基于多尺度方法的飞行器结构强度分析

建立了一套飞行器结构多尺度分析方法,能够较为高效、准确地分析飞行器结构的力学行为,确定危险区域以及研究损伤模式。采用层次多尺度法,分别建立了飞行器整体结构、局部舱段结构、单钉连接模型三种有限元模型,对飞行器结构进行分析。建立了宏观变量与细观响应之间的信息传递和反馈。对三向正交碳/碳机织复合材料的宏观刚度和强度性能进行了预测,建立了宏观损伤起始包络线。采用协同多尺度法对单钉连接模型进行渐进损伤分析。研究表明该方法具有良好适用性,能够较为准确地分析结构的损伤模式,为飞行器结构设计提供参考。     

基于周期性边界条件的机织复合材料多尺度分析

针对平纹机织复合材料,首先从微观纤维直径尺度,采用三维实体有限元方法计算纤维束的等效性能参数。然后将这些参数代入细观尺度的机织单胞模型中,得到宏观结构的平均弹性常数。在两个尺度有限元的分析中,均摒弃了传统有限元分析中采用的等应力或等应变假设,引入周期性边界条件,同时保证了周期性单胞边界面的应力连续和位移连续。分析结果表明,对于机织周期性单胞,在剪切和拉伸情况下其边界面均不全部保持为平面,纠正了此前认为在拉伸情况下单胞边界面仍保持平面的错误假设。纤维束分析结果与使用实验修正参数的细观力学理论公式结果吻合良好,织物单胞的分析结果也与弯曲层板组合模型结果较为接近,证明了分析方法的正确性。     

基于多智能体系统的飞机舵面故障诊断方法

采用了多智能体系统方法对飞机系统的舵面故障诊断问题进行分析.首先从飞机系统的复杂性角度分析了该方法对其进行故障诊断的适应性,然后提出了对组成飞机舵面故障诊断系统的各智能体进行分类、建模和编码的方法,并在此基础上提出了故障诊断智能体的交互模型.在仿真实例中,采用Simulink建立了F-16飞机的仿真模型,用JADE平台构造了故障识别智能体以通过数据融合来对具体的舵面故障进行诊断,并利用MAC-Sim建立了Simulink与JADE平台之间的信息互通.仿真结果说明,该方法能够通过智能体的交互与协作来实现飞机舵面单故障和组合故障的在线协同诊断.     

基于主元分析的多传感器故障检测

针对动态系统的压力、温度、流量等传感器数据,给出了一种基于主元分析法的传感器故障检测与诊断方法。该方法能够在对测量参数相关性分析的基础上,将传感器测量值所组成的测量空间分解为主元和残差两个子空间,通过传感器实际测量数据与正常数据矩阵在残差子空间投影的比较,对传感器的故障进行检测与诊断。通过双容水箱被控系统的传感器进行检测,结果表明主元分析法对传感器具有很好的故障检测和故障诊断能力。     

宏/细观一体化多尺度数值分析的进展与应用

以C/SiC为代表的纤维增强陶瓷基复合材料具有多尺度特征,传统的复合材料力学理论和以均匀化假设为基础的常规有限元分析方法难以全面准确地评估其力学行为。因而,近年来以跨微观-细观-宏观为特征的多尺度数值模拟方法被广泛应用于评估复合材料的力学特性,加快了新一代复合材料的研发和推广应用。本文首先从分析策略角度,对目前学术界的多尺度数值计算方法的发展情况进行了分类概述,总结了不同宏/细观多尺度方法的特点。在此基础上提出了新的采用过渡区域的宏/细观一体化多尺度建模计算方法,给出了开孔板和典型连接的算例结果,并探讨了其面临的技术难点及合理应用场景。以热结构最常用的典型盒型件为对象分析了其力学特点,给出了采用这种建模计算的必要性和分析策略。     

