基于DS算法的混胺燃料近红外光谱分析模型传递

对混胺燃料的近红外光谱分析模型的传递方法进行研究。采用 K/S(Kennard/Stone)算法选择转换集样品,采摘用直接校正(Direct Standardization,DS)算法对从仪器采集的光谱进行校正。通过光谱平均差异(ARMS)比较奇异值分解(Singular Value Decomposition,SVD)算法和偏最小二乘法(Partial Least Squares,PLS)对光谱校正的效果。当 PLS算法的最佳主因子数为 3时,DS-PLS算法的光谱校正率可达到 97.5%,优于 DS-SVD算法。混胺样品的分析模型经过 DS-PLS算法传递后,对从仪器的混胺样品各项指标的预测标准偏差(SEP)明显好于传递前,与主仪器预测效果接近,说明采用 K/S算法选择合适的转换集样品后,通过 DS-PLS模型传递算法可有效降低仪器间的光谱差异,实现近红外光谱分析模型在各台光谱仪之间共享。     

一种复杂空间飞网系统参数优化设计方法

由轻质软绳索编织而成的空间飞网是为非合作目标捕获而提出的空间系统概念,在空间碎片和废弃航天器处理方面具有很大的应用潜力。从平台抛射出后,飞网在空间形成不稳定的网形,且网形变化规律受初始参数设计的影响较大。针对空间飞网系统设计与试验中系统参数匹配问题,本文提出以容错值作为飞网展开性能的定量描述,从捕获任务的层面,建立面向捕获容错的空间飞网系统参数优化数学模型;以抓捕固定距离、确定大小的目标任务为算例,联合Isight优化平台与ANSYS/LS-Dyna求解,得到飞网系统最优参数匹配,算例仿真结果表明结果的适用性;最后,利用试验设计和极差分析方法验证最优点的稳定性。研究的模型与方法为开展空间飞网系统地面及空间试验等工程应用提供理论依据。     

命中精度Bayes推断中基于P值的验前可信度建模

在对散布参数验前可信度的定义与必要性进行分析的基础上,给出了给定散布参数（方差）的P值计算模型,构建了一维散布分析时验前分布可信度的P值模型,给出了验前P值与验前可信度的定义,并对其变动情况进行了阐述,给出了验前分布的拒绝条件.对二维散布分析条件下的验前可信度分析,分别构建了验前P值的独立求解模型和集成求解模型.并从0.05,0.2,0.4区分的数据区间,给出了验前分布选择的原则和要求.基于案例比较可见,验前可信度能较为显著地完成验前分布的差异化比较,相对现有的仅对验前可信度的定性说明,基于P值的验前可信度建模与计算,不仅能完成验前可信度的量化计算,而且能从概率的角度对验前分布选择的正确性进行假设检验.      

基于DQN的反舰导弹火力分配方法研究

反舰导弹作为海上作战的主战武器,由于其精度高、射程远、威力大等特性长期以来一直被当作舰艇编队的主要防御对象。针对反舰导弹打击舰艇编队的火力分配问题,我们提出了一种基于深度Q值网络求解反舰导弹火力分配策略的算法。不同于现有的基于领域知识的方法,深度Q值网络无需依赖任何先验信息,就能够通过与模拟器的交互自动求解最佳的攻击策略。该算法使用深度神经网络拟合Q值函数,解决了传统强化学习中的状态空间过大无法遍历的问题。实验结果表明,在各种不同的舰队防御配置下,深度Q值网络求解得到的攻击策略均获得了最佳的毁伤效果。     

