基于临界距离理论的TC4合金缺口试样 低循环疲劳寿命预测

对TC4合金缺口试样的临界距离和低循环疲劳寿命分别进行了分析和预测.研究了缺口临界距离与疲劳寿命、载荷比、应力集中系数的相关关系及其对寿命预测结果的影响.研究结果表明:TC4合金缺口试样的临界距离不仅与疲劳寿命有关,还与载荷比和应力集中系数相关.载荷比相同时,临界距离与疲劳寿命之间可采用幂函数经验公式来描述.载荷比为-1和0.1时,TC4合金缺口试样的临界距离-疲劳寿命曲线基本重合,当载荷比增大为0.5时,临界距离明显增大.载荷比和疲劳寿命相同时,临界距离与应力集中系数近似成反比关系.寿命预测结果表明:采用临界距离理论预测TC4合金缺口疲劳寿命时,要获得更准确的疲劳寿命预测结果,应同时考虑临界距离与疲劳寿命、载荷比以及应力集中系数等因素的相关性.      

涡轴发动机自适应非线性预测控制

为了实现当直升机旋翼负载变化时,尽量保持功率涡轮转速恒定,并提高系统动态品质,研究了一种针对涡轴发动机的自适应非线性预测控制(ANMPC)算法.基于涡轴发动机稳态数据和动态特性,采用递归最小二乘法(RLS)进行模型参数辨识,建立了具有在线自适应能力的涡轴发动机数值-ARX(auto regressive with external input)并联预测模型.在此基础上,通过多步输出预测和反馈校正,利用序列二次型优化(SQP)算法,进行在线滚动优化,从而获得了涡轴发动机ANMPC控制器.仿真结果表明:当旋翼负载变化时,相比于传统的串联PID(比例-积分-控制)控制器,ANMPC控制器能够使得功率涡轮转速收敛更快,超调量/下垂量更小.      

基于集总虚拟湿源的民机客舱湿度预测

 热湿环境是影响国内及国际航线民机客舱舒适性的主要因素,准确获得客舱热湿动态变化特性,对于飞机客舱舒适性研究具有重要意义。从现役国内及国际航线民机热湿环境现状测试分析入手,引入集总虚拟湿源(LVMS)项,建立客舱湿度预测模型,并利用跟机测试数据辨识得到相关机型的模型参数,使用该模型来提高涵盖飞行包线的湿度预测精度。该集总虚拟湿源项能使用简单的集总方程整体地反映所有内饰材料湿气吸收和脱附过程。研究结果表明:提出的湿度预测方法与实测数据吻合较好,能够反应不同机型不同飞行剖面下的客舱湿度变化特性,可为未来我国民机客舱热湿控制系统的设计与控制策略的制定提供依据。     

基于加速栅溅射腐蚀失效的离子推力器寿命预测

离子推力器加速栅溅射腐蚀失效是制约离子推力器寿命的关键失效模式之一.针对离子推力器长寿命、多功率条件下运行的特点,基于坑和凹槽的溅射腐蚀数据,建立模型对其进行寿命预测.通过研究离子推力器加速栅中心凹槽腐蚀深度在不同功率段下随工作时间的变化规律发现:运行功率顺序对加速栅凹槽腐蚀率影响较小,进而采用累积损伤理论建立离子推力器多功率段下运行的寿命预测模型.最后, 对美国的NASA's Evolutionary Xenon Thruster(NEXT)进行了寿命预测,预测结果寿命为46041h,与试验结果符合较好.      

