定应变下固体火箭发动机药柱概率贮存寿命预估研究

为研究定应变对固体火箭发动机药柱概率贮存寿命的影响,对推进剂高温加速老化力学性能数据进行了统计分析,利用随机有限元法分析了发动机药柱在内压和过载的联合作用下Von Mises应变的均值和标准差,采用应力-强度干涉模型计算了药柱结构可靠性随应变敏感系数的变化趋势,据此分析了定应变对发动机药柱概率贮存寿命的影响。结果显示,定应变对发动机药柱概率贮存寿命影响显著,以0.97为可靠性下限,当应变敏感系数为2.94时,其寿命约为30.98年,应变敏感系数为-2.94时,其寿命约为0.92年,在此范围,药柱概率贮存寿命随应变敏感系数的增大而延长。     

民用飞机平尾载荷的不确定性及全局灵敏度分析

针对飞行载荷计算输入数据的随机不确定性会导致载荷计算结果波动的现象,采用Monte Carlo模拟方法和基于方差的全局灵敏度分析方法对民用飞机急剧俯仰机动随机平尾载荷进行不确定性及全局灵敏度分析。具体分析了飞机气动特性和重心的不确定性对迎角贡献平尾载荷、升降舵偏度贡献平尾载荷及平尾总载荷的影响,进一步通过全局灵敏度分析找出影响平尾载荷计算结果的主要因素。不确定性分析结果表明:气动特性和重心的不确定性导致迎角贡献平尾载荷的波动程度很大。灵敏度分析结果表明:1)升降舵偏度贡献平尾载荷只受升降舵效率的影响;2)迎角贡献平尾载荷主要受无尾飞机零迎角俯仰力矩系数和重心的影响;3)平尾总载荷受升降舵效率的影响最大,受无尾飞机零迎角俯仰力矩系数及重心的影响次之。此外也验证了方法的有效性,对提高飞行载荷的计算精度有一定的指导意义。     

海上低空突防群目标跟踪的IMM-Bayesian实现

由于海上低空突防编队目标存在低检测和高机动的特点,采用传统跟踪算法对编队内目标逐个跟踪存在航迹连续性差、关联混乱等问题。针对上述问题,基于对编队群整体跟踪的思想,将交互式多模型(IMM)与Bayesian算法相结合,采用IMM-Bayesian算法完成典型机动场景下(拐弯、合并、分裂)海上低空编队群目标整体的跟踪,同时利用随机矩阵作为群的扩展状态完成对群形状信息的估计。其中,对海上低空突防编队群目标运动过程中出现的分裂与合并现象,在IMM-Bayesian算法的基础上采用最近邻分类的思想对其进行有效跟踪。仿真结果表明了算法的有效性。     

基于半随机滤波-期望最大化算法的剩余寿命在线预测

剩余寿命(RL)预测是设备预测维护的关键环节。准确在线预测能够为维护策略的实时安排提供更加精确的技术支持,有效避免失效的发生。工程实际中,反映设备退化过程的性能指标往往不能直接监测,为解决隐含退化过程的剩余寿命在线预测问题,提出一种基于半随机滤波-期望最大化(EM)算法的预测方法。首先以剩余寿命为隐含状态,构建状态空间模型描述直接监测数据与设备剩余寿命间的随机关系。为实现单个设备剩余寿命的在线预测,依据到当前时刻为止的监测数据,采用扩展卡尔曼滤波(EKF)与期望最大化算法相互协作的方法实时估计与更新模型未知参数和剩余寿命分布。最后,将该方法用于惯性测量组合(IMU)剩余寿命在线预测问题,实验结果表明该方法能够提高预测的准确性并减少预测的不确定性。     

基于多颗磨粒随机分布的虚拟砂轮建模及磨削力预测

利用VHX-600E型超景深显微镜测量了金刚石砂轮表面的磨粒分布情况,计算得到了砂轮表面的磨粒密度、真实接触弧长以及砂轮总的磨粒数和有效磨粒数。基于磨粒间隔分布假设和虚拟格子方法在虚拟砂轮端面随机分布等磨粒密度的多颗正六面体磨粒,并随机分配磨粒的位姿以模拟砂轮的真实形貌。将1/4虚拟砂轮模型导入Deform-3D软件中,建立三维虚拟磨削仿真模型,采用Lagrangian Incremental算法获得多颗磨粒的仿真磨削力值,并建立了基于多颗磨粒磨削仿真的磨削力预测模型。通过金刚石砂轮端面磨削硬质合金刀片的实验,比较了实测磨削力与预测磨削力;仿真与实验结果具有一致性,证明了采用本方法建立的多颗磨粒虚拟磨削仿真模型可以用于磨削力预测,为多颗磨粒共同磨削的磨削力研究提供了新的思路。     

