一种三维弹性机翼气动优化新方法

基于控制理论方法和有限元分析软件,通过将网格生成、流场计算、有限元分析、粘性伴随方程数值求解、梯度求解和拟牛顿优化算法等几方面的有效结合,研究与发展了计及静气动弹性影响的三维机翼气动优化设计方法,其中,雷诺平均Navier-Stokes方程为主控方程,气动载荷和结构静弹性变形量由气动/结构方程的耦合迭代求解得到,目标函数梯度信息由共轭方程数值求解得到。典型大展弦比机翼气动减阻设计结果表明：研究及发展的计及静气动弹性影响的三维机翼气动优化设计方法是有效的,能够有效考虑静气动弹性的影响。     

一种计及静气动弹性变形影响的跨声速机翼气动优化设计方法研究

耦合流场控制方程和结构静平衡方程求解得到大展弦比跨声速弹性机翼气动性能,分析研究了结构静弹性变形对气动载荷的影响.在此基础上以机翼典型剖面外形和机翼型架外形为设计变量进行了基于控制理论的跨声速弹性机翼气动优化设计方法研究,实现了在真实飞行条件下考虑静气动弹性变形影响的大展弦比跨声速弹性机翼一体化优化设计.优化设计算例结果表明所发展的方法是成功的,优化得到的弹性机翼在满足升力系数约束条件下提高了升阻比.     

基于神经网络的民航安检系统风险评价研究

随着民航事业的快速发展,民航安全问题引起了广泛的关注.民航安全检查是民航管理安全重要的组成部分,如何建立一个合理的风险评价模型,指导民航安全检查的管理工作,已成为民航管理者的迫切需求.将BP神经网络模型引入民航安全管理,在分析民航安检系统的基础上,建立了安检系统的风险评价模型.通过实际应用验证了该模型的可行性.     

基于小裂纹的2024-T3铝合金中心孔试样疲劳寿命预测

对2024-T3铝合金板材中心孔试样进行了疲劳裂纹扩展行为及寿命预测的理论和试验研究.采用疲劳条带与显微镜观测相结合的办法获得试样在块谱作用下孔边自然萌生裂纹扩展的α-N数据,并通过对断口的SEM观察获取试样的初始缺陷形状.利用基于裂纹闭合的小裂纹扩展分析程序FASTRAN3.9对试样α-N数据进行反推,建立了描述孔边裂纹细节原始疲劳质量的当量初始缺陷尺寸(EIFS)分布.以该分布为基础,采用FASTRAN3.9对试样进行了恒幅载荷下试样的中值疲劳S-N曲线的预测,预测结果与试验验证结果吻合较好.     

航空发动机滑油综合监控中的磨损故障融合诊断研究

单一的滑油光谱监控手段容易漏报航空发动机磨损故障.根据滑油光谱监控和自动磨粒检测互补的特点,在某型航空发动机上实施滑油综合监控,应用Dempster-Shafer(D-S)证据理论实现发动机磨损故障的融合诊断,并开发出基于上述监控方法和信息融合诊断的滑油监控专家系统.通过对实际诊断案例进行分析,结果表明:提出的滑油综合监控和融合诊断方法可有效解决该型发动机轴承故障预报的难题.      

非稳态流体网络方法在发动机空气冷却系统中的应用

将流体网络法与非稳态模拟方法相结合应用到发动机空气冷却系统沿程温度、压力、流量的非稳态特性预测中.本方法将空气系统简化为节点和元件组成的网络,节点和元件处建立守恒方程,针对传统解法的计算稳定性问题引入了压力修正和积分方法相结合的求解方法.程序应用到可参考对照的模型中得到验证.验证后的程序被应用到发动机轴部冷却通道空气系统非稳态特性预测中.      

基于Bayes理论的航空发动机涡轮叶片维修决策

为了更可靠、更经济地实施航空发动机涡轮叶片维修决策,对Bayes统计推断理论在维修中的应用进行了探索。通过仿真试验,对比分析了维修人员在常规情况下根据维修经验和通过采样对叶片维修策略的选择。试验结果表明,基于Bayes统计推断理论的方法,对于航空公司决策者或维修人员进行维修决策是可行的和方便的。     

混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。     

无人机对地自动攻击占位轨迹生成研究

基于无人机对地自动攻击过程,应用最小值原理求解了无人机对地自动攻击占位段的应飞轨迹,该方法将威胁模型、飞机运动方程和对地攻击任务有机结合,使生成的占位轨迹既能有效规避各种威胁又能为武器投放创造条件。对占位轨迹计算中的两点边值问题采用了共轭梯度法求解。通过实例仿真表明该方法是正确有效的,所得占位轨迹波动平缓没有剧烈折线现象,对占位机动研究具有一定的参考价值。     

基于小波神经网络的齿轮系统故障诊断

通过对齿轮系统在不同的运转状态下不同的故障类型进行试验测试分析,获取了有关的测试信号,对振动特征信号进行了小波阈值去噪,采用离散小波变换(DWT)对去噪后的信号进行8层分解处理,对各层的小波系数进行了小波重构,得到8层细节信号和1层近似信号,并计算了各层信号的能量,得到了信号的能量分布特征.在此基础上把各层信号特征作为神经网络的输入,进行了网络的研究、分析处理和故障分类,并对小波神经网络方法与单独采用神经网络方法的故障诊断结果进行了比较评价.研究表明,去噪处理后的效果比没有去噪的信号特征更加明显,而采用小波神经网络诊断方法,对于齿轮无故障、齿根裂纹故障、分度圆裂纹故障和齿面磨损故障能够进行很好地区分与诊断,其诊断成功率均在95%以上,可对实际工程工作的齿轮系统进行故障诊断.