基于自适应代理模型的结构动力可靠度分析方法

结构动力可靠度分析对于衡量结构的安全状态和工作性能具有重要的指导意义。采用一种同时考虑 动态激励载荷和材料力学性能参数随机性的动力可靠度计算高效方法,通过建立不确定性材料力学性能参数 与条件动力可靠度之间的 Kriging代理模型,推导动力可靠度的解析表达式;提出一个新的学习函数来构建自 适应的 Kriging代理过程,通过复合材料飞行器蒙皮骨架结构在随机振动载荷和随机材料力学性能参数共同作 用下的动力可靠度分析对所提方法的准确性与高效性进行验证。结果表明:所提方法不仅能够避免使用代理 模型对动力可靠度求解时由于使用数值积分所引入的误差,同时能够使用尽可能少的计算成本获得准确的动 力可靠度结果。     

基于DBN的不均衡样本驱动民航发动机故障诊断

在结合深度置信网络(DBN)、采样与集成技术的基础上,提出了基于不均衡样本驱动的民航发动机故障诊断模型。该模型通过分析民航发动机历史飞行数据,利用DBN提取性能参数中的内部特征,利用采样技术将不均衡样本均衡化,采用集成技术进行故障分类。将该模型应用到CFM56-7B系列发动机历史飞行数据,实验结果表明:与常用故障诊断方法相比,该模型的准确率高达0.996,AUC值高达0.948,可以有效处理民航发动机样本高维、不均衡问题。      

失谐叶盘系统避共振可靠度评估方法

基于振动设计理论,考虑失谐叶盘系统激振频率和模态频率的相关性,提出了1种航空发动机失谐叶盘系统避共振可靠度的计算方法。通过确定性分析和概率分析说明了失谐会增加叶盘系统避共振难度,并得到叶盘系统模态频率的概率分布特性。在此基础上,运用所提出方法,拟合得到失谐叶盘系统的避共振可靠度响应面,进而用该响应面计算不同结构谐波系数下失谐叶盘系统避共振可靠度。将计算结果与蒙特卡洛法及未考虑激振频率和模态频率相关性的传统方法的结果进行对比,验证了所提出方法在失谐叶盘系统避共振可靠性分析中的准确性。     

基于协调组的RTI时间管理方法

针对目前运行支撑环境(RTI,Run-Time Infrastructure)时间管理方法中存在的时间推进效率低及网络带宽占用量大的问题,提出基于协调组的RTI时间管理方法并将其应用于BH RTI 2.3时间管理服务.将仿真系统中节点划分为不同的协调组并设置协调者,通过分组局部协调逐步达到全局的时间同步.实验结果表明,该方法在仿真节点时间推进速度及网络带宽占用量方面优于同等条件下的其他RTI时间管理方法.      

一种小样本民机产品的可靠性预测方法

将最小二乘支持向量机(Least square support vector machine,LS-SVM)应用于小样本民机产品的可靠性预测分析。通过重构相空间的饱和嵌入维数,确定最小二乘支持向量机的最佳输入变量;然后,使用最小二乘向量机建立可靠度回归预测模型,运用自动网格搜索法,优化了最小二乘支持向量机的建模参数,实现了比现有方法精度高、泛化性好的模型。训练和测试的可靠性样本取自某机型襟翼液压锁寿命可靠性数据。与神经网络模型的比较实例表明,提出的方法合理有效。     

附加措施对海洋环境下混凝土箱梁的寿命影响

海洋环境下预应力混凝土箱梁,由于长期受到大气中氯盐的侵蚀作用,结构往往过早发生破坏,不能达到100年的耐久性设计要求。本文提出一系列技术措施:提高混凝土耐久性、增加保护层厚度、表面涂刷硅烷、采用不锈钢筋以及掺入阻锈剂,并基于可靠度理论,对各措施条件下预应力混凝土箱梁底板第一排主筋的锈蚀概率进行分析计算,然后进行分析比较,获得了预应力混凝土箱梁实现长寿命的可能技术途径及其效果,对实际工程设计具有直接的参考价值。     

军用飞机MFOP的设计与实现

近年来,国外先进的军机型号的维修方案设计已经提出了MFOP理念。本文通过对MFOP概念和模型的理解与分析,提出了国内军机MFOP的设计与实现方法,分析了现阶段存在的问题,为国内开展军机型号MFOP的应用提供参考和借鉴。     

复杂系统平均剩余寿命综合评估方法

 针对工程中广泛关注的平均剩余寿命问题, 首先利用信仰推断给出单个设备可靠度的置信分布, 包括指数分布、 威布尔分布和对数正态分布; 然后基于组成系统的设备试验信息, 结合系统的组成结构, 给出系统可靠度的置信分布, 接着根据可靠度和平均剩余寿命之间的关系, 建立复杂系统平均剩余寿命综合评估模型并给出具体的评估算法。 对于在设备试验中经常出现的右删失等不完全数据, 给出了将不完全数据虚拟成等效的完全数据的转化方法。 最后, 通过模拟研究和实例验证, 结果表明本文的方法较为精确, 能够满足工程的实际需求。     

基于模糊神经网络的某型直升机可靠度预测

为了实现某型直升机可靠度准确预测,建立了基于自适应模糊神经网络的可靠度预测模型。该模型以故障间隔时间为输入,以可靠度为输出,通过模糊神经网络自适应训练获得适合直升机可靠度预测的故障间隔时间隶属函数。对模型进行检验取得了较好的仿真结果,与应用RBF神经网络进行可靠度预测相比速度更快,同时预测精度提高了98.4%。