战术导弹多杀伤概率指标检验方法

针对战术导弹多杀伤概率指标大样本检验的实际问题,提出小样本条件下多杀伤概率指标的联合检验、平均检验和蒙特卡洛随机模拟检验等方法,并在实际试验工程中得到应用。     

一种航空发动机运行可靠性评估方法

航空发动机运行过程中,可靠性评估是航空发动机可靠性评估领域的关键问题之一,而合理的评估方法能够提高可靠性分析的效率和精度,因此本文提出一种支持评估飞机任务过程中航空发动机运行可靠性的方法。结合飞行任务特点和航空发动机工作特性,以快速存取记录器信息为分析数据,考虑当前运行环境、飞机瞬时状态、发动机当前工作状态 3 类因素对运行可靠性进行分析;将随机森林算法与分层抽样法结合对数据进行拟合、预测并计算特征重要度;以 B737-800 机型一次北京—乌鲁木齐的飞行任务为例,对方法的有效性和可行性进行验证。结果表明：本文提出的可靠性评估方法解决了航空发动机运行过程中数据量大、维度高导致的数据处理困难问题。     

基于机器学习的飞机动力装置运行可靠性

为了研究分析飞机的动力装置在执行飞行任务过程中的运行可靠性,针对运行可靠性影响因素的多维、耦合的特点,采用机器学习方法对动力装置运行可靠性的时变规律及其相关影响因素进行分析。提出了考虑动力装置的工作状态、飞机的运行外界条件、飞机的飞行状态3类因素分析动力装置实时运行状态下的时变可靠性方法;并基于飞机实际运行的快速存取记录器（QAR）数据,梳理了动力装置运行可靠性分析相关的3类因素、16个主要特征。结合飞机运行的时空关系,采用数据包络分析（DEA）方法对飞机动力装置的工作状态特性与性能裕度进行非参数分析,基于提取的QAR数据特征,采用随机森林、多变量神经网络回归算法,建立2种基于机器学习的动力装置运行可靠性分析模型。以B737-800机型为例,对一次北京至珠海的飞行任务的动力装置相关运行数据进行分析,对2种机器学习分析模型进行训练与测试研究。分析结果表明：对动力装置工作状态特性贡献度最大的特征依次为计算空速、飞行时间与飞行高度;对动力装置性能裕度贡献度最大的特征依次为动力装置工作状态特性、雷达气象与飞行时间。所采用的2种机器学习方法能较好反映动力装置运行过程的时变可靠性规律,可为动力装置的运行与特情处理提供参考。     

基础随机激励下纤维增强复合薄板振动疲劳寿命预报

针对传统有限元建模黑箱操作多、计算成本大、不具有自主知识产权等问题,基于经典层合板理论,随机振动理论和Miner线性积累损伤准则,建立了基础随机激励下纤维增强复合薄板振动疲劳寿命预测的解析模型。基于应力模态法,推导了纤维增强复合薄板的应力频响函数,在考虑随机激励的基础上,得到了结构的随机振动等效应力功率谱密度函数。通过Dirlik、Bendat和Benasciutti-Tovo三种频域模型对应的概率密度函数,成功求解了相应的振动疲劳寿命。另外,采用ANSYS与nCode软件对模型及其预测结果的正确性进行了验证,研究发现该模型寿命计算结果相对于商业软件计算结果的偏差不超过14.8%,但计算效率提高了17%～33%。因此,该模型可为预测随机激励下各向异性复合薄板的振动疲劳问题,提供一种思路和工具。     

随机系统的变结构控制

本文提出了随机系统的变结构控制问题,初步研究了随机变结构控制系统的行为,引出了滑动运动带的概念,给出了变结构控制策略,最后,指出了有待于进一步研究的问题。