飞翼无人机机动飞行非线性反步控制律设计

飞翼布局无人机具有操纵能力不足、非线性和耦合性强的特点。传统的反步控制方法能够提高飞翼 无人机系统的鲁棒性,但是存在奇异值计算、保守性等问题。本文提出一种改进的反步控制方法。建立飞翼无 人机仿射非线性模型,运用该方法进行鲁棒控制器设计,并进行仿真验证分析。结果表明:该方法解决了传统 反步控制方法所具有的奇异值计算、保守些问题,突破现有鲁棒设计方法对系统不确定性范数上界已知要求的 限制,所设计的控制器鲁棒性较高。     

基于DS算法的混胺燃料近红外光谱分析模型传递

对混胺燃料的近红外光谱分析模型的传递方法进行研究。采用 K/S(Kennard/Stone)算法选择转换集样品,采摘用直接校正(Direct Standardization,DS)算法对从仪器采集的光谱进行校正。通过光谱平均差异(ARMS)比较奇异值分解(Singular Value Decomposition,SVD)算法和偏最小二乘法(Partial Least Squares,PLS)对光谱校正的效果。当 PLS算法的最佳主因子数为 3时,DS-PLS算法的光谱校正率可达到 97.5%,优于 DS-SVD算法。混胺样品的分析模型经过 DS-PLS算法传递后,对从仪器的混胺样品各项指标的预测标准偏差(SEP)明显好于传递前,与主仪器预测效果接近,说明采用 K/S算法选择合适的转换集样品后,通过 DS-PLS模型传递算法可有效降低仪器间的光谱差异,实现近红外光谱分析模型在各台光谱仪之间共享。     

Prediction of cutting forces in ball-end milling of 2.5D C/C composites

Machining of carbon/carbon (C/C) composite materials is difficult to carry out due to its high specific stiffness, brittleness, anisotropic, non-homogeneous and low thermal conductivity, which can result in tear, burr, poor surface quality and rapid wear of cutters. Accurate and fast pre-diction of cutting forces is important for milling C/C composite materials with high quality. This paper presents an alternative cutting force model involving the influences of the directions of fiber. Based on the calculated and experimental results, the cutting forces’ coefficients of 2.5D C/C com-posites are evaluated using multiple linear regression method. Verification experiment has been car-ried out through a group of orthogonal tests. Results indicate that the proposed model is reliable and can be used to predict the cutting forces in ball-end milling of 2.5D C/C composites.     

命中精度Bayes推断中基于P值的验前可信度建模

在对散布参数验前可信度的定义与必要性进行分析的基础上,给出了给定散布参数（方差）的P值计算模型,构建了一维散布分析时验前分布可信度的P值模型,给出了验前P值与验前可信度的定义,并对其变动情况进行了阐述,给出了验前分布的拒绝条件.对二维散布分析条件下的验前可信度分析,分别构建了验前P值的独立求解模型和集成求解模型.并从0.05,0.2,0.4区分的数据区间,给出了验前分布选择的原则和要求.基于案例比较可见,验前可信度能较为显著地完成验前分布的差异化比较,相对现有的仅对验前可信度的定性说明,基于P值的验前可信度建模与计算,不仅能完成验前可信度的量化计算,而且能从概率的角度对验前分布选择的正确性进行假设检验.      

基于小样本物理测试的T800H碳纤维复合材料许用值虚拟大样本技术研究

获得材料许用值的传统方法是对各种形式的材料和试样进行物理试验,并根据"积木式"方法逐级验证单元、子部件和部件。然而,按照"积木式"方法进行测试的成本很高。因此,需要一种新的方法,在较短的时间内完成新材料体系表征鉴定,并推进其在工程中的应用。根据FAA/ASTM建议,非均质单胞多尺度建模/虚拟测试技术,可以成为设计应用过程早期的材料和结构的验证策略。以材料的细观力学/宏观力学为基础,充分考虑制造过程,测试数据和服役环境影响,结合渐进失效分析来预测结构/部件安全性,建立了多尺度虚拟测试工程应用流程。本文采用美国AlphaSTAR公司研发的成熟商业软件平台GENOA,使用单向带测试的统计数据来逆推纤维和基体材料性能以及制造变量的不确定性。这些不确定性随后被用于生成层合板结构的随机虚拟测试试样,计算许用值。这种仿真方法在T800H项目中获得成功应用,大量减少了物理试验。     

侧载及加热方位对槽道内临界热流密度影响

为了研究侧载以及加热方位对矩形窄缝槽道内临界热流密度特性的影响,在旋转平台上进行了两相流的超重力实验.以蒸馏水为工质,通过改变质量流速、入口温度、侧载大小以及加热方位,获得了发生临界换热现象时的质量流速、实验段压降和壁温的变化趋势,考察了侧载和加热方位对临界热流密度的影响规律,并对侧载下两相流不稳定性进行了简析.实验表明:发生临界换热时,壁温迅速上升,有效加热热流开始减少,关闭加热电源后,实验段压降下降、质量流速回升较明显;侧载以及不同的加热方位对临界热流密度有明显影响;临界热流密度发生前后,蒸汽回流导致进口温度上升,增加了流动的不稳定性.      

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

基于对数正态分布的多部位疲劳结构的疲劳寿命预测方法

以实现多部位疲劳结构的寿命预测为目的,基于概率累积损伤法则,推导了基于寿命服从对数正态分布的概率疲劳寿命预测方法。根据损伤临界值与应力水平无关这一前提条件,将损伤临界值由传统确定性的值1转换为随机变量,累积损伤由确定性的中值损伤计算,建立了"中值累积损伤-概率损伤临界值"干涉模型。当对数寿命标准差恒定时,对比了所提出模型和基于Monte Carlo仿真的Miner累积损伤方法的寿命预测结果,验证了模型的准确性以及其方便快捷的优点;当对数寿命标准差变化时,损伤临界值由满足损伤等效的应力基准决定,此时亦可得到高精度的偏于安全的寿命预测结果。     

TC6钛合金超塑性变形

对TC6钛合金在800~900℃温度区间内,分别进行应变速率为0.0001~0.1 s-1的恒应变速率法拉伸实验和最大m值法超塑性拉伸实验,获得拉伸过程应力-应变曲线,并采用金相显微镜对拉伸后断口附近显微组织进行分析。结果表明：TC6合金表现出良好的超塑性性能,随着应变速率或温度的升高,伸长率先增大后减小,恒应变速率拉伸时,在温度850℃、应变速率0.001 s-1条件下伸长率可达到993%;在同一变形温度下最大m值法拉伸能获得比恒应变速率法更好的超塑性,850℃时伸长率达到1353%;TC6合金在超塑性变形过程中发生了明显的动态再结晶,并随着应变速率和温度的升高动态再结晶行为增强。     

UG二次开发在数字化检测中的应用

在基于MBD的全三维数字化设计制造背景下,结合数字化检测技术的发展趋势,本文通过调用UG NX8系统提供的UG/Open API函数,提取三维模型中的信息至树列表控件中,并为PMI树列表中节点的单击事件添加消息响应函数,自动定向显示PMI所在的模型视图,并高亮显示该PMI信息,以实现检验过程的图形化引导,显著提高检测效率。