基于Copula的民航发动机性能参数阶段可靠性评估

民用航空发动机的性能参数状态呈现多阶段变化特性,目前性能参数状态的评估方法不能有效利用状态监控大数据准确识别其对民航发动机性能的影响,据此提出一种新的考虑民航发动机性能参数状态动态演变阶段相关性的可靠性评估模型。模型根据变点分阶段的特性利用动态Wiener过程对民航发动机性能参数状态进行表征,利用Copula函数建立阶段性动态Wiener过程的联合概率分布函数模型,同时结合民航发动机性能参数状态演变的首达阈值的数学性质,利用蒙特卡洛仿真抽样法进行可靠性评估。利用航空公司实际的状态监测数据验证所提模型的优越性,结果表明,相较于不考虑演变阶段间相关性的模型,所提模型对评估民航发动机性能参数的状态可靠性的平均误差降低了约12.9%。     

航空发动机外涵机匣轻量化设计研究

为减轻外涵机匣质量,首先对外涵机匣进行质量权重分析,确定减重设计方向;然后建立外涵机匣轻量化设计流程,应用有限元分析软件分析外涵机匣壳体和环(纵)向安装边各结构参数对强度、质量的影响,得到影响机匣壳体、安装边质量的关键因素;最后对其关键因素进行多目标优化,达到轻量化设计目标。结果表明,通过采用轻量化设计,外涵机匣结构效率提升了17.9%,为同类机匣轻量化设计提供参考。     

典型螺栓连接件的随机振动多模型灵敏度分析

为分析组合模型输出响应不确定性的来源及其影响,本文提出多模型合并下的方差灵敏度和矩独立灵敏度指标及其分析求解方法.模型方差灵敏度量化了各单模型对组合模型输出响应方差的影响.模型矩独立灵敏度则量化了各模型对组合模型输出响应的概率密度函数的影响.同时,本文还给出了两种模型灵敏度的求解方法.最后,以航空典型螺栓连接件为例,分...     

多模函数优化的改进花朵授粉算法

为了探讨花朵授粉算法（FPA）在解算多模函数优化问题中存在的不足,通过定义种群多样性及差异性指标,定性分析了FPA在多模复杂函数优化中的寻优缺点。基于模拟退火思想优化全局授粉过程,并利用Nelder-Mead单纯形搜索技术对花朵局部授粉进行重构,提出一种新的花朵授粉寻优架构。仿真结果表明,相对于基本的FPA、布谷鸟算法、萤火虫算法,改进花朵授粉算法能够有效避免陷入局部最优,具备优异的全局勘探和局部开采能力,对多模优化问题具有一定优势。      

利用经验正交函数分解的大气密度模式校准方法

热层大气密度产生的阻力是作用在低轨航天器上最大的非引力摄动,现有大气密度模式存在15%~20%的偏差,难以满足空间任务应用需要。采用NRLMSISE-00模式作为密度参考标准,通过修正Jacchia-Roberts经验大气模式温度参数校准密度,建立温度修正量与密度的参数方程。针对部分区域修正量迭代计算发散问题,采用改进高斯牛顿迭代法求解方程。选择经验正交函数（EOF）分解方法分析修正量的时空特征,并与传统球谐（SH）分析的结果进行比较。结果表明,前4阶EOF基函数与前9项球谐基函数分别可提取温度修正量超过85%与80%的变化特征,EOF分解方法对温度修正量的表示效率高于球谐分析方法。第1阶EOF基函数反映了温度参数的整体偏差,第2~4阶EOF基函数对应的时间系数表明温度修正量的变化具有天周期性,且球谐分析得到的时间系数同样具有天周期性的特点。利用前4阶EOF基函数和前9项球谐基函数重构的温度修正量校准Jacchia-Roberts模式,校准后的模式密度偏差分别下降了9.06%与5.37%,表明EOF分解方法与传统球谐分析方法相比,能够更有效地修正温度参数,改进模式精度。     

航空发动机中“W”形金属密封环的设计方法

针对密封性和强度,对“W”形金属密封环的压缩率选取范围进行研究。在压缩率确定的基础上,优化“W”形金属密封环所在处机匣的轴向间隙,探究“W”形金属密封环关键结构参数对强度的影响,基于灵敏度分析对“W”形金属密封环的结构参数进一步优化;研究“W”形金属密封环屈曲及轴向刚度间的关系,并采用刚度实验校核模拟结果,为评估屈曲临界载荷提供支持。结果表明:在该典型工况下,“W”形金属密封环的压缩率合理范围为3.2%～6.08%;壁厚对最大等效应力影响最大,最终优化结果为壁厚增大5.0%,波峰、波谷半径增大9.0%,接触半径增大7.7%,圆环外径减小5.8%,最大等效应力减小5.7%;屈曲“W”形金属密封环载荷与轴向刚度线性相关。      

基于S-PSO分类算法的故障诊断方法

将监控数据的已知状态作为先验类别标签,构造出新的有监督的粒子群优化(S-PSO)分类算法,并对设备进行故障诊断。为提高故障诊断的准确率,降低随机性对分类算法的影响,提出了新的基于动态邻域的自适应探测更新(ADU-DN)的干预更新策略来拓展粒子搜索整个解空间的能力,引导粒子自适应地跳出局部最优区域,确保获得全局最优解;同时设计出基于最小类内距离、最大类间距离和训练样本最大分类精度的适应度函数,使得输出的最优类别中心兼顾了这3个因素,增强了分类算法在故障诊断中的通用性和容错性,提高了测试样本的分类精度。S-PSO分类算法有效克服了聚类算法只考虑数据间相似性特征、不考虑数据蕴含的物理意义以及不能很好指导样本分类的缺陷。对GE90发动机孔探图像纹理特征分类进行了对比研究,研究数据表明:S-PSO分类算法表现出了较强的鲁棒性,在故障诊断中的分类精度高于支持向量机(SVM)和常用神经网络模型。     

等效原理算法在不同等效面下的误差分析

等效原理算法(EPA)借鉴了区域分解的思想,并基于惠更斯等效原理实现了对大规模散射问题的计算.本文对EPA中的等效原理算子(EPO)进行了误差分析,选取了立方体、球体和进行了光滑处理的立方体等作为等效面寻找误差来源,并提出了误差改进的建议.根据计算结果,等效磁流在等效面上描述的误差一般集中在等效面表面的几何不连续处,且主要受等效面上的法向向量不连续性和基函数的选取的影响.故在选取等效面时应尽量考虑使用平滑的等效面,而不是直接使用立方体等效面.