基于小样本物理测试的T800H碳纤维复合材料许用值虚拟大样本技术研究

获得材料许用值的传统方法是对各种形式的材料和试样进行物理试验,并根据"积木式"方法逐级验证单元、子部件和部件。然而,按照"积木式"方法进行测试的成本很高。因此,需要一种新的方法,在较短的时间内完成新材料体系表征鉴定,并推进其在工程中的应用。根据FAA/ASTM建议,非均质单胞多尺度建模/虚拟测试技术,可以成为设计应用过程早期的材料和结构的验证策略。以材料的细观力学/宏观力学为基础,充分考虑制造过程,测试数据和服役环境影响,结合渐进失效分析来预测结构/部件安全性,建立了多尺度虚拟测试工程应用流程。本文采用美国AlphaSTAR公司研发的成熟商业软件平台GENOA,使用单向带测试的统计数据来逆推纤维和基体材料性能以及制造变量的不确定性。这些不确定性随后被用于生成层合板结构的随机虚拟测试试样,计算许用值。这种仿真方法在T800H项目中获得成功应用,大量减少了物理试验。     

航空发动机双转子系统“临界跟随”现象的机理及影响

为了探明“临界跟随”现象导致航空发动机振动居高不下的产生机理,建立了考虑中介轴承的双转子动力学模型,推导了双转子发生“临界跟随”现象时参数之间的关系,分析了“临界跟随”状态下转子系统的动力学特性。结果表明:“临界跟随”现象会导致转子系统无法越过盘偏摆振型临界转速,造成转子振动对不平衡质量分布极其敏感,其主要影响因素为盘极转动惯量与直径转动惯量的比值(简称惯量比)以及双转子增速比;当高压盘等效惯量比等于1,或增速比与任意低压盘惯量比相等时,转子系统表现出高压激励条件下的“临界跟随”特征;当低压盘惯量比等于1,或增速比与高压盘等效惯量比的乘积等于1时,转子系统表现出低压激励条件下的“临界跟随”特征。提出了必须严格控制航空发动机叶盘的等效惯量比以及双转子转速控制律的设计建议。      

超声速气流中复杂冷却结构的传热分析方法

针对应用于高超声速吸气式发动机中的复杂再生冷却结构,为了更好地对其进行传热性能评估,在充分借鉴液体火箭发动机传热分析方法的基础上,集成多种成熟高效的技术,建立了一种解耦的传热分析方法。该方法首先借助计算流体力学技术确定结构件工作的热环境,提取必要的参数后依据半经验关系式确定气侧的换热边界条件;然后,通过将冷却流动假设成一维流动,根据换热准则确定液侧的换热边界;最后,对冷却结构进行有限单元离散,计算传热过程,获得温度场特征。该方法将换热与导热过程解耦,降低了研究问题的复杂性,适用于复杂构型的热防护设计。通过后掠尖缘再生冷却支板的热防护试验,证实了传热分析方法的可靠性,且显示算法对本例的预测误差约在8%左右。     

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

TC6钛合金超塑性变形

对TC6钛合金在800~900℃温度区间内,分别进行应变速率为0.0001~0.1 s-1的恒应变速率法拉伸实验和最大m值法超塑性拉伸实验,获得拉伸过程应力-应变曲线,并采用金相显微镜对拉伸后断口附近显微组织进行分析。结果表明：TC6合金表现出良好的超塑性性能,随着应变速率或温度的升高,伸长率先增大后减小,恒应变速率拉伸时,在温度850℃、应变速率0.001 s-1条件下伸长率可达到993%;在同一变形温度下最大m值法拉伸能获得比恒应变速率法更好的超塑性,850℃时伸长率达到1353%;TC6合金在超塑性变形过程中发生了明显的动态再结晶,并随着应变速率和温度的升高动态再结晶行为增强。     

宽频高幅值水力激振信号的产生与控制

为了研究火箭发动机全尺寸泵后供应系统的动力学特性,运用脉动压力发生器设计了一种宽频水力激振系统,开展了液流试验和数据分析。结果表明:水力激振系统可以在0~1200Hz的频率范围内,产生时域幅值超过1.5MPa、高信噪比的压力脉动信号,达到了宽频率范围、高激励幅值的目的。通过对电动机转速的控制实现激励频率的可控变化,以满足不同频率激励策略的要求。提高管路系统的入口稳态压力,可以提高激振信号的幅值。通过合适的局部流阻分布,可以在宽频范围内提高水力激振信号的幅值,提高信噪比。