Reliability analysis based on a novel density estimation method for structures with correlations

Estimating the Probability Density Function (PDF) of the performance function is a direct way for structural reliability analysis,and the failure probability can be easily obtained by integration in the failure domain.However,efficiently estimating the PDF is still an urgent problem to be solved.The existing fractional moment based maximum entropy has provided a very advanced method for the PDF estimation,whereas the main shortcoming is that it limits the application of the reliability analysis method only to structures with independent inputs.While in fact,structures with correlated inputs always exist in engineering,thus this paper improves the maximum entropy method,and applies the Unscented Transformation (UT) technique to compute the frac tional moments of the performance function for structures with correlations,which is a very efficient moment estimation method for models with any inputs.The proposed method can precisely estimate the probability distributions of performance functions for structures with correlations.Besides,the number of function evaluations of the proposed method in reliability analysis,which is determined by UT,is really small.Several examples are employed to illustrate the accuracy and advantages of the proposed method.     

基于NMF、ICA和复Contourlet变换的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于非负矩阵分解(NMF)、独立分量分析(ICA)和复Contourlet变换的检测方法。首先通过非负矩阵分解和独立分量分析分别抑制原始图像的背景,得到不同的小目标残差图像;接着采用复Contourlet变换对残差图像进行去噪;再对上述去噪后的小目标残差图像求和,得到了预处理图像;最后提出基于模糊灰度熵阈值选取方法分割预处理图像,从而实现了复杂背景下的红外弱小目标检测。针对红外小目标图像进行了大量实验,并与基于新型Top-hat变换、基于快速独立分量分析的目标检测方法进行了比较,结果表明所提出的方法抗噪性强,具有更为优越的检测性能。     

基于过程功率谱熵SVM的转子振动故障诊断方法

针对旋转机械振动过程的复杂性和振动故障产生的随机性以及振动故障样本获取难的问题,在信息熵理论的基础上,融合了支持向量机(SVM)小样本、全局性和泛化性好的优点,提出了过程功率谱信息熵(功率谱熵)SVM的故障诊断方法。结合转子实验台,得到了4种典型振动故障在多测点多转速下的数据,通过计算提取了其功率谱熵特征值作为故障样本,即故障向量,并建立SVM诊断模型,对转子振动故障的类别、严重程度和部位识别诊断,验证了该方法在转子振动故障诊断方面效果良好。     

基于Φ函数的等熵膨胀过程数学模型

为了解决航空发动机总体性能计算中,主要的等熵膨胀过程数学模型中存在理想状态值的计算,使计算结果与实际值相比产生一定误差的问题.从过程效率定义式入手,推导出基于Φ函数的等熵膨胀过程数学模型.与基于熵的等熵膨胀过程数学模型以及带理想状态值计算的等熵膨胀过程数学模型的计算结果进行比较与分析之后,得出结论是：①基于Φ函数的等熵膨胀过程数学模型的应用可使计算精度得到提高;②基于Φ函数的等熵膨胀过程数学模型的应用较为简便,可以提高编程效率和计算效率.     

正丁醇/煤油混合物非预混燃烧压力振荡特性

为探索生物混合燃料在燃气轮机燃烧室内的应用,将丁醇掺混入航空煤油中,根据燃烧室的实验结果构建熵波对流模型,定量分析其不同体积分数对燃烧室内压力振荡频率的影响。实验结果表明:在燃烧室进口压力1.98 MPa、温度600 K和油气比0.03下,随着丁醇所占体积分数增大,燃烧室内压力振荡频率逐渐下降,而幅值变化无明显规律。熵波对流模型结果与实验吻合较好,通过分析表明,不同燃料组分热值变化引起的对流时间改变,是燃烧室压力振荡频率变化的主要原因,为控制燃烧室内压力振荡提供了参考。      

基于交叉熵和空间分割的全局可靠性灵敏度分析

基于失效概率的全局灵敏度分析可以度量各个基本随机变量的不确定性对失效概率的影响程度,对如何降低结构的失效概率具有指导意义。基于交叉熵方法和空间分割提出一种新全局可靠性灵敏度分析方法。该方法采用交叉熵法自适应的确定重要抽样密度函数,有效地回避了传统重要抽样中设计点位置和个数求解的困难。基于评估失效概率所使用的样本,利用空间分割方法计算各个输入随机变量的全局可靠性灵敏度指标,能够提高样本的利用率和计算效率。文中利用一个数值算例和两个工程算例验证了所提方法的计算效率和精度。     

基于粒化模糊熵的机载燃油泵故障诊断

由于机械系统的复杂性,机载燃油泵振动信号的随机性表现在不同尺度上,因此需要对振动信号进行多尺度分析。为了实现机载燃油泵的故障状态特征提取,以模糊熵作为机载燃油泵振动信号的基本特征,提出了基于模糊信息粒化和模糊熵的机载燃油泵故障诊断方法。首先,采用模糊信息粒化方法对振动信号进行粒化处理,得到包含最小值、中值、最大值三组模糊信息粒;其次,计算模糊信息粒的模糊熵值;最后,将熵值作为特征向量,输入基于粒子群优化支持向量机建立的分类器。将该方法应用于机载燃油泵及轴承实验数据,分析结果表明,该方法可有效实现故障诊断。     

基于VMD的自适应复合多尺度模糊熵及其在滚动轴承故障诊断中的应用

提出了一种基于自适应多尺度模糊熵、ILS（迭代拉普拉斯得分）特征选择和粒子群优化支持向量机(PSO-SVM)的滚动轴承故障诊断方法。该方法采用变分模态分解对振动信号进行分解和重构,并计算重构信号的复合多尺度模糊熵;同时采用迭代拉普拉斯得分选择敏感故障特征,并将特征选择结果输入到基于粒子群优化支持向量机的多故障分类器进行识别。将提出的方法应用于滚动轴承试验数据分析。结果表明:该方法对试验数据的故障识别率为100%。并将基于ILS特征选择方法与基于SFS（sequential forward selection）特征选择进行了对比,表明基于SFS特征选择的最高识别率为92.86%,而基于ILS特征选择的故障识别率达到100%。      

基于MESE的导弹仿真数据一致性验证

以某型空空导弹为对象,对该导弹模型的仿真可信度评估方法进行了研究,提出了基于最大熵谱估计法的导弹仿真数据一致性验证方法.模拟外场试验场景进行了全体系实战对抗仿真试验,并将试验数据作为仿真数据一致性验证的参考数据;对导弹仿真试验的随机动态数据平稳化预处理后,进行了基于最大熵谱估计法的导弹仿真随机动态数据一致性验证.结果表明,该导弹模型具有良好的动态一致性,所提方法可行、有效.