复杂电气系统可靠性的数字仿真

针对复杂电气系统的可靠性问题进行了数字仿真研究。提出了以网络最小路为基础的直接数字仿真方法，它的特点在于不仅可以求出系统可靠性的点估计值，还可以得到统计值的分布函数。这种方法直接根据系统的可靠性网络，建立各最小路失效时间的随机样本，并获得系统的失效时间样本，经过Ｎ次仿真后进一步求出系统的指标。另外，这种直接数字仿真方法概念清楚，仿真过程容易实现     

基于FMECA信息的测试性验证试验样本分配方法

针对目前国内外测试性验证试验中普遍采用的基于故障率的分层抽样方法考虑因素单一,可能导致样本分配不尽合理,而现有考虑多因素的样本分配方法代表性不足,难以实现工程上的应用的问题,对影响样本分配的因素与故障模式影响及危害性分析(FMECA)信息的关系进行了详细分析,提出了基于FMECA信息的样本分配方法。首先定义了单元影响系数和影响因子向量,提出了向量各元素赋值规则,解决了影响因素选取的问题;其次通过基于逼近理想解排序法(TOPSIS)优化的层次分析法确定了权值矩阵,实现了样本分配。最后通过实例验证表明该方法考虑因素全面,运用灵活,更具代表性和工程应用价值。     

碳纤维增强树脂基层板应变率相关损伤数值研究

为了研究高应变率载荷对于碳纤维增强树脂基复合材料变形破坏行为的影响,通过应变率修正式对复合材料的刚度与强度进行修正,建立了可考虑应变率效应的复合材料损伤数值模型,采用该模型对不同应变率条件下层板结构的面内破坏行为进行了模拟并与文献实验进行了对比分析。计算结果表明:本文所构建的数值模型可以有效预测树脂基层板结构在不同应变率条件下的破坏特征,并在材料刚度与强度硬化现象的预测方面有着较高精度;对于0°、90°铺层主导的试件,由于其力学性能近似为线性,数值模型在强度预测方面获得了较高精度;而对于±45°铺层主导试件,其在不同应变率条件下表现出较强的非线性损伤特性,因此模型在其强度性能预测方面存在一定误差。     

汽车电器实验实训平台研究

汽车电器是一门理论与实践结合性很强的课程。在该课程实验室建设中,应强化实践应用并突出职业教育的特色,因此有必要开发相关全车电器实验实训平台,增强学生动手能力,弥补理论与实践脱节现象,对汽车电器的学习具有切实的指导意义。     

深化失效学的哲学理念探索,强化材料失效交叉技术研究

力图从哲学的高度,对失效学的认识论、矛盾论、系统论和方法论进行简要的阐释,从中提出一些要点,并对失效学哲学理念在失效事故分析诊断预防技术中的应用提出建议,为深化失效学的哲学理念探讨奠定初步基础。从失效学的理论基础、应用基础和工程技术等3个方面总结提出了失效学的理论和技术体系,为失效学的体系建设提供了技术框架;还从材料服役前、使用中和失效后等3个阶段归纳了材料失效交叉技术领域中的科学问题或关键技术,为加强其交叉技术的研究提炼出了若干重点方向。     

采用序列概率比方法检测航空发动机传感器软故障

提出基于卡尔曼滤波和序列概率比方法进行某型涡扇发动机控制系统传感器软故障检测新方法.研究了采用修正的序列概率比方法处理滤波残差,检测传感器软故障;并将该方法与残差加权二乘算法WSSR(Weighted Sum of Squared Residual)检测传感器软故障过程进行了对比.仿真结果表明,序列概率比方法较WSSR法所需决策时间短,适合于航空发动机传感器软故障检测.      

燃气轮机滚动轴承故障模式及延寿方法

分析了燃气轮机滚动轴承常见的10种故障模式及其产生原因,研究了相应的延寿方法及其延寿机理。     

飞行器多因素突发性灾难事故的预防及其算法

 首先指出多因素引起的突发性灾难事故现仍偶有发生,虽然其发生次数不多,但性质是严重的。阐明多因素失效灾难性事故的预防方法,提出有工程实际意义的截断事故链中关键链的概念与方法,提出与建立针对多因素失效的可靠性分析方法,并提出如何在飞机上建立相应的健康监控设施及其算法。     

高维小失效概率下的改进线抽样方法

 针对隐式极限状态方程的可靠性分析,提出了一种基于失效域样本模拟的高效线抽样法。该法采用马尔可夫链来快速得到失效域中的条件样本,利用这些失效域中的样本可以得到线抽样的重要方向,并且这些样本还可以作为线抽样的样本,来得到隐式极限状态方程失效概率的估计值。由于该法可以较准确地得到线抽样方法的重要方向,因此线抽样的效率可以得到提高,另外失效域的样本又可以作为线抽样的样本,从而进一步降低所提方法的计算工作量。算例表明所提算法的计算精度和效率均高于传统线抽样方法。     

基于自适应Kriging代理模型的交叉熵重要抽样法

对于复杂失效域和小失效概率耦合的可靠性分析问题,本文提出了一种交叉熵重要抽样（CE-IS）方法结合自适应Kriging （AK）代理模型的求解方法（CE-IS-AK）。所提方法基于交叉熵原理,用混合高斯模型逐步逼近最优重要抽样密度函数,并采用AK模型协助逼近过程中混合高斯模型的参数的更新,从而提高了CE-IS方法的计算效率。另外,本文还改进了CE-IS方法的收敛准则,避免了方法的冗余迭代,扩大了方法的适用范围。由于在CE-IS方法中引入了AK模型,因此,本文方法所构建的重要抽样函数在保证精度的基础上提高了效率。相较于AK-MCS方法,本文方法中引入了重要抽样的思想,因此在Kriging训练点数目基本相同的情况下,大幅缩减小失效概率计算时样本池规模,并且由于利用了混合高斯模型,因而对多失效域具有较好的适用性。算例分析也证明了本文所提方法的优越性。