非线性主轴降维映射法在固体火箭发动机设计优化中的应用

为在二维或三维空间中表达固体火箭发动机高维设计空间,引入非线性主轴降维映射法对多维非线性设计优化问题进行降维处理。以某大型固体火箭发动机设计问题为例,将10变量4有效约束优化问题降维映射到二维空间进行研究,拟合的非线性主轴降维映射模型中,目标函数和约束函数的相对误差控制在1.5%以内。研究表明,非线性主轴降维映射法具有发现多变量非线性优化数学模型本征特性的特点,能对设计变量重要性排序;通过降维展示设计空间全景,为优化算法和优化初始点优选提供了直观、有力的工具;优化轨迹实时展示为优化算法性质研究及算法切换提供了依据;根据优化轨迹从优化结果在降维空间中的位置能够判断优化结果是否具有全局最优解特性。     

概率盒全局灵敏度和活跃子空间跨层降维

航空航天仿真系统中的不确定性通常是多源的、混合的,并且系统参数的维数众多。针对高维混合不确定性量化问题,提出一种结合概率盒全局灵敏度和活跃子空间的跨层降维方法。在随机和认知不确定的概率盒表征基础上,使用不确定性缩减法分析参数的全局灵敏度继而进行参数筛选;基于输出梯度协方差矩阵的特征分解,使用活跃子空间法对参数进行降维;构造出一种概率盒表征下的参数筛选和跨层降维方法。最后以NASA多学科不确定性量化挑战问题为例,通过概率盒全局灵敏度分析进行第1层次的参数筛选,原有的21维输入参数减为13维;随后采用活跃子空间进行第2层次的参数降维,维数进一步降至一维。研究结果表明,所提出的方法能够对混合不确定性参数进行灵敏度排序,还能够有效降低模型输入参数的维度,为高维系统混合不确定性量化和进一步的优化工作奠定了基础。     

基于降维可视化与Kriging的齿轮振动可靠性分析

针对齿轮振动可靠性分析时计算量大、计算精度低等问题,提出一种基于降维可视化技术和Kriging模型的可靠性分析方法.通过Monte Carlo法生成抽样点,采用降维可视化技术将多维空间降至二维极特征空间,通过Kriging模型预测失效域与安全域的分界线,在预测分界线时,借助Kriging非线性预测和误差分析的特性,通过一种主动学习选点的方式建立Kriging预测模型,来提高样本点的利用率.通过齿轮振动可靠性的算例表明:相比于传统的降维可视化技术,调用极限状态函数由975次减少为149次,计算时间由12400s减小为1810s,可靠度与100000次Monte Carlo模拟计算结果基本吻合一致,验证了该算法的正确性和有效性.      

双轴涡喷发动机性能实时模拟简化模型

建立了能够实时模拟双轴涡喷发动机性能的数学模型。该实时模型包括:线性化的压气机特性模型、简化的涡轮特性以及非线性方程组的降维处理。在相同工况及进气条件下, 分别用非实时模型和实时模型对某型双轴加力式涡喷发动机性能进行了模拟, 并与试验结果进行了对比。结果表明, 该模型很好地解决了提高运算速度与保证计算精度之间的矛盾, 并且具有较高的收敛性。      

基于自编码器和LSTM的模型降阶方法

自编码器是一种有效的数据降维方法,可以学习到数据中的隐含特征,并重构出原始输入数据.本文提出了一种基于多层自编码器和长短期记忆网络的模型降阶方法,以提升降阶模型的精度.文中以二维圆柱绕流为例,对该方法进行了分析与验证.首先用多层自编码器对原始数据进行降阶和特征提取,然后构建基于长短期记忆网络的预测模型,最后将自编码器和...     

