基于BP神经网络的冷挤压孔疲劳寿命预测

利用超高强度300M、30CrMnSiA调质钢、A3普通碳素结构钢的试验数据作为训练样本,预测了LY12CZ铝合金的疲劳寿命,并与试验数据在疲劳寿命N、子样平均值X、中值疲劳寿命N50方面分别进行分析比较,结果表明模型的误差控制在2%以内,证明了模型预测方法的可行性和有效性,也为预测新材料的疲劳寿命提供了方法和依据。     

小卫星多级故障诊断系统设计

提出一种基于模糊神经网络的小卫星多级故障诊断系统,利用多级的方式对小卫星的故障进行诊断。其中第一级采用模糊聚类的方法,将故障定位于模块级;第二级采用模糊径向基神经网络,完成故障的部件级定位。最后用该故障诊断方法针对卫星故障仿真系统做了实验,对其预设故障进行了诊断,诊断结果与仿真系统预设故障完全一致。实验表明:多级故障诊断结构提高了故障诊断的系统性、准确性并大大降低了故障诊断中的计算量。     

自主空战机动决策方法综述

自主空战机动决策是基于数学优化、人工智能等方法,模拟飞行员空战决策,自动生成飞行控制指令的过程。它在空战仿真、飞行员辅助决策和无人战斗机自主飞行等领域广泛运用。根据求解思路的不同,综合论述了两类自主空战机动决策方法:针对基于对策的空战决策方法,阐述了从追逃对策到双目标对策的发展脉络和内在联系,并着重分析了两类重要的双目标对策模型——矩阵对策和影响图对策;针对基于人工智能的空战决策方法,系统论述了基于专家系统的机动决策、基于遗传学习系统的机动决策、基于人工免疫系统的机动决策和基于神经网络的机动决策,明确了各种决策的建模方法、适用条件、改进途径等问题。总结了各个空战机动决策方法的优点及不足,指出了自主空战机动决策的进一步研究思路。     

基于声发射的铝蜂窝板超高速撞击损伤模式识别方法

为通过声发射技术识别铝合金蜂窝板超高速撞击(HVI)的损伤状态,提出一种基于神经网络的损伤模式识别方法。通过超高速撞击实验获取声发射信号,结合精确源定位技术、时频分析技术、小波分析技术及模态声发射技术,提出了10个与损伤相关的特征参数,通过非参数检验分析其与损伤的关系,设计了一种基于贝叶斯正则化BP神经网络的超高速撞击损伤模式识别方法。建立最优网络模型,通过不同参数组合识别能力分析,优选出2种特征参数组合,通过非同源样本对其损伤模式识别能力进行验证。结果表明:传播距离与损伤模式无关,却是识别损伤模式的重要参数;125~250kHz频域的自动加窗小波能量比会降低损伤模式的识别能力;采用贝叶斯正则化的BP神经网络可以较好地识别蜂窝板超高速撞击损伤模式,参数组合为传播距离、上升时间、持续时间、截止频率、4个自动加窗小波能量比及小波能量熵,共9个参数,对任意选取非同源样本识别错分率仅为9.38%。     

高超声速边界层转捩对旋转钝锥自由飞运动的影响

通过在钝锥模型表面上布置人工绊线促使边界层强迫转捩,采用运动自由度不受约束的风洞模型自由飞试验技术研究边界层转捩对高超声速旋转钝锥自由飞行运动特性和气动特性的影响规律,并与自然转捩的旋转钝锥风洞模型自由飞试验结果作对比分析,试验马赫数为5.0,以模型长为特征尺寸的自由流雷诺数为1.68×106。研究结果表明:有人工绊线的旋转钝锥在自由飞行过程中有"激励稳定"的绕流流场,产生动态稳定的自由飞运动(动稳定导数系数小于0),而无转捩绊线的旋转钝锥在自由飞行中则有"激励不稳定"的绕流流场,产生动态不稳定的自由飞运动(动稳定导数系数大于0)。     

