风切变影响下飞机纵向模态分析

飞机在大气中飞行时,会受到复杂的大气紊流的影响,其中以风切变最为普遍。文章分别对有风切变影响和无风切变影响下飞行的飞机建立纵向运动方程,并根据小扰动线性理论,针对低空定常平飞,分析了各自的纵向运动模态特性,为飞机飞行控制研究提供一定的理论依据。     

基于模糊数学原理的低载截除水平数学模型

载荷谱中损伤不明显的低载循环和产生明显疲劳损伤的载荷循环在编谱过程中的处理方式不同,二者损伤之间没有确切的区分界限,而该分界正是截除水平的位置。为了便于进一步开展低载截除理论研究,建立了基于模糊数学原理的数学模型,在一定置信度下描述低载截除水平的概念,说明确定截除水平点的过程。该模型能够依据较大载荷源检验任意载荷循环的有效性,合理区分低栽循环和有效循环,其效果在一定程度上受到损伤算法的影响。     

小孔喷丸强化工艺试验研究

依托试验研究,对航空零件喷丸强化技术的应用范围做出了有限的扩大。试验过程中,采用了遮蔽试片的方法,解决了小于试片尺寸的小孔表面喷丸强化的测定难题,通过大量的工艺试验,获得了合理的工艺参数,为零构件小孔的喷丸强化提供了基础。该试验的成功使得零件加工过程中将小孔喷丸应用范围扩大至Ф14．2,进一步拓展了喷丸工艺应用范围,为以后产品加工中小孔喷丸强化工艺的选取打下了基础。     

基于伪谱法的小天体最优下降轨迹优化方法

针对小天体着陆探测下降阶段的多约束轨迹优化问题,基于Gauss伪谱法进行了燃耗最优下降轨迹优化设计,得出了燃耗最优下降轨迹。建立了小天体下降轨迹优化问题的最优控制问题模型,采用Gauss伪谱法进行离散化,转化为非线性规划问题进行了求解。数学仿真结果显示:优化结果符合各项约束条件,以零速度到达了目标着陆点,且符合燃耗最优的优化目标。利用Gauss伪谱法进行小天体最优下降轨迹优化,计算速度快,求解精度高。     

环境小偏差条件下涡轴发动机轴功率及其不确定度计算方法

对涡轴发动机高空模拟试验性能处理方法作了研究,利用小偏差和传统的相似换算理论研究了涡轴发动机轴功率计算方法,推导出了环境模拟小偏差条件下的轴功率计算公式。试验结果表明:在小偏差条件下,该计算方法得到的误差比相似换算的误差低0.2%~0.6%。给出了小偏差条件下的换算轴功率公式和不确定度计算公式。该轴功率计算方法和不确定度计算方法可以为相关工程技术人员提供技术参考。      

小失谐对整体叶盘结构动态特性的影响

基于失谐叶盘频差提出了小失谐的概念,总结了其在实际工程叶盘中的表现形式。以扇区3自由度集中参数叶盘模型为对象,系统研究小失谐对不同模态族的模态局部化和响应幅值放大的影响。研究表明:小失谐在模态族最高节径处同样会造成严重的振动局部化现象。当失谐强度为0.001时,模态局部化因子达到17;当失谐强度为0.007时,响应幅值放大可达1.8。小失谐对叶盘结构动态特性的影响显著,在设计和使用中应予以重视。      

模糊等价关系下滚动轴承振动性能变异分析

在小样本且概率分布未知条件下,提出模糊等价关系和自助最大熵模型,并通过变异概率分析滚动轴承振动性能变异过程。对滚动轴承振动加速度原始数据分组得到样本,选定本征样本,计算各样本间的模糊等价系数;运用自助最大熵模型建立各样本的概率密度函数,通过交集法得到各样本相对于本征样本的变异概率,建立模糊等价系数和变异概率的关系曲线以实现对变异过程的监控;通过仿真和实验案例验证了所提模型的可行性和正确性。实验结果表明:随着磨损直径的逐渐增大,变异概率曲线呈“躺椅状”非线性上升趋势,对应滚动轴承磨损的3个阶段,即初级磨合阶段、正常性能退化阶段和性能恶化阶段。      

基于改进极限学习机的光谱定量建模方法

依据近红外光谱(NIR)产生原理,提出了粒子群优化极限学习机(PSO-ELM)算法,运用于小样本氨水浓度定量分析。通过优化极限学习机(ELM)隐藏节点参数,解决了极限学习机由于输入权值和隐含层偏差随机产生的建模结果具有随机性的问题,提高了预测模型的稳定性、精确度和泛化性能。经实验验证,优化后的PSO-ELM相比ELM,模型预测集均方根误差由0.01166减小至0.00322,预测集相关系数由0.9951提高至0.9979。将优化后的模型预测结果与支持向量机(SVM)、BP神经网络算法等传统方法的建模结果进行对比,优化后的PSO-ELM算法具有较高的精确度和良好的泛化性能,模型预测效果优于传统的定量回归分析算法。     

低雷诺数下小型无人机翼型气动特性分析

以小型无人机翼型研究为背景,利用基于线性稳定性理论的eN方法对对小型无人机常用的翼型CLARKY在雷诺数Re=1.0×10~5、5×10~5、1.0×10~6,迎角由-5°~20°时的气动性能进行了计算和对比分析。随着雷诺数的增大,翼型上表面的转捩位置不断向前缘移动,气流分离则由完全分离逐渐转变为层流分离泡结构,使得翼型的最大升力系数和临界迎角增大,阻力减小,最大升阻比显著增大,有利迎角逐渐减小,翼型CLARKY的气动特性逐渐得到改善。     

抽油机故障诊断的分布驱动主动学习算法

抽油机示功图直观显示了抽油机工作情况，但实际工况情况呈现典型的长尾分布特性，类别严重不平衡。传统方法无法准确识别小类别工况，也无法获得井下工作状态准确识别。针对这一问题，提出一种基于分布驱动的多类别长尾数据代价敏感主动学习算法（Cost-sensitive active learning algorithm based on distribution -driven multi-class long-tailed data， CALA）。首先，考虑数据分布特性，以最小化代价为优化目标确定数据的最佳聚类簇数；其次，通过加入预分类误差代价来更新之前得到的最佳聚类簇数；然后，构建集成分类模型作为分类器；最后，通过迭代来平衡数据分布。采用某油田真实的示功图数据进行测试，显著性实验分析证明CALA在小类别工况诊断上具有更好的性能。