基于混合策略的麻雀搜索算法改进及应用

针对麻雀搜索算法(SSA)搜索精度不高、全局搜索能力不强、收敛速度慢和易于陷入局部最优等问题，提出了一种基于混合策略的麻雀搜索算法(HSSA)。采用改进的Circle混沌映射初始化种群，提高种群多样性；结合樽海鞘群算法改进发现者的搜索公式，提高算法迭代前期的全局搜索能力和范围；在加入者的搜索公式中引入自适应步长因子，提高算法的局部搜索能力和收敛速度；通过镜像选择机制，提升每次迭代后的个体质量，提高算法的寻优精度和寻优速度；在位置更新处加入模拟退火机制，帮助算法跳出局部最优。利用8种测试函数进行测试，结果表明，改进算法比SSA有更好的寻优性能。将改进前后算法与极限学习机结合进行实验，人体表面肌电信号数据集的分类预测精度从80.17%提高到90.87%，证实了改进算法的可行性和良好性能。     

涡轴发动机性能退化分析与诊断

利用燃气涡轮发动机数值仿真软件(GSP)建立涡轴发动机性能仿真模型,采用退化因子方法得出部件性能退化后发动机测量参数的变化,并以此分析部件性能退化对发动机性能的影响。针对发动机单个部件性能对整机性能的影响权值难以定量的问题,提出采用随机赋权值的极限学习机(ELM)算法诊断发动机部件性能退化。仿真结果表明,运用ELM算法进行涡轴发动机部件性能退化诊断的平均精度可达97.5%,速度也明显快于BP等传统神经网络。     

基底完全粗糙时太沙基地基承载力系数的解析解

当前普遍采用的太沙基极限承载力公式中并未给出承载力系数Nγ的解析形式,而且Nc的表达方式在不同资料中不统一。针对以上情况,根据地基土的极限平衡原理,研究得出了条形基础底面完全粗糙条件下太沙基极限承载力系数Nγ′、Nc′的解析解。然后计算得出太沙基极限承载力系数的曲线以供查用。以上成果可为太沙基地基极限承载力公式的应用及研究工作提供参考。     

AC311直升机完成高寒试飞

近日，国产民用直升机AC311在内蒙古海拉尔机场完成高寒试飞。在-30℃的低温环境下．AC311完成了所有规定的试飞科目．工作人员确定了AC311性能极限．并获得了宝贵数据。继2011年完成高原试飞后．AC311此次成功完成高寒试飞，     

成形极限曲线（FLC）的新概念

失稳理论是FLC的理论基础。文章论述了FLC理论研究中存在的问题。指出:一般出厂板的表面状况不会影响板料的集中失稳;板内损伤平面应变时最严重。双拉时,板内损伤的积累、发展,导致应力状态向平面应变漂移;拉压时,载荷失稳后引起的双拉,也会导致平面应变。因此平面应变状态的出现是板料集中失稳的共同原因。在此基础上提出了建立FLC的统一的模型。     

顾及样本优化选择的机器学习云检测研究

针对云层日变化、云类型、云相态、云光学厚度等特征差异带来的光谱差异,导致传统阈值算法对云识别精度不高的问题,文章提出了一种顾及样本优化选择,耦合物理阈值方法和机器学习的云检测算法模型,利用“葵花8号”卫星（Himawari-8）数据进行日间云检测。通过样本优化选择,使样本中尽可能包括不同情形下的云特征,为机器学习模型提供良好的样本基础,增加模型泛化能力;同时输入特征除了考虑反照率、亮温、亮温差以及天顶角等因素外,还加入了基于反照率和亮温差的物理阈值方法云识别结果;最后基于极限随机树模型进行云检测。结果表明：模型云检测交叉验证精度为96.41%,总漏检率和总虚检率分别为2.08%和0.91%;通过云-气溶胶激光雷达与红外探路者卫星观测（CALIPSO）产品数据进行对比分析,结果显示云检测总体精度为97.1%。     

虑及高循环疲劳的裂纹型外物损伤叶片的可用极限

为了发展一种航空发动机钛合金风扇/压气机叶片外物损伤（FOD）可用极限的确定方法,对典型叶片的可用极限进行了调研,基于裂纹门槛值原理建立了应力比相关的FOD裂纹不扩展等值曲线图,根据TC4钛合金不同应力比下材料的疲劳耐久性极限强度对比了两种裂纹不扩展判据的适用性,通过该方法确定了一种典型风扇叶片撕裂/裂纹型外物损伤的可用极限。结果表明:现有维修手册中对叶片不同区域不同类型FOD的可用极限要求不同,FOD可用极限的主要限制尺寸为损伤深度,深度限制一般在1mm以内。通过裂纹不扩展等值曲线图确定的典型风扇叶片撕裂/裂纹型FOD可用极限分布在0.020~0.525mm内,可用极限沿叶片展向分布可分为三个区域:叶根区可用极限约0.08mm,叶中区可用极限约0.3mm,叶尖区可用极限约0.5mm,越靠近叶根可用极限越小。      

液体火箭发动机离心轮极限转速分析与试验

为确保液体火箭发动机离心泵叶轮(离心轮)安全可靠工作,提出了基于强度的最大"正"等效应力法和基于刚度的双切线法两种失效判别准则以进行离心轮极限转速分析,并开展了离心轮超速试验进行验证。结果表明:最大"正"等效应力法准确地预测了离心轮破裂起始位置和破坏形式,误差低于15%;双切线法预测的屈服转速与试验结果符合较好,误差低于5%。对于塑性较好的离心轮结构,采用屈服转速替代破裂转速进行极限转速设计分析更利于实现低成本、高可靠性的设计目标。     

基于聚类与粒子群极限学习机的航空发动机推力估计器设计

针对航空发动机推力不可测,部件级模型求解推力精度不高、实时性差的问题,提出了基于快速寻找密度极点聚类与粒子群极限学习机的航空发动机推力估计方法。首先利用基于快速寻找密度极点的聚类算法对全工况范围内的台架试车数据聚类,然后在每一个子类中,用粒子群极限学习机设计了子推力估计器。在子类推力估计过程中,为使网络拓扑结构最优,用粒子群算法寻找极限学习机的最优隐层神经元数目的方法。训练与测试表明,推力估计测试相对误差最大值为3.06‰,优于传统的RBF(7.25‰)与BP(14.84‰)神经网络方法,能够满足直接推力控制与机载在线实时状态评估的需求,且可将方法扩展到其他不可测参数的估计。