基于特征时间模型的高效喷雾燃烧数值模拟

开展了基于特征时间（CTS）燃烧模型的高效喷雾燃烧数值模拟研究。基于CTS模型与层流有限速率燃烧模型对CFM56航空发动机模型燃烧室进行了两相数值模拟,通过比较预测的火焰结构验证了CTS燃烧模型在喷雾燃烧中的适用性。通过采用CTS模型初始化燃烧场来提高有限速率燃烧模型的数值模拟效率,提出了基于CTS燃烧模型结合降维方法的高效数值模拟方法。结果表明：CTS燃烧模型较好预测了CFM56模型燃烧室的火焰形态和组分分布,可为有限速率燃烧模型的数值模拟提供良好的初始解;采用自适应建表（ISAT）方法可减小计算时间90%,在此基础上,基于CTS模型初始化的稳态算例收敛时间减少35%,进一步结合降维方法收敛时间减少40%,证明了CTS模型具有提高喷雾燃烧数值模拟效率的潜力。     

基于数据驱动的结构钢表面应力磁巴克豪森噪声表征方法

磁巴克豪森噪声（MBN）技术可用于定量评估铁磁材料的表面应力。当前MBN法应力评估技术存在特征量选取较难、定量预测模型复杂且对标定数据集的拟合精度较低的不足。提出一种数据驱动的非线性映射算法拟合MBN噪声和应力的关系，研究了基于小波包变换系数的时频特征替代统计特征量，减少了样本数据计算量。采用MBN噪声在小波包变换时-频域内的小波包变换系数作为特征向量，利用基于奇异值分解的数据降维算法降低特征向量的维数，将经过数据降维后的特征向量输入反向传播（BP）神经网络进行模型训练以建立预测模型。结果表明：采用基于奇异值分解的数据降维算法可降低模型的复杂度，利用降维后的小波包变换系数特征向量训练BP神经网络可实现铁磁材料表面应力的高精度预测。建立的表征方法有效解决了铁磁构件应力分布成像问题，在预防应力腐蚀、提高疲劳强度等损伤预警方面具有广阔的应用前景。     

圆台阵列杂波模型及空时二维自适应处理

针对圆台共形阵列,建立了空时二维自适应处理(STAP)的杂波模型,给出了圆台阵列杂波抑制最优权值的计算方法。在此基础之上,为了实现可应用到实际环境中的自适应处理方法,进一步讨论了将局部联合域(JDL)降维算法推广至圆台阵列中的问题。得出了圆台阵列JDL算法降维变换矩阵的表达形式,研究了参考波束的数目选取、波束指向等因素对降维损失的影响。理论分析以及仿真结果表明,通过合理选择通道数、波束方位向指向间隔等参数,该算法能够减少自适应波束形成的计算量,而且可以用较少的训练样本获得较好的处理性能。     

一种鲁棒的概率核主成分分析模型

大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它在处理非线性、存在噪声和异常点的数据时存在效果较差的问题。对此,文章提出了一种鲁棒概率核主成分分析模型。该模型将核方法与基于高斯隐变量模型的极大似然框架相结合,用多元 t分布作为先验分布,以同时解决主成分分析在这 3个方面的弊端。提出混合鲁棒概率核主成分分析模型,使其可直接用于对混合的非线性数据进行降维和聚类分析。在不同数据集上进行的实验结果表明,与标准的混合概率核主成分分析模型相比,文中模型在数据聚类方面有更高的准确率。     

我校获批4门省级一流本科课程

正近日,省教育厅公布了2019年陕西省线上线下混合式、线下、社会实践一流本科课程认定结果,我校共有4门课程获批。其中,理学院韩慧蓉负责的《高等数学》、机械工程学院张康智负责的《机械制造装备设计》、电子工程学院高平负责的《测控电路及装置》3门课程获批线下一流本科课程;计算机学院任静负责的《计算机文化基础》获批线上线下混合式一流本科课程。     

