基于应变路径非比例度的多轴疲劳寿命预测

在分析多轴疲劳几种常用非比例度定义的基础上,提出了一种非比例度定义方法,进而以American Society of Mechanical Engineers(ASME) 规范案例中非比例加载多轴疲劳设计准则采用的应变参量作为基本损伤参量,发展了一种新的多轴疲劳寿命预测模型.结果表明:①所提出的非比例度定义可以描述任意已知轮廓的、非周期的、变幅的非比例加载路径;②与两种常用的多轴非比例加载疲劳寿命模型的预测结果对比可知,新的寿命预测模型对14种比例和非比例加载路径下304不锈钢材料的寿命预测与试验吻合更好,预测结果基本位于2倍分散带以内.      

美军旋转翼飞机预测性维修中的状态监测和数据分析技术

与基于时间的计划性维修完全不同,视情维修强调基于预测性状态指示器的故障探测。作为实施视情维修的重要手段之一,预测性维修的研究目标是在飞机维修数据分析中引入数据挖掘技术,建立高效的预测系统,使用先进的统计软件对部队级航空后勤系统（ULLS-A）的飞行日志数据、HUMS飞机传感器数据和试验台数据进行定量和定性分析,最终选取有用的数据,增强故障诊断和预测能力,提高视情维修水平。预测内容包括根据实际状况动态预测飞机的剩余使用寿命、预测部件故障以延长维修间隔、寻找剩余使用寿命与部件故障的关系以及维修行为对这一关系的影响、主动计划未来的维修行为等。     

基于LMI的高超声速飞行器滑模预测控制

针对高超声速飞行器非线性、多约束、快时变等特点,提出了一种基于线性矩阵不等式的滑模预测控制方法.首先设计系统的滑模面,然后对滑模面进行预测并将其作为优化性能指标,通过Schur补引理将控制律的设计转化为一个优化问题.该方法避免了常规滑模控制的高频切换,有效地克服了抖振现象.此外,相对于传统的滑模预测控制方法,该方法不需要额外计算终端约束条件和终端代价函数,只需要通过选取合适的李雅普诺夫函数即可保证系统的稳定性,且其加权矩阵和控制律是同时进行优化设计的,简化了设计过程.仿真试验表明,相比于单纯的预测控制和滑模控制,所提出的方法具有更好的跟踪性能.     

在航空载荷谱作用下2024铝合金的疲劳行为

研究了在航空载荷谱TWIST作用下2024铝合金的疲劳特性。对航空载荷谱进行简化处理,对比分析了理论推导、MATLAB程序模拟和疲劳试验给出的飞机疲劳寿命预测值,并微观观察疲劳失效断口特征,分析了失效机理。结果表明：理论推导、程序模拟和疲劳试验得到的疲劳寿命预测值分别为163800,158280和134249次飞行循环;程序模拟得到飞机巡航过程中实际阵风载荷和忽略极小波动载荷的疲劳寿命预测值分别为92314和92321次飞行循环;观察疲劳断口可以发现裂纹萌生形核起源于试验件近表面,疲劳裂纹的扩展以沿晶和穿晶两种方式进行,有明显的疲劳条带,在瞬时断裂区呈现韧窝形貌。     

铣削加工工艺力学机理研究

结构件数控铣削加工技术广泛应用于航空航天工业中。铣削加工中,不合理工艺参数下的切削力会引起较大刀具-工件变形及加工颤振,极大影响着加工精度和质量。深入研究工艺过程的力学机理,进而采用建模仿真技术来优选工艺参数,对高效高精度加工技术的实现具有重要意义。本研究围绕切削力建模、动力学建模与颤振稳定性分析以及变形误差预测与控制技术等相关工作进行介绍。     

数值模拟技术在热压罐工艺中的应用

随着复合材料和计算机技术的发展,数值模拟技术在复合材料工艺仿真中的应用也日益明显.总结分析了数值模拟技术在复合材料热压罐工艺中的研究进展,包括热压罐内流场仿真、固化放热控制、固化变形预测,以及热隔膜成型过程仿真的应用前景.随着大数据和复合材料自动化、智能化的发展,发展数值模拟技术是大势所趋.     

机载液压系统故障诊断与健康管理

机载液压系统是关系飞机安全的重要功能系统,为提高飞机可靠性、安全性、经济性水平,现代先进飞机普遍采用故障诊断、预测与健康管理.本文研究总结了机载液压系统故障诊断与健康管理的历史发展,探讨了其关键技术,以期指导机载液压故障诊断与健康管理的研究和应用.     

基于SVR选择性集成的机场噪声预测模型研究

机场噪声预测对机场规划设计、航班计划制定以及机场噪声控制具有十分重要的作用。针对机场周围各个监测点上的单飞行事件进行噪声预测。由于机场噪声数据的复杂性,用单一的SVR方法对其预测往往得出局部优化结果,不能达到理想的预测效果,针对这一问题,提出一种基于SVR选择性集成的机场噪声预测方法,通过Adaboost方法对机场噪声数据进行采样训练得到多个SVR预测模型,并结合一种排序方法对预测模型进行选择集成得到最终机场噪声预测值,取得了较好的预测效果。     

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。     

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.