涡轮盘低循环疲劳寿命概率分析

大量试验证明疲劳寿命符合对数正态分布,并且对数寿命标准差随应变水平降低而增大;在此基础上,引入对数寿命的线性标准差及标准正态随机变量μ,将Mason-Coffin公式随机化,疲劳性能参数均表示为μ的函数,建立了基于试验数据统计分析的概率寿命模型.对GH4133材料疲劳试验数据进行线性异方差回归分析,得到了疲劳性能参数的随机表达式及概率密度曲线,各参数并不服从正态分布或对数正态分布.应用该模型对某涡轮盘进行了低循环疲劳寿命可靠性分析,获得了轮盘寿命分布,对应最大概率和可靠度0.9987的寿命均与轮盘的试验分析相吻合.     

分解炉温度控制的数学模型

根据影响分解炉温度的主要因素，利用回归分析的方法，建立了分解炉温度控制的数学模型，并给出了矩阵形式的数学模型，为计算机进行计算处理提供了依据.     

先顶后刹时摩擦焊接头金属的本构关系

采用正交多项式和回归分析方法,系统地研究了热力参数(顶刹时差、变形量、顶锻速度)与摩擦焊接头金属性能间的本构关系;探讨了热力参数对接头金属性能的影响规律,为高温合金与耐热钢摩擦焊接成形与控制提供了依据。     

基于免疫粒子群算法的滑油屑末支持向量机预测模型设计

将人工免疫理论的克隆选择算法中的抗体克隆、变异和抑制策略引入粒子群优化算法中,提出了一种基于克隆选择的免疫粒子群优化算法,克服了基本粒子群算法易于陷入局部最优解的缺点.针对支持向量机预测模型的参数选择影响其预测精度的问题,引入免疫粒子群优化算法设计了参数自适应优化的航空发动机滑油屑末支持向量机预测模型.仿真结果表明:与传统的交叉验证试算法相比,基于免疫粒子群优化的预测模型实现了参数的自动择优,并且提高了预测精度.      

CFM56—7B型发动机衰退模型建立与研究

发动机从投入使用到返厂大修整体性能衰退是一个连续性过程．研究目的在于建立能精确反映该过程的模型。收集大量CFM56—7B型发动机数据,通过解码、修正、换算得到大量的发动机排气温度裕度数据点．分段拟合并比较得到最优的该型发动机衰退数学模型,并运用另一机队数据验证模型。验证表明模型能较好地反映该型发动机衰退规律,给系统工程师分析该型发动机提供了指导依据,对研究该型发动机的性能衰退过程具有实用和理论指导意义。     

带三角形骨架加强结构机匣的刚度特性分析

对带三角形骨架加强结构的航空发动机机匣的主要结构参数进行分析,以机匣质量和刚度作为目标函数,建立了研究的变量和约束条件,并采用相似准则将其无量纲化。采用均匀试验设计方法生成样本建立试验组,并设立传统板壳机匣作为对比组,分别开展有限元数值试验。运用逐步回归法分析试验结果,形成了表征机匣刚度和质量的拟合公式,比较了该类机匣与传统板壳机匣的刚度特性,给出了各主要结构参数对机匣刚度的影响规律。     

基于性能参数残差序列分析的发动机性能衰退研究

为研究发动机在使用过程中的性能衰退,提出了一种发动机部件性能参数残差序列分析方法。利用发动机模型进行发动机测量参数对部件性能参数的敏感度分析,优化选取充分表征发动机性能衰退的部件性能参数,建立性能参数多元线性回归模型,得到了性能参数的残差序列,通过对残差序列的统计量分析,成功地确定了发动机性能突变时刻,为发动机的维护起到了一定的指导作用。     

基于RF-SVR的燃油计量装置性能衰退检测和剩余寿命估计方法

为了实现航空发动机燃油系统的安全状态监测和健康管理,开展了燃油系统性能衰退检测和剩余使用寿命估计方面的研究。以燃油系统燃油计量装置为例,分析了其主要的性能衰退模式,设计了基于电流-速度数据的健康指标(HIs)选取方案,并考虑环境及模型参数不确定性,进行模型不确定性仿真,基于健康数据与性能衰退数据间的马氏距离对部件性能衰退进行检测。提出了基于随机森林-支持向量回归(RF-SVR)的剩余使用寿命(RUL)估计方法,利用通过RF特征选择优化的SVR模型实现部件RUL估计。最后基于某型民用涡扇发动机机械液压模型仿真数据对该方法进行了验证,结果表明:该方法的性能衰退检测虚警率及漏报率低于2%,RUL估计误差低于3%,可为航空发动机燃油系统的预测性维护提供参考。      

基于支持向量回归机的数控机床 几何误差元素建模研究

针对数控机床几何误差元素建模时面临的误差样本数据少且呈非线性的问题,研究在小样本数据集非线性回归分析中具有独特优势的支持向量回归机,并基于此建立数控机床几何误差元素的预测模型。分析现有几何误差检测中常用的九线法所存在的测量选点难和计算累积误差等问题,提出增加每条测量线垂直方向直线度的测量和修正误差项计算模型的改进方法。以高斯径向基核函数为支持向量回归模型的核函数,运用交叉验证法,选取合适的模型参数,求解凸二次规划问题,进而建立几何误差元素的预测模型。以QLM27100–5X五轴龙门机床X轴为例,基于改进的九线法进行测量辨识得到几何误差样本数据,然后分别基于支持向量回归机和最小二乘法建立几何误差元素预测模型,对比两个模型的预测精度,结果显示,前者的预测均方差值MSE为0.0238,小于后者的0.072,验证了支持向量回归模型在小样本集下具有更高的预测精度。     

现代试验设计方法在高速风洞试验中的应用

为了验证现代试验设计(MDOE)方法在高速风洞试验中应用的可行性,进一步提高风洞试验效率,采用区组化的回归组合设计进行了某运输类飞机亚声速基本纵向常规测力风洞试验,通过少量关键控制点数据建立了气动力参数随马赫数和迎角变化的二阶响应面模型,并进行了方差分析及显著性检验。同时,通过额外增加的试验点检验响应面模型的精准度。试验及分析结果表明:通过回归组合设计少量试验点建立的纵向气动力系数响应面模型预测误差满足高速风洞飞机模型测力试验精度指标要求,方差分析(ANOVA)及显著性检验结果正确反映了迎角、马赫数对飞行器基本气动特性的影响规律,突显出MDOE方法应用于风洞试验方案设计及数据分析的显著优势。