一种基于遗传算法的环境因子确定方法

提出了一种利用同类或相似产品研制试验故障数据并依据AMSAA模型的时间环境因子最优化确定方法,将遗传算法用于时间环境因子的寻优过程,给出了确定最佳时间环境因子的方法、步骤,最后给出了一个工程应用实例.研究结果表明,依此得到的可靠性评估结果与实际使用水平更为接近.为利用产品研制期间故障数据进行可靠性综合评估提供了一条合理的解决途径.      

改进BP算法在模糊神经网络中的应用

引入一种改进的BP算法——动量因子-自适应学习率算法.通过调节动量因子以及在学习过程中的学习率实现自适应,以提高学习速率和增强学习的平稳性.将该学习算法引入到串形结构的多层前向模糊神经网络中,通过学习确定了模糊映射关系,实现了对象的模糊故障诊断.在应用模糊神经网络进行故障诊断时,被监测的故障征兆信号与网络输入层相连,即将输入向量输入到网络中,经过模糊化处理,得到各故障征兆在所定义征兆的模糊子集上的隶属度向量,再利用神经网络的前向计算,得到故障原因的模糊隶属度向量,最后通过对向量的分析确定故障原因的类型.将上述模糊神经网络应用到空气静压轴承中,实现了设备的故障诊断,测试结果验证了该方法的有效性.      

双谐振器敏感结构谐振式传感器

提出一种采用双谐振器敏感结构的谐振式传感器,传感器的敏感元件包括两个结构参数一致的谐振器,传感器的闭环控制系统由两个幅度控制器和一个反相器组成.分析了这样两个谐振器串联的频率特性,指出在谐振器固有频率点上,两个谐振器串联的相移是180°.给出了双谐振器敏感结构谐振式传感器闭环系统的实现方法,同时分析了当两个谐振器的结构参数不一致时,两个谐振器串联的频率特性.分析结果表明,两个结构参数相差不大的谐振器串联仍然可以构成自激闭环.双谐振器敏感结构谐振式传感器的闭环控制系统中去掉了移相环节,避免了由移相环节产生的相位漂移所引入的测量误差,并有效地提高了传感器的Q值.      

数字存储示波器检定方法探讨

讨论了数字存储示波器垂直偏转因数、水平时基、脉冲宽度触发测量方法。以TDS 7104为例,给出了数字存储示波器垂直偏转因数、水平偏转因数、频带宽度及上升时间的测量结果的测量不确定度。     

航天器视场遮挡分析方法研究

敏感器视场遮挡分析是航天器构型布局设计的重要组成部分,针对大型在轨变构型航天器敏感器视场遮挡分析工作量大、出错率高、遮挡率无法量化等特点,本文提出一种基于敏感器第一视角的视场遮挡快速分析方法。该方法通过设置第一视角图像蒙版及图像映射,模拟方锥形、圆锥形、球形等各类敏感器视场,通过逐个像素比对,计算视场遮挡率和遮挡方位。使用此方法建立了空间站敏感器视场遮挡分析系统,结果表明新方法能够显著提高视场遮挡分析效率和准确率,并且为机构类部件运动过程对敏感器视场遮挡的分析提供了有效工具。     

假人空投试验六分量天平研究

依据救生伞假人空投试验中六分量应变天平的工作条件与载荷特点,确定了天平的设计载荷并完成了结构设计。针对实际应用中天平各种极限载荷情况,计算了天平各弹性元件的安全系数。对天平应力场进行了有限元分析,获取了天平整体应力分布状况。进一步对传统计算结果进行了验证,为天平结构设计提供了理论依据。     

共轴倾转旋翼性能计算方法

共轴倾转旋翼飞行器是一款可折叠机翼的高速旋翼飞行器。本文建立了适用于共轴倾转旋翼飞行器直升机模式、倾转过渡模式和固定翼飞机模式的旋翼性能计算方法,并对比风洞试验数据验证了共轴倾转旋翼轴流状态的性能和共轴双旋翼前飞状态的性能。在此基础上,分析了共轴倾转旋翼在倾转过渡状态各性能参数的变化规律、上下旋翼诱导速度的分布情况、上下旋翼之间的干扰面积和干扰因子的变化趋势。结论表明:相同来流速度下,当倾转角增大,共轴倾转旋翼的拉力系数减小,功率系数先增大后减小,上下旋翼的受干扰面积和干扰因子均增大。     

改进的Qiu滑移因子模型用于离心压气机叶轮的参数研究

为适用于微型离心压气机叶轮的通流设计,对Qiu滑移因子模型加入了3个经验参数.首先对经验参数的求解方法及参数对于设计精度的影响进行了分析研究,发现其中经验参数c_r对于设计精度影响较大.其次在通流设计中应用改进的Qiu滑移因子模型辅助生成叶片,用计算流体动力学(CFD)研究了c_r所影响的模型滑移因子,与数值流场的出口平均滑移因子对比,得到了多种叶轮总体参数下c_r的最佳取值.发现虽然微型、大型离心压气机叶轮总体参数变化范围很大,但c_r的取值均以0.7左右为其最佳值.      

大型运输机机体结构全尺寸疲劳试验分散系数探讨

从疲劳分散系数的含义入手,分析了国内、外军用标准和民用适航标准对于疲劳分散系数的要求,从中找出了影响战斗类飞机与运输类飞机疲劳分散系数的因素,给出了确定大型运输机全尺寸疲劳试验分散系数的原则。     

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%。