Bootstrap方法的几点思考

通过对自助统计量统计特性的分析，对Bootstrap方法的应用进行了研究。指出在应用Bootstrap方法时，尤其在小子样条件下应注意的几个问题。     

矩形件优化排样的研究

提出了满足BL条件的最低轮廓线搜索算法,并与模拟退火算法相结合,用于矩形件排样的求解。计算实例表明该算法能在50 ms内获得近百个矩形件的较优排放图,并能获得较少矩形件的最优排放图;其排样效果和效率优于SA 最低水平线算法和SA BLF算法,是解决大规模矩形件排样的一种有效方法。     

矩形件排样的研究进展

从复合材料排样的需求出发,研究了矩形件排样问题.给出了矩形件排样的定义、分类，综述了国内外有关矩形件排样的各种算法，包括经典的近似算法、启发式算法及超级启发式算法和精确求解算法；并对各种算法的排样质量和效率进行比较,以期能为复合材料排样的研究提供帮助。     

ε-N曲线和P-ε-N曲线整体推断方法

由于应变疲劳试验数据在lgΔεe-lgN (或 lgΔεp-lgN )坐标系中呈现散点形式,并且疲劳寿命标准差随弹性分量和塑性分量减小而增大,所以无法通过成组试验法和同方差回归分析测定ε-N曲线和P-ε-N曲线,目前采用的平均值法和Wissching方法均属于近似方法,存在较大误差.为此,本文采用异方差回归分析理论,建立了一种测定ε-N曲线和P-ε-N曲线的整体推断方法,该方法能够将不同应变水平下的试验数据作为一个整体进行统计分析,可以很好地处理散点数据和异方差数据.在ε-N曲线和P-ε-N曲线测试中,与传统方法相比,既可节省大量试件,又能有效地提高精度.     

定几何混压式轴对称超声速进气道设计及性能计算

给出了定几何混压式轴对称超声速进气道型面设计及性能计算方法,进行了算例计算。对亚临界状态下脱体激波的计算进行了研究,给出了进气道临界状态性能参数随飞行马赫数和高度的改变而变化的曲线。分析了进-发匹配过程,以及进气道的自调节能力。计算得到了基于进气道性能最优,即进气道工作在临界状态条件下,碳氢燃料冲压发动机的供油规律,为进气道大范围寻优设计打下了基础。      

高压燃烧试验中气体污染物的测量

在某发动机燃烧室的工作范围内,对排气污染物进行了测量研究,所测污染物包括一氧化碳（CO）,未燃碳氢物（UHC）,氮氧化物（NOx)与冒烟（SN）.测量程序按美国SAE制订的ARP1256A和ARP1179A两文件进行。由于该燃烧室内的高温（1700K）,高压（4．0MPa),对燃气取样和取样系统必须作特殊考虑,设计的取样感砂和取样系统所测得的污染物数据和燃烧效率,与其它类似燃烧室对比,完全符合规律。     

基于失效物理的动量轮贝叶斯可靠性评估

作为卫星姿态控制系统关键部件的动量轮,其可靠性关系到卫星发射的成败。但是由于有小子样、高可靠性和长寿命等特点,受技术、费用和时间等条件的限制,无法获得大样本失效寿命数据,因此利用传统的大样本寿命数据统计推断方法进行可靠性建模、分析与评估存在困难。为此,从失效物理分析的角度出发建立性能退化模型,用贝叶斯方法融合性能退化模型和寿命模型得到产品的可靠性评估模型,并基于该模型充分利用失效物理试验中的性能数据和少量的寿命数据来进行可靠性评估。实例分析表明,该方法与伪寿命方法相比更加符合工程实际,评估精度更高。     

成都-拉萨高原航线单发飘降程序的优化分析

首先就高原运行总则进行介绍分析,提出了高原运行的基本方案和运行控制总纲,接着对成都双流和拉萨贡嘎机场的情况以及特殊地形特性进行介绍和分析,之后分析了成都-拉萨高原航线的运行控制的特殊性.其中详细着重对航路相关问题以及飘降程序进行了综合分析,重点以B757 - 200机型执行成都-拉萨航线为例,综合考虑了实际运行中的各种限制因素,着重对高原航线航路中发动机失效后飘降问题进行了详细分析,重点研究飞机的单发飘降性能和程序,对其通过性能分析提出优化的方法和程序,以进一步提高飞行安全性.     

试飞阶段可靠性评估方法及试验方案设计

提出将基于2参数威布尔分布的小子样零故障寿命试验方法用于航空发动机等高可靠性航空武器装备设计定型试飞阶段平均故障间隔时间评估以及可靠性专项试飞/地面试验设计,通过计算给出可靠性评估及试验设计系数用表;同时采用Matlab对航空发动机历史试验数据进行拟合,得到对应的形状参数;在此基础上,以某航空发动机为例对该方法工程应用的适用性和有效性进行验证。结果表明:该方法具有较强的工程应用性,可用于解决试飞阶段航空发动机等高可靠性产品可靠性评估及试验设计问题。     

小子样复杂装备系统测试性评估中的验前参数值确定方法

针对当前小子样测试性评估中对验前信息处理不规范、结果可信度差的问题,研究了由专家经验信息、子系统试验信息和虚拟仿真信息确定系统测试性验前参数值的方法.根据不同来源的测试性验前信息,分别提出了模糊不确定性加权、分系统数据折合和基于相似度量的Dempster-Shafer(D-S)证据融合方法估计系统测试性验前参数值.实例分析表明:该方法计算测试性评估中的验前参数值比其他文献方法的计算结果低约0.8%.