SAR图像小波域多尺度模型

针对面向ATR应用的SAR图像压缩需要将图像压缩与图像自动分析相结合,本文研究小波域SAR图像MAR模型并应用于图像鉴别.与SAR复图像分辨单元相干平均形成多尺度图像序列建立多尺度模型不同,本文对SAR对数检测图像小波变换形成多尺度图像序列建立MAR模型.通过实例辨识了SAR图像中自然杂波(草地)与人造物(战略目标)模型,应用该模型推导了小波域多分辨率判别,对MSTAR图像鉴别实验验证了模型的有效性.其中db2小波域多分辨率判别鉴别性能好而计算复杂度低.小波域多分辨率判别可用在图像压缩有损量化前鉴别出人造物与自然杂波.     

二维应力集中问题的多尺度RKPM自适应分析

借助于“小波”理论,再生核质点方法RKPM(Reproducing Kernel Particle Method)以将形状函数及求得的结构响应分解为多个尺度。本文对线弹性二维应力集中问题进行了双尺度分解,并由各应力分量计算得到的高梯度点作为误差指示,实现了该方法的h型自适应分析。并且提出了一种新的方法——“四象限法”对高梯度区域进行加密,计算结果表明自适应后的解的精度更高,从而证明了这种自适应无网格方法的有效性。     

基于无限元方法的直升机外部噪声仿真分析

为了准确地模拟直升机飞行中的外部噪声,建立了耦合计算流体力学/计算气动声学(Computational fluid dynamics/Computational aeroacoustics,CFD/CAA)的直升机机外噪声预测方法.气动计算采用CFD方法模拟旋翼、尾桨气动力以及气动干扰;噪声计算采用声学无限元方法,考虑...     

H^2（I）空间上的多分辨分析

Sobolev空间在偏微分方程理论中占有重要的地位，且关于Sobolev空间H^2(I)的多分辨分析（MRA）也已经被建立起来。然而在处理偏微分方程的边值问题时就显得有些不足，尤其是捕捉靠近边界层附近的微波。在本文给出中Sobolev空间H^2(I)的尺度函数以及它们之间的双尺度关系。在其基础上可以直接建立Sobolev空间H^2(I)的多分辨分析（V0真包含V1真包含…），其中Vj是由尺度函数通过平移与伸缩得到的。最后分析了关于Sobolev空间H^2(I)与H^2(I)的多分辨分析关系并给出了Sobolev空间H^2(I)的小波分解算法。     

传感器微小故障诊断及在电机上的应用

为了解决带有未知扰动的微小故障诊断问题,提出一种基于混合未知输入观测器的故障诊断方法。这种观测器不需要已知扰动上界,既可以检测和估计出非线性系统的传感器微小故障,又对未知扰动具有强鲁棒性。首先,通过坐标变换将原系统解耦成两个子系统,其中一个子系统只有传感器微小故障,对其设计观测器进行检测和估计;另一个子系统只有未知扰动,对其设计未知输入观测器消除扰动的影响,且求解未知输入观测器的增益矩阵时减少了约束条件。然后,采用Lyapunov函数证明误差动态方程的稳定性并表示成线性矩阵不等式的形式,有利于观测器增益矩阵的求解。最后,将本文所提方法应用到电机系统中,仿真结果验证了所提方法的有效性。     

基于故障树分析法的APU故障诊断研究

故障树分析（FTA）是故障分析和故障诊断中广泛应用的一种方法。结合APU的工作特性,对APU启动困难的原因进行了分析,建立APU启动困难故障树,并对故障树的基本原因事件进行了定性、定量分析,进而提出了排除APU故障的方法,以达到预测与预防故障发生的目的。     

基于模糊故障树理论的液压系统故障诊断方法研究

针对液压系统故障的多发性、故障在封闭回路中的传递性、设备构造的复杂性等特点,通过对现有故障诊断方法的分析,提出了基于模糊故障树理论的故障诊断方法。以泵控马达系统为研究对象,通过分析该系统的故障形式,建立了该系统的模糊故障树,进行了量化分析和算法研究,介绍了模糊故障树方法的原理、方法和特点。研究表明,这种方法较之传统方法实用、有效     