基于Karhunen-Loève展开的分布式变体飞行器最优控制方法

针对分布式变体飞行器变形规律优化问题的特殊性和计算困难性,提出了一种有效的解决方法。该问题的变形变量在空间和时间上均具有无穷维度,求解难点体现在:现有最优控制方法无法直接求解无穷维控制量问题;变形引起的气动模型数据维度增加,计算量呈级数增长,制约了优化求解。针对这两个问题,基于Karhunen-Loève展开方法对分布变形域进行离散和降维,采用有限维变形控制参数和几何模态描述,将原优化问题转化为可求解的有限维最优控制问题;采用Kriging方法和拉丁超立方抽样(LHS)方法构造了与变形控制参数相关的气动代理模型,大幅降低求解该问题的严重计算负担;结合离散降维最优控制模型和气动代理模型,基于hp自适应伪谱方法,建立了变形规律优化求解过程。以翼型分布式变体问题为例,对给定的飞行任务要求,以燃料消耗最省为目标,实现了全弹道翼型变形过程和迎角、燃油消耗率等控制量的同时优化,获得了更省能量的变体飞行方案,验证了所提方法的可行性。本文所发展方法具有通用性,能扩展到机体/弹体等更为复杂的变体形式,可为未来变体飞行技术发展提供支持。     

图片消息

英中航空工业技术研讨会在京召开英中航空工业技术研讨会于5月20日至21日在北京中国大饭店举行。与会的英方企业代表是随英国副首相迈克尔·赫塞尔廷率领的庞大贸易访华团的成员。会上罗·罗、英宇航、卢卡斯、梅西尔·道蒂、史密斯等公司的代表介绍了他们的先进技术,并就各自关心的领域展开讨论。除研讨报告会外,在会议现场还布置了小型的英国航空工业     

压气机叶栅非定常线性自回归气动降阶模型研究

为满足叶轮机械领域高效非定常气动计算的迫切需求,采用线性带外输入的自回归(ARX)理论建立了高亚声速压气机叶栅非定常气动性能降阶模型.该降阶模型构造简单,建立较为容易.通过逐渐增加输入/输出延迟阶数,可以获得较高精度的模型超参数.研究结果表明:降阶模型对线性非定常系统的气动参数响应具有较好的预测精度,但在部分无量纲总压...     

基于新型高维代理模型的气动外形设计方法

随着现代飞行器性能需求的不断提高，飞行器精细化气动优化设计要求更高可信度的CFD数值分析及更多的独立设计变量，使得基于代理模型的全局优化算法在超过一定的设计变量后显著降低了效率，难以满足复杂工程的设计需求。而目前的高维代理模型过程复杂、时间花费高，缺乏对工程问题的广泛适应性。针对以上难题，提出了利用监督式非线性降维代理建模方法来缓解代理优化过程中的高维变量设计难题。该方法将核主成分分析（非线性）降维与高斯回归过程模型统一训练，自适应构建新型高维代理模型，并随着优化过程不断学习改进模型，建立了从高维输入到输出的准确映射，有效解决了传统高维代理模型训练时间花费高和适应性差等难题。然后基于该新型代理模型发展了适用于飞行器复杂气动设计的高维全局优化设计方法，并将其应用到美国航空航天学会（AIAA）优化小组发布的2个复杂跨声速优化算例中。通过与传统代理优化方法全面比较，验证了所提的方法能大幅提高飞行器高维变量全局优化效率和全局寻优能力。     

西北工业大学张卫红副校长一行来我校调研交流

<正>5月13日,西北工业大学副校长、长江学者张卫红教授,机电学院党委书记朱继宏教授及万敏教授、许英杰教授等一行四人来我校调研交流。学校党委书记陈平社、校长曹庆年、副校长金文在沣惠校区九楼会议室接待了张卫红副校长一行,并进行了座谈交流,学校党政办公室、科技处、机械工程学院、电子工程学院、液压技术研究院相关负责同志参加了座谈交流。座谈交流会由陈平社同志主持。曹庆年校长对西北工业大学长期以来对我校发展的帮助表示感谢。他从学校围绕"一体两翼"进行专业优化布局、师资队伍建设、教学质量提升、科研     

