基于粒子模拟的舱内布局对霍尔推进器可靠性评估真空羽流的影响

对霍尔推进器地面测试过程中真空环境下的羽流流场进行模拟研究,通过直接蒙特卡洛(DSMC)方法进行多种布局方式下的系列数值模拟,重点研究地面测试设施中舱内的抽氙冷板、束流挡板在不同布局环境下对真空羽流流场的影响。数值模拟结果显示:抽氙冷板的布局位置对羽流流场影响较不明显,但应考虑舱内各处均布以防压力局部集聚过高形成阻力;束流挡板对返流粒子的抑制作用明显,对抽氙冷板等具有较好的防护功能,但也同时改变了羽流流场分布,甚至会影响到推进器的放电特性和性能表现。通过该数值模拟方法可以实现对舱内工艺设备的设计指导,对抽氙冷板、束流挡板等进行布局优化,继而为推进器地面测试提供更为有效的测试环境。     

民用飞机平尾载荷的不确定性及全局灵敏度分析

针对飞行载荷计算输入数据的随机不确定性会导致载荷计算结果波动的现象,采用Monte Carlo模拟方法和基于方差的全局灵敏度分析方法对民用飞机急剧俯仰机动随机平尾载荷进行不确定性及全局灵敏度分析。具体分析了飞机气动特性和重心的不确定性对迎角贡献平尾载荷、升降舵偏度贡献平尾载荷及平尾总载荷的影响,进一步通过全局灵敏度分析找出影响平尾载荷计算结果的主要因素。不确定性分析结果表明:气动特性和重心的不确定性导致迎角贡献平尾载荷的波动程度很大。灵敏度分析结果表明:1)升降舵偏度贡献平尾载荷只受升降舵效率的影响;2)迎角贡献平尾载荷主要受无尾飞机零迎角俯仰力矩系数和重心的影响;3)平尾总载荷受升降舵效率的影响最大,受无尾飞机零迎角俯仰力矩系数及重心的影响次之。此外也验证了方法的有效性,对提高飞行载荷的计算精度有一定的指导意义。     

基于可达性分析的自主空中加油安全评估

自主空中加油(Autonomous aerial refueling,AAR)可以扩展飞机的航程和续航能力,为航空业带来巨大效益,对自主空中加油系统进行安全评估具有重要意义.本文采用可达性分析方法来评估系统安全性.由于系统不确定性,空中加油系统可视为一个随机系统,因此考虑概率可达性.由于可达性概率与碰撞概率有着密切的关...     

战术导弹多杀伤概率指标检验方法

针对战术导弹多杀伤概率指标大样本检验的实际问题,提出小样本条件下多杀伤概率指标的联合检验、平均检验和蒙特卡洛随机模拟检验等方法,并在实际试验工程中得到应用。     

叶盘结构盘片耦合振动特性的参数敏感性

在参数化建模、求解的基础上重点研究了叶盘结构盘片耦合振动频率转向特性、由结构参数随机失谐引起的振动局部化特性对结构设计参数变化的敏感性.对盘片耦合振动频率转向特性的研究发现,随着轮盘扇区间耦合刚度或叶片刚度的变化,频率转向间隙曲线的改变具有碗状形式;对振动局部化特性的研究表明,以轮盘扇区间耦合刚度和结构参数失谐强度为自变量的失谐响应放大因子曲面呈类马鞍形;响应放大阈值现象存在与否,与轮盘扇区间耦合刚度的大小直接相关.若选择位于鞍部的轮盘扇区间耦合刚度-失谐强度组合参数设计,失谐响应放大因子最多能够被减小37.5%.      

