最小二乘参数估计若干问题的讨论

讨论了最小二乘估计中应注意的几个问题,指出了最小二乘估计的一些新的研究和应用方向。     

某型涡喷发动机使用寿命的评定方法

给出了可修系统使用寿命的定义, 根据涡喷发动机的试车数据, 提出了应用ＡＭ－ＳＡＡ－ＢＩＳＥ模型评定使用寿命的步骤与方法, 并用数值例说明了这些方法。     

固体废弃物热解产物的神经网络预测模型

本文采用3层BP神经网络建立了固体废弃物热解产物的产率和特性的预测模型。采用遗传BP算法来优化隐层节点数和学习速率η0与回归方法相比，其预测误差明显小于回归公式的预测误差。     

随机声载荷时域信号仿真模型研究

利用航空发动机环行燃烧室噪声测试数据，采用时间序列自回归分析方法得到了燃烧室噪声及动压仿真模型ARMA（17，16），并用其对噪声时间历程数据进行了最佳预测。     

传感器测量偏差下的航空发动机智能性能诊断

以某型涡扇发动机为研究对象, 构建了基于神经网络的航空发动机智能性能诊断方法, 讨论了测量噪声及测量偏差对诊断结果的影响及其处理方法.建立一簇并行的神经网络组和发动机模型, 通过比较各模型输出与发动机测量参数之间的误差, 判断传感器是否存在测量偏差.仿真结果表明, 该方法能有效消除测量噪声, 准确判断并隔离有测量偏差的传感器, 得出正确的发动机性能诊断结果.      

轴流风扇/压气机管道周向声模态的测量

利用管道内部周向均匀分布的麦克风阵列对某单级风扇在高背景噪声和较大硬壁反射条件下的管道周向声模态进行了实验测量.利用与参考信号互相关(CC)模态分解技术和传统的方均根(RMS)模态分解技术得到了主要的周向声模态振幅.通过与Tyler和Sofrin的理论分析对比,发现在高背景噪声和较大硬壁反射条件下,两种模态分解技术都能获得较为理想的模态分解结果;并且发现CC模态分解技术获得的模态振幅较低,初步分析这是由于和RMS模态分解技术相比,CC模态分解技术可以降低随机噪声对模态振幅分解结果的影响.此外,周向麦克风个数大于所要分解周向声模态阶数的4倍时,使用CC模态分解技术获得的模态振幅误差可以控制在1dB之内.      

多轴随机载荷下的疲劳寿命估算方法

提出了一种多轴随机载荷下的疲劳寿命预测方法.通过雨流计数法对各平面上的剪应变进行循环计数,以统计出的剪应变循环作为多轴疲劳损伤的主要控制参数,将各剪应变循环历程内对应的最大正应力和正应变变程作为多轴疲劳损伤的第二控制参数.根据多轴疲劳寿命模型计算出各平面上的损伤,以最大损伤平面作为多轴随机疲劳的临界平面,通过该临界平面上的损伤计算出多轴随机载荷下的疲劳寿命.采用SNCM630钢,304不锈钢和S45C钢3种金属材料的多轴随机疲劳试验数据对提出的寿命预测方法进行评估和验证.结果表明:疲劳寿命预测结果大都分布在试验结果的2倍分散带之内.     

基于贝叶斯因子和二阶概率方法的圣地亚热传导模型确认挑战问题

针对美国圣地亚国家实验室为促进模型确认方法的发展所提出的热传导挑战问题,根据现代模型确认思想总结了该挑战问题解答中应包含的核心内容。在确认度量环节采用贝叶斯因子考察了实验数据是否支持所给模型,在此基础上通过二阶概率方法得到了模型预测的分布,以此计算出模型预测结论的置信度。该过程中考虑了模型参数的随机不确定性和认知不确定性,最后通过灵敏度分析辨识了模型参数的不确定性对模型预测的影响。研究表明该挑战问题中的实验数据支持所给模型,模型预测受导热系数的不确定性影响最大,模型预测材料在调控条件下的失效概率不满足调控要求,该结论的置信度为99.97%。     

基于能量法和特征值法的颤振预测数值方法研究

为研究适用于工程设计的颤振数值预测方法,采用能量法和特征值法对出现颤振现象的真实叶片进行预测。通过将2种数值方法的预测结果与试验结果进行对比,验证数值预测方法的精度和工程适用性。结果表明:2种方法都较准确的判断了某典型风扇转子叶片的气弹稳定性,与试验结果基本吻合,具有较高的工程实用价值。     

表面热流可辨识性初步分析

表面热流的可辨识性分析可用于飞行器防热层内温度测量精度和测温点位置的确定,在工程上有较强的实用意义。从无量纲分析和仿真辨识出发,根据防热层材料热物性系数、测点位置、表面热流的频域特性等参数对表面热流辨识结果的影响规律,总结出了表面热流辨识问题的相似参数：基于表面热流频率参数的傅立叶数。此后,以这一傅立叶数为判据,针对不同测量误差值的情况初步建立起了表面热流可辨识性的准则和分析方法。