基于BP神经网络的复合材料性能预测

针对复合材料性能表征十分复杂、困难的情况,利用人工神经网络的BP算法,建立了复合材料性能预测模型。模型由3层神经元组成,分别为输入层、隐含层和输出层。以碳/陶瓷复合材料性能与成分的关系为研究对象,选取了38组实验数据作为学习样本,模型总误差为0.18,用建立的网络预测未知,并给出预报曲线。和试验值相比较表明,所建立的网络能反映碳/陶瓷复合材料组分与其材料性能之间的关系,为实验设计提供了新的思路,节省了时间和劳力。     

大型复合材料筒形结构自动铺带技术

采用国产T300/605热熔法预浸料,对大型复合材料筒形结构自动铺带技术进行了研究.通过对自动铺带角度的工艺优化,铺带角度进行微调,实现了复合材料筒形结构的满覆盖铺放.在此基础上进行了大型复合材料筒形结构的自动铺带工艺试验,对自动铺带工艺试验件进行无损检测及取样性能测试.结果表明:预浸料铺覆性良好,自动铺带成型的预浸带间隙或重叠≤1 mm,铺带角度与理论铺带角度偏差≤0.2°.试验件成型质量良好,自动铺带技术可以满足大型复合材料结构高质量成型需求.     

面向不均匀飞机舱音信号样本的模糊支持向量机识别方法

 针对驾驶舱话音记录器(CVR)中记录的舱音背景信息多而复杂、频率范围宽、非平稳等特点,通过对15种舱音信息进行傅里叶变换和小波包变换,依次提取其Mel倒谱系数(MFCC)和小波包分解系数(WPC),利用距离可分性判据对MFCC和WPC信息进行压缩融合,得到舱音信息特征向量。设计了面向不均衡样本的模糊支持向量机(FSVM),分别计算每种类别样本及其内每种舱音信息的2个隶属度,然后利用FSVM对舱音信号进行分类识别,解决了CVR信号含噪奇异样本和数目不均衡样本时识别性能较差的缺点,实验表明该方法明显优于常规支持向量机(SVM)和FSVM,分类识别率达到98.33%。     

基于信息模型的测试性试验样本集充分性研究

建立了产品的故障模式信息模型,包括产品的故障模式、结构单元、功能和测试数据以及这些数据之间的映射关系.根据该信息模型,定义了三种故障模式等价集合,即故障模式单元等价集合、故障模式功能等价集合、故障模式测试等价集合.在这些等价集合的基础上,建立了测试性试验中样本集的三种典型充分性度量和准则,即单元覆盖充分性度量和准则、功能覆盖充分性度量和准则、测试覆盖充分性度量和准则.分析了典型充分性度量和准则的适用范围,并建立了综合充分性度量和准则.使用综合充分性度量可以评价样本集的充分程度,使用综合充分性准则可以确定样本集的构成要求.建立了综合充分性度量和准则的应用方法和流程.通过实例验证了该方法的可行性.     

航空发动机气态污染物及冒烟的测量

介绍了新型燃气气态污染物和排气冒烟测量系统的工作过程,对某型航空发动机的气态污染物和排气冒烟进行了测量,分析了样气温度对测量结果精度的影响。     

小子样试验数据融合算法研究

从试验手段能力角度引入了可信度的定义,针对可信度改进了贝叶斯算法,同时把试验阶段内所有试验同等对待,推导出了多源数据融合算法,有效解决了大样本验前信息压制小子样现场试验的问题。     

极小子样试验的半经验评估方法

阐明了Bootstrap方法适用于子样数n≥5而不适用于子样数为n=1,2的情形,对于n=1,2的极小子样,给出了一种半经验评估方法,并提出了把n=1虚拟增广至n=5的半经验虚拟增广子样法与Bootstrap再抽样法相结合的极小子样评估方法,阐明了所提方法的立论依据与推导过程,给出算例并做了有益的讨论。     

飞机疲劳载荷谱代表起落选取方法研究

 飞机中值载荷谱编制用100个左右实测飞行起落小子样反映机队飞机使用情况,用结构当量寿命子样中值作为代表起落选取指标,用实测飞行小子样作为任务剖面代表起落选取基准。本文提出在用实测飞行准确测量结构飞行载荷的基础上,用累积损伤子样平均值作为选取代表起落的指标,用机队飞机外场实际使用飞行数据大子样作为代表起落选取的基准。分析和对比实验结果都表明,用本文方法选取代表起落编制的飞机疲劳载荷谱能真实反映机队飞机的平均使用情况。     

基于DSP的三自由度肌电假手实时控制方法

 利用安置在拇长屈肌,指深屈肌和指伸肌上的3个电极所测得的肌电信号,采用所提出的新的模式分类器,可以实现基于DSP的三自由度假手手指运动的实时控制。该分类器采用自回归(AR)参数模型和样本熵的方法构造特征矢量,经过由弹性反向传播(RP)算法构建的3层前馈神经网络的分类,能够成功地分辨出拇指、食指和中指的弯曲与伸展运动,平均识别率可以达到91%以上。实验结果表明,该分类器具有很高的辨识能力,同时由于其较小的计算量,也为嵌入式的多自由度肌电假手控制提供了一种新的控制方法。     

疲劳强度概率分布的统计推断

 本文就疲劳强度概率分布问题从统计角度出发,利用统计推断方法处理。通过三组较大子样的疲劳试验数据的统计分析,得出与在假定一定的疲劳寿命概率分布下由数学分析方法推导出的理论概率分布完全不同的结论。该法中疲劳强度概率分布与疲劳寿命分布没有直接关系。