基于小波变换和支持向量机的开关电流电路故障诊断新方法

针对开关电流(Switched current,SI)电路的故障诊断和定位问题,为进一步提高故障诊断准 确率,提出了基于小波变换和粒子群优化(Particle swarm optimization,PSO)支持向量机 (Support vector machine,SVM)的开关电流电路故障诊断新方法。该方法首先对节点电流 信号进行蒙特卡罗分析,然后通过小波分解计算分形维数,再利用核主元分析（Kernel pri ncipal component analysis,KPCA）降低特征值维数,实现最优故障特征的提取。最后通 过PSO SVM完成对各种故障模式的分类。对六阶切比雪夫低通滤波器进行了仿真实验验证, 获取了较高的故障诊断准确率,与其他方法进行比较,实验结果显示了本文方法的优越性。     

基于主元空间动态模型的故障检测方法

建立了一种基于主成分分析的主元空间线性动态模型,将主成分分析的得分变量视为由高斯白噪声驱动的线性动态模型输出,可有效去除主元得分向量的动态相关性,动态模型参数可以通过期望最大化方法迭代辨识。分别在主元残差空间和主元空间线性动态模型上建立监控统计量,从而实现对动态过程的故障检测。通过数值仿真验证,该算法故障检测的检测率和误警率均表现良好。     

一种基于区间解析冗余关系的故障诊断方法

在基于解析冗余关系的故障诊断应用中,系统不确定性方法会造成漏诊和误诊。本文在传统键合图线性差分变化技术（Bond graph-linear fractional transformation technique,BG-LFT）中引入区间分析理论,提出一种基于区间解析冗余关系的故障诊断方法。该方法在基于键合图的解析冗余关系故障诊断方法的基础上,首先结合BG-LFT和区间分析理论对参数不确定性和测量不确定性进行统一建模。然后,将键合图模型扩展为不确定性键合图模型,并推导区间解析冗余关系。最后,利用区间数学运算方法计算区间解析冗余关系,得到诊断阈值。将该方法应用于电动静液作动器参数型故障及传感器故障的故障诊断中。结果表明,与单纯使用BG-LFT相比,本文方法能更有效获取电静液作动器故障诊断依据,避免系统不确定性对诊断结果的干扰。     

基于相关性度量的伪主成分分析

采用数据样本间的相关性作为相似性度量,并引入样本的类信息,提出一种新的降维方法,即伪主成分分析(Pseudo-PCA),该方法尽可能地保持原样本的变化信息,同时又使得降维后的同类数据样本尽可能保持相似。此外,将这种思想方法成功推广到近年来提出的2DPCA,MatPCA和(2D)2PCA。在ORL,Yale和AR等人脸数据集上的实验表明,该类方法的识别率高于相应的基于欧氏距离的PCA,2DPCA,M atPCA和(2D)2PCA等方法。     

基于小波分析和LSSVM的高压直流电源故障诊断

针对该电源故障样本少、专家经验不足和模式辨识困难的特点,提出了一种基于改进型最小二乘支持向量机的诊断方法,综合利用小波变换和最小二乘支持向量机在时频分析和小样本辨识领域的优点,很好地解决了高压直流电源的故障诊断问题。     

基于证据理论聚类算法的故障诊断

为了正确高效地诊断故障,以并发故障为例,建立了基于证据理论聚类算法的诊断模型,提出了基于Dempster理论的聚类算法,该聚类算法既分析每个单类,还考虑单类的各种组合,并利用质心特性,将单类聚类原型推广为适合组合类特性的聚类原型。通过故障实例说明,本文模型既适合普通故障诊断,更适合并发故障诊断,且计算的时间复杂度较小。