利用变环境数据的Weibull分布可靠性综合评估

为了提高可靠性评估精度,研究了环境因素对产品可靠性的影响,提出了一种适用于Weibull分布的变环境数据可靠性综合评估方法.首先通过利用径向基函数法来度量不同环境因素及其交互作用对可靠性的影响,建立了关于环境因素的位置参数模型.并针对刻度参数依赖于环境因素的情形,利用线性模型来建立刻度参数模型.然后利用广义线性模型,给出了位置和刻度参数模型系数的极大似然估计,并给出了可靠度近似置信下限.实例表明该方法能较好地度量环境因素对可靠性的影响,而且合理可行便于工程应用.     

低雷诺数条件下跨声速转子轴向倾斜缝处理机匣扩稳研究

采用非定常数值方法对低雷诺数条件下50%,75%和100%三种不同轴向叠合量的轴向倾斜缝处理机匣结构对NASA Rotor 37跨声速压气机转子的扩稳效果进行了研究.结果表明,引入处理机匣后,附面层径向涡得到了很好的抑制,由附面层径向涡所引发的叶顶阻塞区大为减小,虽然又引发了由叶顶间隙涡对叶顶所造成的阻塞,但引入处理机匣后对压气机稳定性仍有较大的改善,能有效提高压气机转子的失速裕度.      

一种非结构网格上基于径向基函数重构的ENO格式

基于二维Euler方程,对非结构三角形网格给出了一种基于紧支径向基函数重构的ENO型有限体积格式,方法的主要思想是先对每一个三角形单元构造插值径向基函数,而在计算交界面的流通量采用两点高斯积分公式以保证格式的整体精度。时间离散采用三阶TVD Runge—Kutta方法。最后用该格式对一些典型算例进行了数值模拟,结果表明该方法计算速度快,对间断有很好的分辨能力。     

精密谐波齿轮径向刚度测试与分析

针对精密谐波齿轮存在输出轴扭转刚度不足的问题,为确定径向刚度对输出扭转刚度的影响,分析了二者之间的关系,设计了一种利用精密力传感器测力的谐波齿轮径向载荷加载装置,并结合三坐标测量机构成了精密谐波齿轮径向刚度测试系统.测试结果表明,径向刚度不是输出扭转刚度不足的主要原因.     

基于径向基函数响应面的机翼有限元模型修正

用ANSYS三维实体单元SOLID45建立机翼基准有限元模型并计算其自由振动的前6阶模态频率.用均匀设计方法将结构参数分组并分别计算各组结构参数对应的模态频率,建立高斯径向基函数响应面模型.用最小二乘法则拟合系数并检验响应面拟合精度,对基准模型的结构参数施加摄动量建立待修正有限元模型.用响应面模型和基准模型计算所得模态频率的相对误差建立适应度函数的表达式,将混沌搜索机制引入粒子群算法对结构参数的摄动量进行寻优计算,搜索所得优化解代入即得修正后模型,将修正后模型与基准模型在测试频段内段外的模态频率近似度进行比较,证实了修正后模型的有效性.      

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。     

时标偏差对站间双向时间比对的影响分析

基于站间双向时间比对的基本原理,讨论了时标偏差对站间双向时间比对精度的影响,并利用实测的站间双向测距值,计算比较了存在不同时标偏差情况下站间双向时间比对的结果和精度。结果表明:时标偏差影响体现的是伪距变率项和伪距径向加速度项;当时标偏差不大于1 s时,时标偏差影响主要体现的是伪距变率项;时标偏差符号相反时,对站间双向时间比对结果的影响大小一致,符号相反;时标偏差越大,对站间双向时间比对结果的影响越大。     

径向直叶片燃油汽心泵汽心形态数值模拟

为获得燃油汽心泵内气态区域的形成过程及形态的变化规律,基于renormalization group(RNG) k-ε双方程湍流模型与Schnerr-Sauer空化相变模型,对径向直叶片燃油汽心泵进行了整体三维建模与气液两相定常数值模拟,分析转速、进口节流活门开度、出口压力等因素对燃油汽心泵内气态区域的影响.结果表明:一定转速范围内气态区域随转速增加而扩大;转速不变时出口压力增加会使气态区域范围减小;气态区域扩张至极限位置即叶轮直径外,燃油汽心泵进入不稳定工况.RNG k-ε双方程湍流模型和与Schnerr-Sauer空化相变模型适用于燃油汽心泵汽心形态的数值模拟.      

基于局部径向二值模式的三维人脸识别

针对人脸识别中局部特征的提取,提出了局部径向二值模式(LRBP,Local Radial Binary Pattern),并将其用于三维人脸识别.首先,对经过预处理的人脸深度图像进行区域划分;然后用局部径向二值模式提取子区域的特征序列,并将其链接在一起构成三维人脸的特征向量;最后,利用Fisherface方法对三维人脸特征向量进行训练和识别.在中国科学院自动化研究所三维人脸数据库中选取样本,利用LRBP对其进行识别,结果表明该方法在基本不损失识别率的前提下,可以有效提高识别的效率.      

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。