面向再制造设计方案的去主观混合多属性决策方法

面向再制造设计(Design for remanufacturing,DfRem)是将再制造特征考虑到产品设计过程,因设计者缺乏明确定义的再制造知识,面向再制造方案决策受设计者主观偏好、经验等主观因素的影响,导致不合理决策设计方案。为了客观地得到面向再制造最优设计方案,提出一种去主观的混合多属性决策方法克服设计过程主观因素的影响。首先,通过物元理论表征设计特征与需求信息,结合设计准则得到初步设计方案,接着建立考虑技术、经济和环境因素的评价指标体系,采用熵权法和模糊集通过多属性决策得到最优设计方案。最后,以面向再制造的电机拆解机设计为案例验证上述方法的可行性与实践性,结果表明上述方法对面向再制造设计的方案决策有效可行。     

基于相邻优属度熵权的飞机抗毁伤能力评估

针对飞机抗毁伤能力评估的重要性以及抗毁伤能力评估的复杂与模糊性,提出基于相邻优属度熵权的飞机抗毁伤能力评估方法.从飞机敏感性、易损性、战伤抢修性和作战能力四个方面构建飞机抗毁伤能力评估指标体系,运用相邻优属度法和熵权法确定主客观权重,并根据评估指标的性质提出抗毁伤能力评估模型.通过算例验证,结果表明:基于相邻优属度熵权的飞机抗毁伤能力评估方法易于实现、操作性强、应用价值高,评估结果也更具客观性,有效地解决了飞机抗毁伤能力评估中的问题.     

基于切片熵权的WHT多LFM信号识别方法

为提高在低信噪比与先验信息不足条件下对线性调频(LFM)信号识别能力,借鉴信息论中的熵权法改进WHT(Wigner-Hough Transform),提出了一种基于切片熵权的WHTE(Wigner-Hough Transform based on Entropy)算法。推导出LFM信号的WHT与对应特性,将WHT变换域内极半径和角度切片的熵值来转换为权重因子,进而对每个切片进行加权处理,采用双层权重以弱化噪声与干扰项的影响,并推导出LFM信号与高斯白噪声在WHT维度内不同假设条件下的概率密度分布函数,构建了对于LFM信号WHT后恒虚警检测的完备流程。通过理论分析与公式推导论证了算法的可行性,并与WHT、分数阶傅里叶变换与周期WHT算法的仿真对比,验证了算法的有效性,凸显WHTE算法能够在强噪声背景下与没有先验支撑时实现对LFM信号的良好检测。     

双曲型守恒律的无振荡中心差分格式

讨论了双曲型守恒律的一类无振荡中心差分格式。Ｈ．Ｎｅｓｙａｈｕ和Ｅ．Ｔａｄｍｏｒ研究了以交错型ＬａｘＦｒｉｅｄｒｉｃｈ格式（ＬｘＦ）为模块的无振荡中心格式的构造与熵不等式。此类格式利用高阶的ＭＵＳＣＬ型插值替代一阶分片常数逼近,减少了ＬａｘＦｒｉｅｄｒｉｃｈ格式的过多数值粘性,建立了一维标量非线性双曲型守恒律的一类高分辨格式。讨论以非交错ＬａｘＦｒｉｅｄｒｉｃｈ格式为模块建立起的差分格式。证明了此格式具有二阶精度、ＴＶＤ性质并在一定条件下满足熵条件。     

基于熵限制的Baldwin-Lomax湍流模型

针对Baldwin-Lomax(BL)模型在模拟超声速复杂流动中的不足,提出一种基于熵限制的新型修正方式.分别采用原始的BL模型(BL-origin)、修正后的BL模型(BL-entropy)以及Wilcox k-ω两方程模型对超声速平板、超声速二维压缩拐角以及膨胀-压缩拐角3个典型算例进行计算,结果表明BL-entropy 能够较好地获取长度尺度进而得到均匀合理的涡粘性分布.同时,该修正方式简单高效并且适用于其他与超声速边界层有关的模型,具有较大的发展潜力.     

区间灰系列的熵度量及其应用(英文)

研究了灰信息理论的不确定性度量方法及其在决策中的应用,说明了建立在有限区间灰数序列基础上的灰序列熵与Shannon概率熵是不同的。讨论了灰数的度量公式和性质,包括不变性、应用条件、两个灰数并与交的灰熵等。最后给出一个应用实例验证了该方法的有效性。     

微动磨损的热力学研究

微动磨损主要是由物理量纲不同的材料弹塑性和摩擦化学反应所决定的复合磨损,尚无普遍认可的理论模型。文中用非平衡态热力学描述摩擦接触下的耗散过程,以熵平衡关系和非平衡过程的稳定性分析为基础建立微动摩擦体系的热力学模型。分析摩擦磨损中热传导、粘滞性流动、扩散和化学反应的熵产生变化,提出以材料粘滞性流动和摩擦化学反应为主的简化模型。根据对简化模型的分析,设计了面－面接触的验证实验,并预测磨损良迹会随微动幅     

一种基于云模型优化的飞行器参数辨识算法

极大似然估计方法(ML)在飞行器参数辨识中得到了广泛应用,该方法需要预先推导灵敏度方程,进而求解灵敏度矩阵,在应用过程中比较繁杂,且容易陷入局部最优。提出一种基于云模型优化的飞行器参数辨识算法,根据极大似然估计原理,利用云模型的优化理论对极大似然函数进行优化,从而得到待辨识参数值。该算法不必推导灵敏度矩阵,对初值要求不高,应用便捷,且保留了云模型优化的特点,收敛速度较快、不易陷入局部最优。以Twin Otter飞机为例对算法进行验证。结果表明:算法易于实现、辨识结果精度较高、收敛速度较快,不易陷入局部最优。     

基于融合信息(火用)的转子振动故障SVM诊断方法

通过提取信息(火用)特征,提出基于融合信息(火用)的转子振动故障支持向量机（SVM）诊断方法.首先,在转子试验台上分别模拟转子不平衡、轴系不对中、转子裂纹和转子碰磨4种典型故障,采集这4种典型故障在多转速和多测点下的振动加速度信号;其次,提取基于时域的奇异谱熵和频域的功率谱熵的转子振动故障过程变化规律的信息(火用)特征;最后,将提取到的信息(火用)特征作为故障向量,建立SVM故障诊断模型,进而对转子振动故障进行诊断.实例诊断结果表明：将信息(火用)特征与支持向量机相结合进行转子振动故障诊断,诊断结果准确率达到了97%,有效地提高了故障诊断的准确率.     

基于排列组合熵的铝合金腐蚀灰度特征提取方法

针对铝合金试件腐蚀图像包含的大量腐蚀信息,提出了利用排列组合熵提取其灰度图特征参数的方法。该方法具有计算快速简鹇,抗噪能力较强,只需较短的序列长度就能估计出较稳定的系统特征值的特点。计算结果表明,基于排列组合熵的特征提取方法可以有效地提取各时间段内试件的灰度图在2个方向上的特征参数,熵值随着腐蚀时间的增加而规律性地增加,并可以作为评价腐蚀程度的一个重要特征参数。计算结果也验证了排列组合熵具有较好的抗噪性能。