随机环境应力冲击下基于多参数相关退化的导弹部件寿命预测

为了解决某型导弹部件的贮存寿命预测问题,提出了一种随机环境应力冲击下基于多参数相关退化的寿命预测方法。针对产品存在退化失效与突发失效两种失效模式,利用Wiener、Gamma及Inverse Gaussian等随机过程模型拟合各性能参数的退化数据,并采用Copula函数进行相关性退化失效建模;利用随机环境应力冲击解释突发失效的机理,并采用非均匀泊松过程对突发失效建模;进而建立退化失效与突发失效竞争的贮存寿命预测模型。实例应用说明所提方法能够反映出导弹部件的失效规律,比传统预测方法具有更高的预测准确性,具有较好的工程应用价值。     

单机寿命监控当量损伤计算模型研究

本文研究了各种等损伤计算方法,推导了指数形式的等损伤计算公式对应的过载转换公式,并验证了与其他等损伤计算公式的关系。以典型飞机疲劳试验载荷谱为基础,结合各种等损伤计算公式,通过数值计算确定了基于重心过载和单机寿命监控的当量损伤计算公式及损伤指数。在此基础上,分析确定了单机寿命监控的采样率和滤波门槛值,为实施单机寿命监控提供技术支持。     

腐蚀条件下基于Gerber模型的DFR推导及实测

为了研究等寿命曲线模型的选取对细节疲劳额定值计算结果的影响,针对六种典型航空材料对比了Gerber模型和Goodman模型对于高周疲劳数据的拟合精度;推导基于Gerber模型的DFR计算公式、腐蚀折算系数CC的表达式;针对2024-T3铝合金(表面阳极化)进行了预腐蚀0 h、6 h、12 h、24 h、36 h和72 h的疲劳实验并分析预腐蚀72 h的疲劳断口。结果表明:Gerber模型适用于LY12CZ等铝合金,并且在N_95/95>10~5次时,基于Gerber模型的DFR法才能发挥延性材料的潜能;随着预腐蚀时间增长,2024-T3铝合金DFR值下降,基于Gerber模型计算的DFR分别为84.251 MPa、84.721 MPa、79.683 MPa、80.745 MPa、77.026 MPa和74.996 MPa,腐蚀折算系数CC为1.006、0.946、0.958、0.914、0.890,拟合得到DFR随预腐蚀时长的变化曲线是DFR=84.251[lg(t+10)]^-0.15578;断口分析发现预腐蚀产生的蚀坑和材料中的夹杂物会加速疲劳裂纹的形成和扩展,导致结构的疲劳性能降低,但与裸材相比,阳极化过的试件的DFR在腐蚀环境中下降趋势减缓。     

AZ31B镁合金大应变循环变形行为研究

为了研究AZ31B镁合金在大应变幅条件下的变形机制,开展了该合金在7.嬲应变幅条件下的循环行为研究.结果表明:在拉伸阶段的最大应力值随着循环周次的增加而减小,而在压缩过程中的最大应力值随着循环周次的增加而增大,在整个循环过程中材料呈现循环应变硬化特性,拉应力是导致循环应变硬化的主要原因;随着循环周次增加,滞回曲线的不对称性基本不变.真应力-真应变滞回曲线在卸载和反向拉伸阶段出现3个拐点.在压缩过程中发生{10-12}孪生,反向拉伸过程发生去孪生行为,包申格效应对去孪生行为具有较大影响.研究表明:孪生-去孪生是大应变幅循环变形的主要变形机制;对拉伸、反向压缩过程的变形特征及机制的分析,可为低周疲劳行为的研究提供参考.     

基于优化智能网络的发动机推力指令模型

针对航空发动机性能退化缓解控制中推力指令模型输入量有限问题,提出1种双智能网络串联的推力指令建模方法.其中子模型Ⅰ采用BP网络映射与推力密切相关的气路参数,其输出作为子模型Ⅱ的输入;子模型Ⅱ采用优化极端学习机(ELM)算法,输出为额定发动机推力,并以此推力为性能蜕化缓解控制指令.为了减小ELM网络规模,提高推力指令模型实时性,采用微分进化算法(DE)优化ELM初始网络参数.数字仿真验证表明:各飞行包线内推力指令模型预测值最大相对误差小于4‰,远优于单一神经网络最大8.17％和单一极端学习机最大14.5％的误差,模型推力指令计算时间仅需0.64ms,实时性好,验证了该推力指令模型的有效性.     

基于CPSO的UAV编队集结路径规划

针对多无人机编队集结路径规划问题,提出了具有合作机制的分布式协同粒子群(CPSO)算法。为了满足无人机运动学约束,采用曲率连续的PH曲线作为备选路径。基于协同进化思想提出CPSO算法,为每架无人机规划出一条满足机间协同约束的最优安全可飞行路径。仿真结果表明,规划得到的多条路径能够满足无人机运动学约束、安全性及无人机之间的协同性要求;相比于协同进化遗传算法,CPSO算法搜索成功率更高,稳定性更好。     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSOLSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSOLSSVM算法能获得最优的LSSVM参数,且采用PSOLSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

一种测量激光束光斑尺寸的方法

给出了一种测量激光束光斑尺寸的简单方法。在本方法中，当激光束光斑横向扫过一个直边界时，边界衍射波的强度轮廓曲线就可观测得到。从强度轮廓曲线可测量光斑尺寸。一束氦氖激光的光斑尺寸经测量为８．３μｍ，用刀口法测得该值为８．９μｍ。     

一种与坐标系无关的误差曲线拟合法

提出一种基于局部坐标系下三次样条函数的误差曲线拟合法,该法不仅使所拟合的误差曲线具有连续的一、二阶导数,而且保证所拟合的误差曲线不随坐标系的改变而改变。使用该法能获得具有较好的光顺性和一致性的误差拟合曲线。     

基于相关分析和组合神经网络的退化预测

产品剩余寿命预测是加速退化试验和故障预测与健康管理两大热点领域中的关键技术之一.为了解决复杂退化的预测问题,提出了一种新型预测方法,对退化轨迹能够实现较长距离的预测.此方法首先对复杂退化数据进行小波变换,通过Durbin-Watson方法和偏相关图分析各级分解序列的自相关性,最后根据序列的特点,组合BP(Back Propagation)和小波神经网络对退化轨迹进行预测.为了验证所提组合神经网络方法的有效性,采用小波神经网络的预测结果进行对比分析.实际退化数据的预测结果表明,所提方法比单独采用小波神经网络,具有更小的均方差(MSE,Mean Square Error),对剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度.