Coupling damage and reliability model of low-cycle fatigue and high energy impact based on the local stress–strain approach

Fatigue induced products generally bear fatigue loads accompanied by impact processes,which reduces their reliable life rapidly. This paper introduces a reliability assessment model based on a local stress–strain approach considering both low-cycle fatigue and high energy impact loads.Two coupling relationships between fatigue and impact are given with effects of an impact process on fatigue damage and effects of fatigue damage on impact performance. The analysis of the former modifies the fatigue parameters and the Manson–Coffin equation for fatigue life based on material theories. On the other hand, the latter proposes the coupling variables and the difference of fracture toughness caused by accumulative fatigue damage. To form an overall reliability model including both fatigue failure and impact failure, a competing risk model is developed. A case study of an actuator cylinder is given to validate this method.     

金属丝网橡胶的本构关系

通过对圆环形金属丝网橡胶成型制造过程的分析,在圆环嵌套模型基础上,结合干摩擦非线性理论和小曲梁模型建立了金属丝网橡胶材料的非线性本构关系,对不同相对密度的金属丝网橡胶试件进行了静态压缩实验,通过实验数据确定了本构关系方程的各项系数并实验结果进行比较.研究结果表明:建立的本构关系模型可以很好地描述金属丝网橡胶的非线性力学特性,实验结果能够较好地符合理论结果,并且该模型反映了相对密度、网格大小和网格宽度等参数的影响,从而实现了对材料结构刚度的预估.      

正十烷简化机理的构建及其在发动机燃烧数值模拟中的应用

发动机燃烧室中燃料的能量释放与燃烧特性对于发动机设计具有重要作用,为了预测发动机点火包线和贫/富油极限等关键性能,迫切需要发展航空燃料及其典型组分的高精度化学动力学模型。本文针对燃料典型组分正十烷,采用自主开发的机理生成程序ReaxGen构建了其燃烧详细机理（1499种组分、5713步反应）。为了验证机理的合理性与可靠性,在当量比Φ=0.5-2.0,压力P=1-80 atm的宽工况条件下进行了点火延迟模拟验证,结果表明本文提出的正十烷详细机理在较宽的温度、压力和当量比条件下具有较高的模拟精度。为获得适用于发动机燃烧模拟的高精度简化机理,本文基于误差传播的直接关系图方法简化了正十烷燃烧详细机理,得到包含709种组分、2793步反应的正十烷半详细机理。进一步在高温范围（1000-1500 K）,采用路径通量分析方法简化得到含77种组分、359个反应的骨架机理。获得的骨架机理能够合理描述正十烷在高温下的燃烧特性,且该骨架机理尺度规模可用于基于火焰面模型的燃烧数值模拟。基于此高精度的骨架机理模型,结合火焰面生成流形湍流燃烧模型,采用大涡模拟方法进行了航空发动机环形燃烧室单头部扇形的燃烧模拟,初步获得了非稳态流场结构,其中温度模拟结果与实验值基本符合。     

基于自适应差分进化算法的变循环发动机模型求解方法研究

为了降低传统迭代算法在求解变循环发动机非线性模型时对初值的依赖性,将模型的求解问题转换为求最小值的优化问题,引入差分进化算法进行模型的求解,并提出一种自适应差分进化算法(ADE)。ADE借助轮盘赌选择法,利用种群的进化经验可以自适应的选择最适合当前种群的差分策略与算法控制参数。针对变循环发动机四个典型工作点的模型求解问题,研究了标准差分进化算法(SDE)的控制参数对其性能的影响,获取了SDE在求解四个典型工作点时的最优控制参数组合,对比分析了ADE与SDE的性能差异,最后研究了种群规模对ADE性能的影响。结果表明：SDE在求解发动机模型时具有较好的鲁棒性,在求解不同工作点时算法的最优控制参数并不完全相同;相比于使用最优控制参数的SDE,ADE可以在不影响算法鲁棒性的情况下提升效率50%以上;减少ADE的种群规模会在提升算法效率的同时破坏鲁棒性。     

