基于神经网络的故障率预测方法

 为了更好地预测产品故障率,提出了基于神经网络的故障率预测方法,分别给出了基于反向传播(BP)网络和径向基函数(RBF)网络进行故障率预测的基本思想、预测模型和实施步骤。分别对比分析了神经网络法与回归分析法、分解分析法、移动平均法、指数平滑法、自适应过滤法、自回归移动平均混合(ARMA)模型等统计预测方法的区别,对照故障率的特点,说明了神经网络法是其中最适用于故障率预测的统计方法。最后分别按这两种模型对某航空公司波音飞机故障率进行了预测,预测结果表明：这两种模型均适用于故障率预测,预测值与真实值的误差在20%之内,且RBF网络的预测效果略优于BP网络,此外通过与上述统计预测法的误差进行对比,说明神经网络法预测误差最小。     

基于机器学习的管材数控弯曲质量预测

在管材数控（NC）弯曲过程中,可能出现起皱、过度减薄的质量缺陷,同时会不可避免地发生回弹,都将严重影响成形质量。为了对数控弯曲成形质量进行预测,提出了使用有限元模拟与机器学习相结合的方法,并建立了快速的成形质量预测方法。首先,建立了有效的管材数控弯曲的参数化有限元模型,在工艺参数取值范围中随机选择进行大量的模拟实验作为样本,完成学习数据的挖掘。随后,基于径向基函数（RBF）神经网络建立壁厚减薄与回弹程度的预测模型并使用支持向量机（SVM）建立管材起皱的预测模型。最后,使用模型对新的实例进行预测,并利用模拟与数控弯曲实验对预测模型进行验证。 该方法可以对大直径薄壁管材数控弯曲质量进行有效的预测,提高弯曲管件零件设计效率。      

气动弹性计算中网格变形方法研究进展

网格变形是气动弹性计算中实现计算网格随运动边界变形的主要方法。在总结目前网格变形方法发展现状的基础上,对近几年常用的网格变形方法,即弹簧法、弹性体法、超限插值法、Delaunay背景网格法、径向基函数插值法和温度体法等做了简要的总结。根据各方法构建模型的不同,将它们分成物理模型法、数学插值法和混合方法3类,简要介绍了各方法的基本思想和研究进展,重点比较了各方法的网格变形特性（变形能力、变形质量和变形效率）和优缺点。总结了当前流场边界与结构边界的数据传递方法,对当前气动弹性计算中遇到的网格变形的难点问题作了简要评述并对未来网格变形方法的发展方向进行了探讨。     

径向基过程神经元网络及其应用研究

提出了一种径向基过程神经元网络,该网络模型为3层前向结构,由输入层、径向基过程神经元隐层和输出层组成.输入层到隐层的变换是非线性的,隐层到输出层的变换是线性的.隐层神经元完成对过程式输入信息的模式匹配和对时间的聚合运算,输出层对输入模式作出响应.在输入空间中引入函数正交基,将输入函数在正交基下展开,利用基函数的正交性,简化聚合运算过程.给出了相应的学习算法,并以旋转机械故障诊断问题为例验证了模型和方法的有效性.      

基于本征正交分解的流场快速预测方法研究

对于飞行器气动设计,通过实验或CFD计算获得所有设计状态处流场信息成本高、耗时长,难以满足工程应用要求。利用基于本征正交分解(POD)降阶模型结合相应的插值方法,只需要通过实验或CFD计算获取有限个数的采样流场,可以快速预测出具有满足精度要求的设计状态处流场信息。首先,证明对POD基系数插值获取预测流场与对采样流场直接插值获取预测流场的等价性,并分析采样流场分布的要求。然后,以三段翼型流场作为研究对象,POD降阶模型分别与三次样条插值和径向基插值结合,实现设计状态处流场信息快速预测。最后,通过将流场预测结果与相同条件下的流场CFD计算结果对比,表明了POD降阶模型结合两种插值方法的各自特性。     