基于蒙特卡洛的航空发动机试飞数据模型误差容限分析

将发动机实时趋势监控中的误差容限划分成两部分,一部分由发动机工作包线内的模型建模误差导致,一部分由发动机工作参数的不确定性导致。建模误差的影响采用包线内最大预测误差,由参数不确定性引起的误差采用蒙特卡洛分析确定。将不同概率分布下的测量参数作为发动机模型的输入参数,采用蒙特卡洛策略分析模型预测值的均值和标准差分布,采用3σ置信水平作为因测量不确定性引起的误差容限。选取未参与发动机模型辨识的整个飞行架次的试验数据进行验证,结果表明考虑输入参数不确定性后,模型误差带的分布更为合理。该技术可用于航空发动机飞行试验中,提前发现发动机工作中的异常现象,可提高发动机飞行试验的质量和效率。     

各向异性陶瓷基复合材料涡轮叶片概率性热分析方法

考虑陶瓷基复合材料等纤维增韧复合材料导热系数的各向异性及分散性,建立了基于概率统计的陶瓷基复合材料涡轮叶片热分析方法。研究中以Mark Ⅱ涡轮叶片冷却结构为例,综合利用有限元方法和蒙特卡洛方法,分析了应用陶瓷基复合材料后的温度场均值和波动特性。计算中将导热系数作为随机输入参数,分析了导热系数各向异性及其分散度对叶片前缘滞止点温度、尾缘温度以及高温区域（T>900K）面积的影响。计算中发现在本文的计算工况下,考虑导热系数存在正态波动情况时,叶片前缘滞止点、尾缘温度波动也满足正态分布。前缘滞止点温度在导热系数变异系数为01,导热系数比为2时其温度波动最大,相比12731K的均温,有16%的概率超温913K。尾缘温度在导热系数变异系数为01,导热系数比为10时波动最大,有16%的概率超过均值11529K达527K。计算结果表明:导热系数分散度所带来的波动,会导致叶片内部高温关注区域（T>900K）的面积增大,并且高温关注区域相对增加量ΔShot随导热系数变异系数α的增加而增加。计算结果表明,高温关注区域相对增加量最大发生在导热系数比为2,变异系数为0.1时,此时ΔShot=4.8%。      

一种基于蒙特卡洛模拟的航空公司机票超售数量确定方法

针对以往航空公司座位超售模型方法较为粗略,确定的超售数量偏大这一问题,通过蒙特卡洛模拟的计算机仿真方法对机票超售展开研究.首先,改进了运筹学中"报童问题"的数学模型,细化了目标函数中的成本,将机票超售的成本确定为超售机票过多产生的赔偿成本和过少产生的虚耗成本两部分.在约束条件方面,由于以往的经典方法给出的超售数量偏大,...     

基于Box-Cox变换与随机系数回归模型的非线性退化设备剩余寿命预测方法

准确预测退化设备的剩余寿命可以为设备维护管理提供重要信息支撑，进而避免设备运行中发生计划外失效、减少设备运行维护成本。针对工程实际设备广泛存在的非线性退化现象，提出了基于Box-Cox变换与随机系数回归模型的非线性退化设备剩余寿命预测方法。首先，采用Box-Cox变换对非线性退化数据进行线性化处理，在此基础上通过随机系数回归模型构建退化模型，并运用Bayesian理论与蒙特卡洛-期望最大化算法在线更新模型参数；然后，基于随机系数回归模型的特性，推导出剩余寿命的分布函数以及其点估计值；最后，通过数值仿真和锂电池实际退化数据验证所提方法的有效性。     

一种使用BP神经网络加速的蒙特卡洛拉格朗日水滴求解器（英文）

结冰可能威胁飞行安全。拉格朗日方法被广泛应用于求解结冰过程中的水收集系数,但是其发展受到鲁棒性问题和高计算成本限制。为了弥补拉格朗日方法的缺陷,使用蒙特卡洛积分法和反向传播(Backpropagation, BP)神经网络分别用于解决鲁棒性问题和降低计算成本。基于蒙特卡洛方法的拉格朗日求解器可实现对任意模型或计算条件的无条件稳定。构建了BP神经网络用于预测水滴撞击概率,通过筛除非撞击水滴减少计算量。BP神经网络不针对特定模型提前训练,使用异步并行策略使BP神经网络训练和水滴运动同时求解,建立了广泛适用的异步拉格朗日求解器。使用GLC-305后掠三维翼型和某型发动机短舱模型对求解器进行验证,结果显示BP神经网络可以有效提升计算效率,对比没有神经网络辅助最多节省27%运行时间,同时保有同等计算精确度。本文研究为首次尝试神经网络技术与结冰数值模拟融合,为进一步发展拉格朗日方法提供有力支撑。