基于Volterra级数降阶模型的气动弹性分析

采用Volterra级数进行非定常气动力辨识,建立了基于状态空间的非定常气动力降阶 模型,耦合结构方程,建立了降阶的气动弹性系统和气动伺服弹性系统,开展了颤振分析和 颤振主动抑制的初步研究,计算效率提高了2～3个数量级。通过气动弹性标模AGARD445.6和 气动伺服弹性标模BACT算例验证,证明降阶方法正确,可以提供高效、高精度的气动弹性 分析。
     

基于相似匹配的液体火箭发动机故障模式挖掘

将时间序列相似性匹配方法引入到液体火箭发动机故障模式挖掘中。针对发动机试车数据的特点,提出了一种基于序变换的时间序列相似匹配算法。该算法具有对时间序列幅值和持续时间不敏感、抗噪声能力强等优点。对某型液体火箭发动机故障数据的相似匹配实验表明：该算法能够为液体火箭发动机的故障检测和诊断提供较好的技术支持。     

具有独立失效模式的多自由度非线性振动系统的可靠性分析

 对不考虑失效模式相关性的多自由度非线性随机振动系统可靠性进行了研究。在结构系统响应和状态函数的前四阶矩的一般数学表达式的基础上,使用 Edgeworth级数把未知响应和状态函数的概率分布展开成标准的正态分布表达式,并放松了对随机参数的分布概型和激励类型的限制,从而确定了系统的可靠度。     

基于时序分析的液体火箭发动机实时故障监测算法

建立ＡＲ模型对液体火箭发动机状态测量参数构成时间序列进行分析，并构造相应的信息距离差别函数进行状态监测。对某次试车的测量参数进行状态监测仿真表明，利用时序分析算法能够在满足实时条件下早期检测出发动机的故障。在算法中，使用了Ｋｏｌｌｂａｃｋ－Ｌｅｉｂｌｅｒ信息距离函数作为判别函数，使得整个计算简单而可靠。     

耐高温阻燃新型F系列环氧树脂固化剂的性能

Ｆ系列环氧树脂固化剂可使通用环氧树脂耐３００￣５００℃的高温,瞬时可达１００℃以上,使环氧树脂的耐烧蚀性能提高一个数量级,同时具有高氧指数、低烟、低毒的高阻燃性能,所制成的涂料在高温下转化为碳基涂层,４００℃、１ｈ仍光亮致密,与金属仍有良好的附着力,从而得到耐高温,耐酸,耐碱的防腐涂层。文中例举了在航天,航空,电器,复合材料,防腐等方面的应用实例。     

复杂可修系统可信度建模中任务维修度计算的统计推断方法

在设定每一部件的致命性故障率为常数并在确定出各部件任务修复时间置信上限的基础上,通过对可能发生的多次致命性故障事件的概率状态描述,得到了部件故障率与系统可信度的定量关系,进而依据这一可信度的建模原理归纳出不考虑任务修复时间的具体分布类型时复杂可修串联系统可信度的计算方法,同时也给出了任务维修度的统计推断表达式;最后,以典型的 ４ 部件串联可修系统为例,探讨了致命性故障次数、允许任务修复时间、部件任务修复时间的不同置信上限等的变化对系统可信度的影响,并论证了系统可靠性、维修性和保障性与可信度的关系。     

关于AH—24机翼延寿实验的疲劳寿命分散系数

本文介绍了疲劳分散系数;并指出对于飞机疲劳寿命,在考虑分散系数时,应将两机翼看成是串联结构以确定其可靠度。文中还依据实验数据计算了AH-24飞机的延寿寿命。     

MATLAB与VC++混合编程进行混沌时间序列分析

应用MATLAB与VC++混合编程进行混沌时间序列分析是一种快速有效的方法。本文介绍了混合编程的优点和实现结合的三种方法,重点介绍了应用MATLAB的API接口调用C++语言MEX文件的方法。对Lorenz系统进行的混沌特性分析表明,在混沌时间序列分析中采用混合编程效果明显。     

基于响应面方法的风力机叶片多目标优化设计研究

运用基于响应面方法的优化设计技术,于径向使用NPU-WA-风力机专用翼型族的某1.5MW水平轴风力机叶片的多目标、多约束优化设计研究中。风力机气动性能使用基于叶素-动量理论的风力机性能分析和设计软件PROPID51。设计变量为叶片径向外形参数,包括弦长和扭转角分布,但是相对厚度保持不变;设计目标为年发电量和功率系数的最大化;在多目标优化中,使用"统一目标函数"法将多个设计目标函数通过加权求和统一到一个目标函数中。为减小计算量,响应面模型使用不含二阶交叉项的二阶多项式模型;构建模型中试验点的选择满足D-优化准则。以某1.5MW变速变矩型风力机叶片为例,进行了优化设计研究。叶片径向使用西北工业大学翼型研究中心设计的NPU-WA-风力机专用翼型族,使用CFD计算的气动性能数据作为输入进行了设计,分析了目标函数的权值分配对设计结果的影响;使用风洞测量自由转捩的气动性能数据进行了设计并分析了表面光滑条件对气动性能的影响。     

基于时间序列分析的装备可用度预测方法

阐述了装备可用度预测的重要性,并以此为需求牵引,构建了具有非线性、非平稳的装备可用度时间序列。基于奇异值分解滤波算法,将原始序列分解为趋势成分和随机成分,分别应用粒子群训练的径向基神经网络模型和函数系数自回归模型进行组合预测,充分体现了2类模型的各自的优势。实例分析,验证了模型和算法的有效性。实验与应用结果表明,该组合方法的预测性能和效果比单一使用RBF和FAR进行预测更好。