隐式极限状态方程下的导弹吊挂寿命可靠性分析

某型导弹吊挂结构疲劳寿命与基本变量(尺寸、材料、载荷)之间关系难以用解析式准确表达,使得传统基于应力-强度干涉理论的解析可靠性分析方法难以被应用。借助MSC/PATRAN建立了该型导弹吊挂的有限元模型,通过静力学及疲劳寿命分析,建立了结构疲劳寿命与基本变量之间的响应关系。以结构危险部位的几何尺寸作为随机变量,采用加权二次响应面法拟合得到了吊挂结构的极限状态方程;用改进一次二阶矩法进行可靠性及灵敏度分析,得到了吊挂结构在设计寿命内发生疲劳失效的概率。灵敏度分析发现:倒角半径是影响吊挂结构寿命的主要因素,尺寸加工误差是导致寿命分散性较大的主要原因。     

钛合金耳片快速设计方法初探

为较快捷地得到以钛合金Ti-6Al-4V锻件为材料的耳片尺寸参数,同时获得合适的承载效率系数,依据相关文献中关于耳片的3种承载效率系数,并结合常规校核公式,将与耳片尺寸参数相关的关联参数由3种统一为1种、即统一为耳片最小径向截面宽度b与耳片内径D的比值,并拟合了对应的承载效率系数曲线。使用本文的3种拟合曲线,可快速、有效地得到耳片参数b/D与承载效率系数的对应关系,达到快速设计接头耳片的目的。     

一种可靠的MDIO接口逻辑设计

本文介绍了一种可靠的MDIO 接口逻辑设计的方法。目前已使用在AFDX交换机专用集成电路芯片上。该设计采用VHDL 进行描述,并使用Modelsim进行了仿真,结果表明,该设计的正确性和可靠性。同时在AFDX交换机板级调试过程中,也验证了设计的正确性。     

空域网格化方法及其在空管中的应用研究

传统的空域理论方法面临交通密度快速增长、空域管制对象复杂多类异构等一系列问题,研究空域数字化建模,发展出新的空中交通四维时空框架,在此基础上开展全新的空域与空中交通流量协同管理是当前的迫切需要。本文聚焦包括平面格网模型以及空域空间格网模型的空域网格化方法的总结,并对空域网格化方法的空管应用研究进行综述,在此基础上,对空域网格化及数字化研究重点及发展趋势进行综合分析。本文研究能够为空域网格化及数字化理论与应用的可持续发展提供科学指引。     

湍流数据同化技术及应用

近年来数据同化（DA）被引入湍流动力学研究中,通过融合实验测量和数值计算,提高了实验测量的精度和广度,改善了数值模拟的预测性能。实验观测、预测模型和同化算法是数据同化的三要素,湍流研究中的实验观测包括热线风速仪、粒子图像测速法（PIV）、压力传感器等局部测量数据,预测模型主要指流动控制方程及湍流封闭方程,而同化算法包括贝叶斯推断、集合卡尔曼滤波（EnKF）、伴随等。稳态数据同化一般结合雷诺平均Navier-Stokes （RANS）模型方程,从重新标定模型常数、修正涡黏模型方程形式误差、修正雷诺应力项等方面着手。非稳态的数据同化一般包括四维变分（4DVar）等时间连续的数据同化方式以及顺序数据同化。4DVar通过时间正向和逆向积分迭代,存储量和计算量都非常大。顺序数据同化不需要时间逆向积分,可以在若干时刻对实验观测进行间断地植入,正向求解整个系统。另外,随着人工智能的飞速发展,湍流数据同化研究也向智能化迈进。对于纯数据驱动的湍流机器学习,其缺乏物理本质的约束,而基于物理信息的机器学习在物理本质上与数据同化是一致的。     

基于人工神经网络的道路表面降雨水深预测

建立了基于人工神经网络的道路表面水膜厚度预测模型，通过试验数据的训练确定权重和阈值，经过检验样本的检验，能够很好地预测道路表面的水膜厚度。结果表明，本文建立的人工神经网络模型用于道路表面水膜厚度预估可行。     

GPS信号的电离层延迟误差及改正

详细论述了电离层对GPS信号的延迟误差,讨论了修正电离层延迟误差的相对定位、延迟模型改正方法,分析和比较了双频观测量和三频观测量电离层延迟误差改正方法。     

模糊神经元及其计算能力研究

分析了模糊神经元模型,指出了这种神经元模型在计算能力上的缺陷.提出了对模糊神经元定义的两种改进方法,一是限制传递函数为非单调函数;二是修改定义域.对改进后的模糊神经元网络证明了计算能力与图灵机的等价性,从而对传统的神经网络作了进一步推广.还对混合模糊神经网络的特点做了简单的讨论.      

机载SAR动目标成象研究

在分析机载合成孔径雷达运动目标成象特点的基础上，探讨了一种动目标成象的前置滤波方法，指出其存在的问题，提出了在前置滤波后进行参数估计的后处理形成，该方法基于时间－频率联合分析法，能得到运动目标的精细成象结果，计算机模拟验证了方法的有效性。     

前馈神经网络的一种简单共轭梯度学习算法

针对前馈神经网络学习误差函数维数高、计算复杂度大的特点,对梯度下降BP算法加以改进从而构造出一种简单共轭梯度下降算法(MPARTAN算法).该算法计算复杂度不高于动量BP算法, 与FR共轭梯度法相比,该算法的稳定性好,又具有共轭梯度法的优点,收敛速度快.文中给出了该算法的收敛定理,并用2个实验例子比较了动量BP算法、FR共轭梯度法和MPARTAN算法的计算结果.