镍基高温合金疲劳-蠕变寿命预测的临界面损伤方法

采用临界面损伤方法并耦合疲劳-蠕变寿命模型,通过适当的技术改进,分别对某型航空发动机650℃条件下涡轮盘用材料ZSGH4169高温合金和980℃条件下涡轮转子叶片用材料DZ125定向凝固高温合金的疲劳-蠕变寿命进行预测,并分别比较以W_(alls),C_(cb),S_(wt),G_(lk),和Fin为参数的五种寿命模型的预测精度。算例的计算结果表明:对于ZSGH4169高温合金,以Walls临界损伤平面为参数的寿命模型预测效果较好,预测的结果与实验值相比基本落在±3倍分散带以内;而对于DZ125高温合金而言,以G_(lk)临界损伤平面为参数的寿命模型预测效果较好,预测的结果与实验值相比基本落在±2.5倍分散带以内。     

航空器飞行状态预测的混合模型研究

航空器的飞行状态预测是飞行冲突探测的核心问题,也是保障飞行安全的关键所在.为了准确、高效地预测航空器的飞行状态,提出了一种HMM-BP混合模型.首先深入分析了航空器的飞行特点,从不同角度定义飞行状态并建立几何判定方法;然后通过HMM模型分别对航空器的飞行高度、航向以及速度特征进行时序建模;最后利用BP神经网络对航空器的飞行状态进行了推理预测.研究结果表明,该方法通过分析航空器在扇区内最初5min的雷达航迹数据,能够准确地预测其在扇区剩余时间的飞行状态,且计算速度快、预测效率高,可以有效协助管制员正确掌握航空器的飞行状态.     

动态模糊RBF神经网络焊接接头力学性能预测建模

建立动态模糊径向基神经网络RBF( Radial Basis Function,RBF)焊接接头力学性能预测模型,克服静态RBF和模糊神经网络( Fuzzy Neural Network,FNN)在结构辨识、动态样本训练及学习算法的不足。该模型的结构参数不再提前预设,在训练过程中动态自适应调整,适用动态样本数据学习,学习算法引入分级学习和模糊规则修剪策略,加速训练并使模型结构更加紧凑。利用三种厚度、不同工艺TC4钛合金TIG焊接试验数据对该模型进行仿真。结果表明：模型具有较高的预测精度,适用于预测焊接接头力学性能,为焊接过程在线控制开辟了新的途径。     

基于BP神经网络的机场安检旅客流量预测模型

机场安检服务资源智能分配及调度是提高机场旅客服务水平及运营效率的有效途径之一,而准确的机场安检旅客流量预测则是实现机场安检服务资源动态分配及调度的前提。以天津机场安检旅客流量的历史数据为研究对象,利用BP神经网络算法建立机场安检旅客流量预测模型,并将该预测模型通过天津机场实际旅客流量进行验证。结果表明:该基于BP神经网络的机场安检旅客流量预测模型的预测精度可达90%以上,证明其具有较高的预测精度,能很好地应用到机场安检流量预测中,为机场运营者动态调度安检服务资源提供高效的解决方案。     

基于连续介质损伤力学的高温微动疲劳寿命预测模型

建立了一种基于连接介质损伤力学(CDM)的高温微动疲劳寿命预测模型用以分析航空发动机榫连接结构在不同温度下的微动疲劳寿命。该模型在现有的基于非线性疲劳损伤累积(NLCD)模型微动疲劳寿命预测模型的基础上,引入温度相关的损伤速率因子以考虑温度对榫连接结构微动疲劳行为的影响。以某型发动机钛合金TC11燕尾榫结构模拟件为研究对象开展不同温度下的微动疲劳寿命数值模拟预测研究,预测结果与试验结果相比在2倍误差范围以内,证明了此寿命预测模型的有效性。      

非等间距GM(1,1)模型研究

非等间距GM(1,1)模型是灰色理论中的重要组成部分。文章分别从数据变换生成方法、建模方法、背景值优化、初始条件优化、模型参数估计方法的优化、其他要素的优化和模型的拓展7个方面对近年来非等间距GM(1,1)模型的研究进展进行比较全面的梳理,明确了有待进一步研究突破的问题,并对非等间距GM(1,1)模型未来的研究方向和重点提出建议。