一种基于证据理论的目标识别加权数据融合

在分析证据理论数学内涵的基础上,给出一种不确定性的目标识别加权数据融合方法,即先对不同传感器赋予不同的可信权值,形成新的m ass函数,再通过D-S合成公式进行数据融合。理论分析和实践检验证明,该方法可有效地提高目标识别的准确性。     

基于粗支持向量机的飞机机体研制费用预测

分析粗糙集理论方法和支持向量机方法的优势和互补性后,探讨粗糙集与支持向量机的结合方法,提出一种基于粗糙集数据预处理的支持向量机预测系统。将该系统用于飞机机体的研制费用预测中,与其它方法相比得到较高的预测精度。     

集合划分问题的蚁群算法

集合划分问题是一个典型的NP完全问题,建立了集合划分问题的优化数学模型,采用蚁群算法解决了此问题.对蚁群算法参数的合理选取进行了实验分析,给出了算法参数选取的基本原则.与贪心法作了比较,结果表明该方法比较有效.     

倾转旋翼飞机建模与仿真

倾转旋翼飞机的旋翼既要充当直升机飞行模态的旋翼,又要充当固定翼飞行模态的螺旋桨。为了研究倾转旋翼飞机的控制问题,建立了倾转旋翼飞机的数学模型。其中旋翼模型采用改进了的叶元法,旋翼诱导速度计算采用改进了的动量法。在MATLAB/SIMULINK环境下进行了仿真,并给出了仿真结果。仿真结果表明模型可反映倾转旋翼飞机的基本特性,可对飞行控制系统设计提供帮助。     

密度和形状因子变化时金属橡胶材料的本构关系

 以多孔材料理论为基础,干摩擦非线性理论为依据,并结合小曲梁模型建立了金属橡胶材料的非线性本构关系,通过对14种密度和形状因子都不同的空心圆柱形金属橡胶材料做力与位移关系试验,并对试验数据进行拟合,得到了非线性本构关系模型中的各项系数值、材料的密度、材料的形状因子三者之间的变化关系式。由该关系式可知,当材料的密度和形状因子同时发生变化时,已知一种金属橡胶材料的密度和形状因子,就可预估该材料的各项系数值,从而就可预估金属橡胶材料在密度和形状因子同时发生变化情况下的非线性本构关系。最后从14种试件以外取2种金属橡胶试件进行算例验证,证明所采用的预估金属橡胶材料在密度和形状因子同时发生变化时的非线性本构关系的方法是合理的、有效的。     

基于非局部理论的一维损伤模型的有限元算法

为了解决损伤局部化问题的网格依赖性,采用非局部理论,从损伤本构关系中引入特征长度入手,建立非局部损伤本构模型。提出了一种新的单元,将位移、非局部应变和非局部应变梯度作为基本的未知量,引入了C-1连续的形函数,并推导了非局部损伤本构模型的有限元格式。在ABAQUS中进行了二次开发,嵌入了本文提出的单元和本构模型,并用ABAQUS软件分析了一维损伤结构的受力情况。计算结果表明,数值模拟与理论推导结果的总体趋势吻合得较好,证明了本文方法的正确性与可行性。     

基于马蹄涡模型的飞机尾流介电常数分布的快速建模方法

为便于研究飞机尾流电磁散射特性,提出了一种飞机尾流介电常数分布的快速建模方法。根据马蹄涡模型得到飞机尾流的诱导速度场,并利用Euler方程和等熵流方法求出了尾流的热力学参数分布,进而得到介电常数分布。同时,提供了一种将针对一种飞机计算出的结果外推到另一种飞机上的方法,避免了重复计算。该方法具有计算量小、涉及参数少的特点,是一种快速简便地模拟飞机尾流介电常数分布的方法。     

风险可能数——一种基于最大信息熵理论的风险度量和风险排序新方法

分析了风险优先数（RPN）方法中严重性S、发生率O和探测度D这3个评价指标的离散性与得分主观性不足。基于信息熵定理和最大信息熵推论,指出了RPN方法在评价风险不确定程度时,存在函数方差的依赖性和未能均衡各种风险要素的不合理性。针对多维信息的不确定性问题,分析了如何合理选取风险评价指标和权重分配。为了实现对风险程度的一致性测量,基于公理化的假设条件,给出了一种区别于RPN的风险可能数(RPoN)的定义和计算方法,并证明了RPoN方法能够一致性地用于风险的不确定程度评价。实验数据结果表明：RPoN方法用于风险的定量计算以及进行风险排序的效果优于RPN方法。     

超长时效对7075合金性能的影响

利用洛氏硬度计、电子拉伸试验机、冲击试验机、扫描电镜（SEM）、能谱仪（EDS）等设备对7075铝合金超长时间时效行为、力学性能、抗应力腐蚀性（SCR）及断口形貌进行了研究。结果表明,7075铝合金的硬度及强度都具有时效双峰特征。两个时效峰的硬度和强度相差不多,但对应第二峰时效的合金具有比较高的SCR性能。首次提出并运用“相变-Mg-H”复合理论解释了7075合金第二峰的高SCR性能现象。     

模糊推理和证据理论融合的航空发动机故障诊断

提出了一种模糊推理与证据理论相结合的航空发动机故障诊断方法.首先,根据故障征兆信号,结合专家经验对发动机故障原因发生的可能进行模糊推理,解决故障诊断中的模糊性问题;其次,将模糊推理结果作为证据的基本置信度分配,确保赋值的准确性;最终,采用证据组合规则对多个证据进行融合决策,减小故障诊断的不确定性测度,并解决证据间的冲突问题,从而实现对故障源的精确定位.实验结果表明,该方法可行且有效.