液体火箭贮箱增压排液过程三种气枕模型的数值对比

针对液氧贮箱氦气增压排液过程,分别建立了零维整体模型、一维分层模型及二维计算流体力学(CFD)模型对气枕物理场的变化规律进行数值研究.零维及一维模型采用经验公式求解气枕与壁面间的换热量,而二维CFD模型通过低雷诺数k-ε模型确定流体与固壁间的耦合换热作用.计算时氦气采用理想气体模型.利用三种模型分别预测了贮箱内气枕压力、气枕平均温度及温度分布规律.计算结果表明:三组结果分布合理,不同模型的结果之间能够互相印证;对于气枕及与气枕接触壁面沿轴向的温度分布,在气枕主体区一维模型与二维模型预测结果基本吻合,而在靠近消能器的气枕上端,两种模型预测值存在偏差;当增压气体入口速度较大时,气枕上端径向温度分层明显,需采用二维CFD模型才能展示气枕物理场分布.      

基于KPCA 和DBN 的航空发动机排气温度基线模型

为了给航空发动机整体性能的实时监控与健康管理提供技术手段,提出1种基于核主成分分析和深度置信网络相结合的航空发动机排气温度基线模型构建方法。以配装CFM56-7B发动机的飞机在运行过程中各系统产生的快速存取数据作为原始的数据样本,利用核主成分分析进行降维处理,选用高斯函数作为核函数,将降维后的数据作为深度置信网络的输入,建立航空发动机EGT基线模型,通过大量QAR数据验证了模型的有效性和正确性。与传统神经网络建模方法相比,所提出的建模方法不但降低了网络结构的复杂度,同时也提高了模型的精度。     

一种机载雷达两级降维空时二维自适应处理方法

 提出了一种机载相控阵雷达杂波抑制的两级降维空时自适应处理(STAP)方法,即：先根据杂波分布先验信息进行空时局域化(JDL)降维处理,然后对局域化输出进行多级维纳滤波(MWF),实现二次降维。该方法综合了固定结构和自适应结构降维技术的优点,将JDL处理引入到MWF中,从而有效降低MWF的杂波自由度。计算机仿真和理论分析表明本文方法比JDL自适应处理方法和全空时MWF方法具有更小的运算量,对阵元随机幅相误差具有很好的容差能力,是一种稳健的两级降维自适应处理方法。最后,基于仿真和实测数据的实验验证了算法的有效性。     

基于杂波子空间估计的MIMO雷达降维STAP研究

 多输入多输出(MIMO)雷达是近年来出现的一种新体制雷达,针对MIMO体制的机载雷达开展空时自适应处理（STAP）技术研究是值得进一步努力的方向。本文研究了机载MIMO雷达STAP技术的降维算法,通过对STAP技术杂波抑制原理进行分析,推导并得到一种基于杂波子空间的降维算法。结合扁长椭球波函数（PSWF）的特点,提出了一种基于杂波子空间估计的降维算法,并与若干降维算法的杂波抑制性能进行比较。结果表明,当存在阵元幅相误差时,该算法在保持杂波抑制性能的同时能够有效地降低STAP算法的运算量。     

基于本征正交分解的叶片碰摩系统降阶方法

针对叶片碰摩响应求解问题,提出了采用本征正交分解进行动力学降阶的方法。通过对快照矩阵进行本征正交分解生成投影子空间,将系统动力学方程投影到子空间进行模型降阶,并结合数值积分方法进行了碰摩响应求解。基于降阶模型分析了不同转速及侵入量参数下的叶片碰摩响应,并与全阶模型进行了对比。结果表明:降阶模型的时域响应幅值偏差小于5%,计算效率了提升98.4%;通过改变叶片转速、侵入量参数验证了降阶模型的鲁棒性,并且发现随着转速、侵入量的增加,本征正交模态能量在低阶与高阶之间发生转移,并呈现出不同的传递规律,由转速引起的模态能量转移与结构的固有频率存在一定关系。该方法及结论可为叶片碰摩分析及故障诊断提供依据。