基于ELM的飞机数字化装配定位运动模型

针对飞机装配中开敞性较差环境下的串联装配机构半闭环定位运动控制问题进行研究,提出了基于极限学习机(EML)算法的飞机数字化装配定位运动模型。通过分析飞机数字化装配串联定位机构的运动学模型特点及性能要求,提出了飞机数字化装配定位运动的单隐含层前馈神经网络模型,并基于极限学习机提出了装配定位运动的数据辨识模型,且最后给出了基于极限学习机算法的定位运动离线辨识方法。通过将某大型飞机机身壁板柔性预定位工装作为试验平台进行验证,结果表明,获得的定位运动模型使直接装配定位精度达到±0.25 mm,满足某大型飞机机身壁板长桁的装配定位精度要求±0.50 mm。试验系统涉及的若干关键技术已应用于某大型飞机的壁板组件装配预定位柔性工装系统。     

基于粒子群和人工蜂群混合算法的气动优化设计

现代启发式智能算法存在全局与局部搜索能力的平衡问题,针对此问题,采用双种群进化策略和信息交流机制,提出一种基于粒子群算法和人工蜂群算法相结合的新型混合优化算法——MABCPSO,并分别进行函数测试和翼型的气动优化设计验证。结果表明:MABCPSO新型混合优化算法具有更好的寻优能力,相比粒子群算法和人工蜂群算法,该算法能以更少的进化代数分别提高1.7%和2.2%的减阻效果。     

铝合金搅拌摩擦焊后人工时效力学性能数值模拟

采用KWN模型构建搅拌摩擦焊接中Al-Mg-Si系铝合金沉淀相演化计算模型,通过将屈服强度分为晶粒大小、固溶相和析出相三部分贡献,可以计算平板搅拌摩擦焊后的屈服强度和硬度。进一步研究不同焊后人工时效条件下,焊接平板力学性能变化的机理。结果表明:更长的焊后保温时间有利于搅拌区力学性能的回复;较高的保温温度有利于搅拌区力学性能的快速回复,但是当温度高于200℃时,长时间保温会使母材软化,不利于力学性能回复;通过焊后人工时效不能明显改善热影响区的力学性能。     

动态模糊RBF神经网络焊接接头力学性能预测建模

建立动态模糊径向基神经网络RBF( Radial Basis Function,RBF)焊接接头力学性能预测模型,克服静态RBF和模糊神经网络( Fuzzy Neural Network,FNN)在结构辨识、动态样本训练及学习算法的不足。该模型的结构参数不再提前预设,在训练过程中动态自适应调整,适用动态样本数据学习,学习算法引入分级学习和模糊规则修剪策略,加速训练并使模型结构更加紧凑。利用三种厚度、不同工艺TC4钛合金TIG焊接试验数据对该模型进行仿真。结果表明：模型具有较高的预测精度,适用于预测焊接接头力学性能,为焊接过程在线控制开辟了新的途径。     

高空低雷诺数吸附式压气机叶型耦合优化设计

为了探究高空低雷诺数条件下吸附式叶型的气动设计特性,利用人工蜂群算法对低雷诺数吸附式叶型进行优化设计,该设计方法可以将叶型和抽吸方案进行耦合优化.并且对高空低雷诺数吸附式叶型耦合优化设计的必要性进行了论证.研究结果表明:在地面条件下设计的具有较好性能的吸附式叶型,在高空低雷诺数条件下,性能有可能会显著下降,针对高空低雷诺数条件的吸附式叶型设计有很大必要性;针对研究对象,在高空低雷诺数条件下优化设计后总压损失降低了32%,静压升提高了0.01,并且优化设计后在地面条件下的性能也略有提升;在高空低雷诺数条件下,适当地增加吸附式叶型前段的负荷,通过抽吸来控制层流分离泡的设计效果最为理想;优化后得到的最佳抽吸位置位于层流分离泡中心区域.