动态时频谱分析、探测和跟踪的随机有限集法

动态出现和消失多分量信号的时频分析问题一直是非平稳信号处理的难点之一。为此,提出了一种分析、探测和跟踪多分量信号的随机有限集法。该算法利用时频变换,如短时傅里叶变换或自适应谱估计法,以及多项式预测模型,将多分量信号的时频分析问题归纳成可利用随机有限集进行多目标追踪的问题。分析表明：借助于提出的初始权重赋值算法,以及谱分量幅度和频率的联合似然函数,就可利用高斯混合概率假设密度滤波器来实现对动态时频谱的分析、探测和跟踪。在仿真实验中,所提算法有效提升了动态时频谱的跟踪精度,其对微弱时频谱分量的探测能力,以及对载频差异的分析能力均优于文献报道的算法。     

基于神经网络与果蝇优化算法的涡轮叶片低循环疲劳寿命健壮性设计

在对涡轮叶片低循环疲劳寿命概率分析的基础上,将广义回归型神经网络(generalized regression neural network,GRNN)与果蝇优化算法(fruit fly optimization algorithm,FFOA)结合,利用果蝇优化算法的多点全局的快速搜索能力来优化影响疲劳寿命的随机变量,进行涡轮叶片低循环疲劳寿命健壮性优化设计.优化结果表明:疲劳寿命的概率区间减小17.9%,对随机变量的敏感度降低,从而可以更精确地对疲劳寿命进行估计.计算结果验证了该方法在工程应用中的可行性.      

轮盘低周疲劳概率寿命预估模型

为了研究影响轮盘结构寿命预估精度的主要因素,提高模型预测精度,通过对三种材料应变概率寿命模型参数的异方差回归,对某航空发动机风扇盘榫槽部位疲劳寿命分布进行了数值模拟,得到了风扇盘榫槽部位的概率寿命。经与试验结果对比表明,考虑材料疲劳寿命异方差特性比按同方差处理更为合理。等效应变模型对疲劳寿命严重高估,第一主应变模型预测值与试验结果吻合较好。最大剪应变模型预测值介于以上两个模型之间,用峰值拉伸应力代替平均拉伸应力进行修正后最大剪应变模型预测值与试验值吻合良好。     

基于SPN的跑道利用率模型分析与研究

采用随机Petri网(SPN)建立了跑道系统运行约束方程;通过构造同构马尔科夫链建立了系统处于各种状态时的稳态概率表达式;改变变迁的触发速率,分析跑道利用率的变化情况。证明了模型的可达性、有界性,且不存在死点。     

毫米波制导导弹系统误差及捕获概率研究

分析了毫米波制导导弹系统误差源及其分布特性,该误差直接决定所需导引头动态视场的大小;对导引头动态视场的影响因素进行了分析,并计算了导引头在不同条件下的动态视场,基于此计算了导引头捕获概率。研究结果可以直接应用于毫米波制导导弹的工程研制,并且可以对同类的自寻的导弹工程研制起借鉴作用。     

空空导弹任务可靠度评估方法研究

首先论述了进行空空导弹任务可靠度评估方法研究的必要性,然后对空空导弹任务可靠度指标及其评估方法进行了讨论,详细介绍了利用系统可靠性综合的理论进行空空导弹任务可靠度评估的计算方法,并在某型号空空导弹可靠度评估中进行了应用。     

航空发动机全寿命维修概率建模与仿真

由于生产制造、运行环境和使用条件等个体性差异,航空发动机部件性能/寿命不确定,进一步导致机队送修率和小时维修费率等运维指标不确定.为了量化评估部件设计可靠性、运行环境、维修决策等不确定性因素对机队运维指标(送修率、送修原因、平均拆换时间间隔、小时维修费率等)的影响,提出了一种航空发动机全寿命周期维修概率建模方法.该方法...     

可靠性分析在航空复合材料结构上的应用及展望

基于概率统计的可靠性分析研究对于航空复合材料结构有着重要的意义,一是航空结构尤其是民航结构的安全性要求极高,需要尽可能地预测或判断发生故障的可能性;二是复合材料的变异因素较多,采用传统设计导致折减系数较高。目前复合材料结构设计仍以安全系数的方法来保证结构的可靠性,在此过程中并不进行正式的风险评估,而基于概率的可靠性分析则设定一个可靠性目标来代替安全系数,但它需更成熟的概率统计方法以及大量的样本数据,所以只能作为传统结构设计的补充,在安全裕度不足时进行风险预测。论述了航空复合材料可靠性概率分析的历史演变、意义、主要理论方法以及一般步骤等内容,同时对复合材料结构的可靠性分析的未来进行了展望,为复合材料可靠性分析的发展和研究提供一定的参考。     

典型系统的区间可靠性分析

在已知系统组成单元的区间可靠度或单元区间失效概率前提下,根据扩张原理,利用区间分析方法,分析了串联系统、并联系统、先串后并系统、先并后串系统、r/n(G)系统等典型系统的区间可靠性。基于区间数比较的可能度公式,提出了准一致性概念。分析了典型系统的区间可靠度特性与其点可靠度特性之间的准一致性。这一结果进一步完善了系统区间可靠性分析理论。     

基于潜在成分和概率神经网络的时变结构系统的损伤识别

介绍了基于潜在成分(LC)分析和概率神经网络的损伤识别方法,并应用于一个实验室模型的损伤识别.结果表明,基于潜在成分(LC)分析和概率神经网络的损伤识别方法能在正常的时变质量情况下以较高的成功率对位于A或B处的某一损伤程度未知的损伤进行归类,为时变结构系统的定量损伤识别作出了有益的尝试.