基于多源诊断信息融合的发动机气路分析

针对气路可测信息的有限性及不确定性易导致航空发动机气路分析结果准确度和精度不高的问题,提出了一种基于贝叶斯网络的多源诊断信息融合机制,以提高气路部件故障诊断的准确度和精确度.介绍了基于贝叶斯网络的气路分析方法,在此基础上提出了改进的用于多源诊断信息融合的气路分析贝叶斯网络,即以常规的气路可测参数为主,而其他诊断信息则借助故障模式先验概率表引进贝叶斯网络,实现多源信息的融合.仿真实验表明:通过融合多源信息能够准确地诊断出传统的气路分析难以识别的故障,同时降低了健康参数估计值的方差,提高了诊断结果的精确度;在观测噪声放大一倍、健康参数变化量小于1%的情况下,通过融合多源信息仍能准确的估计出健康参数变化量,且标准差均于0.1%.      

敏捷成像卫星多星密集任务调度方法

 面向应急观测需求,对敏捷成像卫星多星密集点目标观测任务调度问题进行研究。针对敏捷成像卫星观测特点,综合考虑卫星可观测时间窗口、任务间卫星姿态调整时间、卫星最长连续工作时间、星上存储容量、卫星能量等约束,建立多星任务调度模型。提出了一种改进的蚁群优化(ACO)算法对调度模型进行求解。该算法借鉴了蚁群系统(ACS)和最大最小蚂蚁系统(MMAS)的思想,结合调度相关约束设计寻优策略和信息素更新策略。引入任务优先级、最早及最晚可观测时间等因素来控制转移概率。仿真结果验证了模型和算法的有效性。     

机翼积冰数值模拟

采用计算流体力学（CFD）方法对三段翼和MS-317后掠翼进行了积冰数值模拟研究,基于欧拉两相流理论,应用分区算法,对空气流场和水滴流场进行了数值求解,得到水滴收集率.求解3-D积冰模型得到积冰量.将MS-317的冰形计算结果与实验数据以及软件LEWICE3D的计算结果进行了对比.结果显示:三维积冰模型具有较好的精度,虽然预测的冰形与实验数据有一些差异,最大厚度方面,误差在13.1%以内,但是积冰的类型与体积和实验数据基本一致.      

基于正则化多核判别分析的航空发动机滚动轴承早期故障融合诊断方法

针对基于机匣测点信号的航空发动机滚动轴承早期故障诊断问题,提出了一种基于正则化多核判别分析的融合诊断方法.该方法首先提取多种类型的滚动轴承故障特征;然后采用相同的一组核参数为不同类型的特征分别构造一组核矩阵,并将所有核矩阵组合在一起;最后通过求解一个半无限线性规划得到该组核矩阵关于正则化核判别分析的目标函数的最优线性组合系数,进一步采用该系数计算所有核矩阵的线性组合,从而实现多种类型特征信息的融合.实验结果表明:该方法诊断正确率与采用单一类型特征诊断的最高正确率相比提高了9.25%,同时可以避免核矩阵需要人工选择的问题,从而进一步提高了故障诊断的自动化水平.      

满足战场需求的实时飞行路径规划

基于启发式A*搜索技术,给出了两种战机飞行路径实时规划算法,通过采用折距替代直线距离,达到减少扩展点和提高搜索速度的目的;通过添加虚拟威胁源,解决了飞机最小转弯半径和飞行目标进入角度限制问题,通过飞行速度和飞行到达时间对应的最大飞行距离来对规划过程中扩展节点的剪枝,可以满足飞行速度、飞行时间等战场需求,提出的算法还保证穿越威胁源飞行飞机的生存性达到最大.仿真结果证实了该算法的有效性以及实时性.      

复杂系统的可靠性分配和优化

在考虑成本的基础上,通过建立一种实用的成本-可靠度函数和非线性规划模型,将对组件的可靠性最优分配的问题转化为对非线性规划问题的求解,从而为复杂系统可靠性的最优化问题提出了一种新的方法.对于非线性规划问题,为获得具有实际意义的数值解,提出了一种具有自适应的改进型遗传算法,对非线性规划问题求解,解决了更复杂结构系统可靠性分配的优化问题.      

CGF系统中多级智能决策实现方法

对于计算机生成兵力系统中上级指挥员决策模型的建模采用了一种基于似然比的方法;而对于下级指挥员的决策模型的建模采用了一种基于模糊逻辑的方法.基于似然比的方法能够有效完成信息融合,从而给出合理的决策结论.基于模糊逻辑的方法所得到的决策输出充分考虑到了指挥员个人的性格、经验以及战场的具体环境,并且这些决策输出将作为上级指挥员决策模型的信息来源.这些方法在计算机生成兵力系统舰艇兵力设计中的应用表明它们能够有效的完成多级智能决策模型的建模.      

应用免疫遗传算法优化设计层合板铺层顺序

应用遗传算法对复合材料层合板的铺层顺序进行优化设计,并通过免疫机理解决基本遗传算法中存在的收敛效率低、"早熟"等问题.以层合板的面内几何因子和弯曲因子为优化对象,建立遗传算法的优化模型.通过交叉、变异等遗传操作,搜索问题的最优解.借助免疫系统对抗体的促进和抑制机制,调节种群中个体的多样性.数值算例中给定了层合板的面内几何因子和弯曲因子,应用免疫遗传算法求解层合板的最佳铺层顺序.并将应用免疫遗传算法与标准遗传算法得到的优化结果进行了比较,证明了免疫遗传算法的优越性和实用性.     

一类解决变应力加速寿命试验参数估计的方法

变应力加速寿命试验的极大似然函数是高维非线性复杂目标函数,其待估参数多,采用梯度下降优化方法进行参数估计容易陷入局部极值,而采用全局优化方法又存在寻优效率低的问题.为了解决复杂多维目标函数优化的瓶颈问题,设计了一种基于实数编码遗传算法和Powell法的遗传加速方法.利用适应度函数获得两种优化方法的最佳切换点,最大程度发挥遗传算法和Powell算法的优点,既提高了多维非线性目标函数寻优效率又保证了参数估计的全局最优.液压泵加速寿命试验实例分析结果表明,遗传加速方法可以在寻优前期利用遗传算法保证待估参数的全局最优估计,在寻优后期快速逼近最优值,使寻优成功率达到85%.     

符合适航认证要求的燃油温度计算方法

基于适航认证需要,以某型飞机中央翼油箱隔舱在规定工况下实测的燃油温度变化曲线为输入条件,借助于MATLAB多项式分段拟合功能,获取了各个阶段燃油温度变化规律的高阶函数表达式;采用Monte Carlo评估模型中规定的指数衰减方程来表征燃油温度变化规律,其中环境总温(TAT)由评估模型中所指定方法获取,平衡温差和时间常数...