基于气路参数融合的涡扇发动机性能退化预测

针对单参数驱动的涡扇发动机性能退化预测精度不高的问题,提出了一种基于气路参数融合的涡扇发动机性能退化预测的方法。通过监测发动机性能退化过程中多源参数,采用专家经验和核主成分分析相结合的方法,进行发动机性能参数的选择和融合,从而构建健康参数。基于非线性Wiener过程构建涡扇发动机退化模型,采用极大似然方法求得发动机退化模型的离线参数估计值;由于不同发动机性能退化的差异性,基于贝叶斯更新理念对随机参数进行实时更新,可以实现对单台发动机的性能退化实时预测。通过实例验证,采用此方法在预测末端方均根误差为0.028 3,整体预测精度提升了54.5%,可以辅助指导维修决策。      

一种减小再入飞行器侧向气动非线性的布局优化方法

为改善升力式再入飞行器在跨声速段出现的侧向气动特性非线性问题,发展了一种基于Kriging代理模型的自适应迭代气动布局优化方法.设计了一种常规升力式再入飞行器布局,计算了该布局在跨声速段的侧向气动力,分析了可能影响侧向气动特性的机翼布局参数.根据气动布局优化流程,计算了气动布局样本气动特性,建立了布局参数到侧向力矩系数...     

基于SE模块改进Xception的动物种类识别

Xception是Inception网络的一种极端化表现,在与Inception v3参数相近的情况下,它能够达到更高的准确度。由于神经网络提取的特征不一定都是有用特征,因此以Xception为基础,将SE(Squeeze and Excitation）模块加入该网络,调整特征通道的权重,使得网络的精确度得到提高。通过实验,融合SE模块的Xception网络训练精确度分别在Oxford-IIIT Pet数据集和CUB_200_2011数据集上提升了1%~1.7%和0.8%~1%,证明了SE模块能够进一步提升Xception的精确度。将改进后的Xception应用到动物种类识别中,根据精确度曲线对实验策略调整改进,最终在测试集上获得95.63%的识别率。     

航空发动机低压转子系统的动力学相似设计方法

提出了航空发动机转子系统动力学相似设计方法,以便采用模型替代实际结构对其动力学特性进行研究。基于转子系统的动力学等效原则,通过动力学优化方法建立全尺寸原型的相似等效模型。综合采用方程分析和量纲分析推导转子系统的动力学相似准则,并根据转子设计参数的相似关系建立相似等效模型的缩比模型。基于模型修正方法对三维设计模型的相似误差进行修正,得到预测精度较高的动力学相似模型。以双转子发动机低压转子试验模型的动力学相似设计为例,通过有限元仿真对动力学相似设计方法的有效性进行了验证。结果表明:在设计转速范围内,通过该方法得到的动力学相似模型能够有效预测全尺寸原型的临界转速和不平衡响应,前三阶临界转速的相似误差分别为3.09%、1.75%和0.31%,对应振型的相关性均大于0.93。该方法具有较高的实用价值,可为发动机整机动力学相似设计提供参考。     

基于Shupe系数的光纤陀螺光纤环评价方法

针对当前缺乏有效的光纤环温度性能评价方法确保光纤陀螺整表全温精度的问题,搭建了光纤环温度测试系统,提出了一种光纤环评价方法。该方法不但能够评价光纤环的温度性能,而且能够反映陀螺整表的全温精度。根据测试结果,分析了基于Shupe系数的线性误差和线性补偿后的非线性误差。其中,前者代表了光纤环的温度灵敏度,后者代表了光纤环的可补偿程度,两者共同构成了光纤环的评价指标。利用该测试系统测试了数十只同一尺寸的光纤环,非线性误差小于0.022(°)/h,补偿后整表的全温零偏稳定性小于等于0.01(°)/h(-40℃~+60℃,1℃/min),为后续高精度光纤陀螺的生产提供了一定的指导。     

飞行仿真气动力数据机器学习建模方法

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦合输入全弹道非线性气动力是可行的和有效的,在样本覆盖的高度、速度、姿态和控制舵偏角范围内,气动力拟合能力较强,并具有一定的外推性。该项研究可以为基于飞行试验数据的气动建模提供新的方法,并且能为飞行器气动力数据挖掘、飞行仿真和总体性能分析提供参考。