HLFC后掠翼优化设计的若干问题

使用扩展自由变形参数化方法,基于径向基函数的动网格技术和改进的混合粒子群算法,考虑吸气的e^N转捩预测方法和雷诺平均Navier-Stokes求解器,搭建了针对混合层流流动控制（HLFC）后掠翼的优化设计平台,对HLFC后掠翼的气动外形设计、雷诺数影响、吸气分布设计等多个问题进行了研究,对比分析了在这些因素影响下HLFC后掠翼的阻力系数和层流区长度的差别,进而探索了相应的设计准则。研究表明,对于层流区较长和阻力系数较小的HLFC后掠翼来说,它们上表面的压力分布具有共同的特征：头部峰值较低,之后有一个小的逆压,接下来是一段较长的均匀稳定的顺压,这段顺压最后终结于一道激波。应用HLFC技术后,通过实现大面积的层流区,机翼的摩擦阻力和压差阻力均可显著地降低,降低的幅度远大于不考虑层流控制的设计结果。同时,HLFC机翼的设计应综合考虑摩擦阻力、压差阻力、激波强度和配平阻力（低头力矩）,层流区最长不一定意味着阻力最小。一般来说,雷诺数越高,越难维持层流,但应用混合层流控制技术后,即使在难以实现自然层流的高雷诺数下,HLFC机翼依然有较长的层流区。通过对吸气分布的设计进行研究,说明了非均匀吸气比均匀吸气要更有效率一些,能够节省吸气量。     

归一化RBF网络的结构优化策略

针对归一化RBF网络，利用基于山峰函数的减法聚类算法构造归一化RBF网络的初始结构，采用奇异值分解(SVD)算法分析了网络隐含层节点与奇异值、累积贡献率以及索引向量的关系，并对归一化RBF网络的结构进行了优化。最后，对该优化策略的可行性和有效性进行了仿真验证和性能比较。     

构架天线四面体桁架单元精度分析与多目标优化设计

为了减小加工装配误差对天线桁架精度的影响,解决含随机变量的优化问题,综合考虑了杆件加工装配误差正态分布特性对精度的影响,通过最小势能原理求解得到了含杆件误差的构架天线桁架单元的平衡状态,采用蒙特卡洛方法对杆件误差变化对型面精度的影响开展了分析,得到杆件随机误差下的平均精度。为提高计算效率,建立了以杆件长度公差为设计变量、以桁架型面精度和加工成本为目标函数的代理模型,通过多目标遗传优化算法进行了公差优化设计,得到了代理模型误差小于8%的多组公差设计方案。其中平均精度最小达到了0.013mm,并且分析结果显示腹杆影响显著大于底杆。     

大型运载火箭加筋柱壳近似建模方法

为提高大型运载火箭中薄壁加筋柱壳结构的后屈曲分析、优化设计的计算效率,提出基于矩估计的增广径向基函数(ARBF)近似建模方法。首先,分析了形状参数对ARBF近似模型泛化能力的影响规律;然后,基于样本点局部密度给出了ARBF基准形状参数确定方法,并根据模型响应特点,引入缩放系数对形状参数进行自适应调整;进一步,基于矩估计方法将确定形状参数的复杂域优化问题转化为确定缩放系数的优化问题,并利用多起点并行优化算法求解该问题,显著降低了计算复杂度;最后,通过典型数值算例和工程应用,对比研究了本文方法与其他典型近似建模方法的优劣。数值和工程算例表明,相较其他典型近似建模方法,本文方法可通过训练较少的样本点达到较高的近似精度,对比结果验证了本文方法的有效性和高鲁棒性,表明其具有一定的工程应用价值。     

基于近似模型的卫星动力学多目标优化

对基于近似模型的卫星结构动力学多目标优化进行了研究。给出了响应面模型、Kriging模型和径向基函数（RBF）模型三种近似模型的原理。基于某卫星结构有限元模型建立了优化的三种近似模型,给出了优化流程。分析结果表明：RBF模型的精度最高,该模型结合遗传算法的优化方法不仅显著降低了计算时间成本,而且有良好的精度。