在引入磁滞回线特性变量的基础上得出J-A模型关键模型参数对其特性的影响规律,根据不饱和小回线仿真与实验波形的偏离特性提出模型参数的修正方法得到不饱和小回线动态J-A模型。最后,在不同频率和不同饱和幅值下通过实验验证该数学模型的正确性。      

基于BP神经网络的高精度陀螺恒流源补偿方法

为了提高陀螺恒流源精度,提出一种基于BP神经网络的陀螺恒流源补偿方法.采用BP神经网络训练恒流源控制指令与恒流源输出之间的非线性映射稳态模型,以实时估计恒流源输出偏差.设计恒流源控制指令补偿判据,当输出偏差超出设定裕度时,按比例对恒流源控制指令值进行实时补偿,使得恒流源输出更接近控制目标值,以实现更优的精度.通过实物在回路仿真验证了上述方案的有效性,并通过与传统对控制指令进行分段线性标定方法相比较,显示了上述方案的恒流控制优势.     

多外力柔性微动机构输出位移求解方法

对于单个外力作用下的微动机构,柔度描述了外力与其输出位移之间的关系,是影响微动机构动态性能和精度的重要性能指标。对于多个外力作用下的情况,与之相对应的是微动机构输出位移与其多外力间的关系式。为求解该关系式,采用了柔度矩阵和刚体运动规律相结合的方法。首先,对整体进行单元划分,并求解结构中各柔性单元的端点位移与端点力之间的关系式;然后,根据各单元间的结构关系求解各不同单元端点力或端点位移间的叠加和协调关系式;最后,综合所有求得的关系式整理出输出位移与外力之间的关系式。运用该方法求解了一种微动夹持器的工作端位移,并与有限元分析软件的计算结果进行了对比。研究结果表明:该方法具有普遍适用性以及可靠的精度,能够用于一般微动机构的性能分析与优化。应用MATLAB软件对求得的关系式进行分析,获得了结构参数优化所需的理论依据。