基于多退化量的动量轮剩余寿命预测方法

动量轮是卫星姿态控制系统的关键部件,对卫星的可靠性及整体寿命有直接影响。针对卫星动量轮的剩余寿命预测问题,提出一种基于Copula函数的多退化量下的寿命预测方法。首先,分析了影响动量轮寿命的关键因素,选择润滑剂剩余量和电流作为退化量;其次,分别对单个退化量进行退化建模,得到动量轮剩余寿命的边缘分布函数;然后,通过Copula函数族来描述多退化量之间的相关性,并对边缘分布进行融合,得到动量轮剩余寿命的联合分布函数;最后,提出基于赤池信息准则（Akaike information criterion,AIC)模型评价的Copula函数选择方法。     

基于动态失效率模型的可靠性实时预测

针对失效率函数可变的非线性动态系统,基于系统状态建立参数未知的动态失效率模型。将历史状态和Nelson-Aalen估计的失效率数据作为训练样本,利用具有快速且精确学习能力的径向基网络逼近动态失效率函数。针对系统的非线性,通过粒子滤波方法对运行中的状态进行在线估计,并由此确定随状态改变的系统失效率,从而对可靠性进行实时评估与预测。通过对带有疲劳裂纹增长的机械系统进行仿真,充分验证了这种可靠性预测方法的可行性和有效性。     

运载火箭弹性频率快速预示方法

火箭在飞行过程中,姿控系统与箭体弹性振动存在耦合的可能性。因此,在火箭控制系统设计阶段,就要求火箭横向一阶频率远离刚体截止频率,以提高控制品质,避免失控。常规的频率计算方法是运用梁模型或者壳模型建立火箭的有限元模型,从而计算出箭体频率。这种方法的优点是计算方法比较成熟,但在火箭方案阶段不可避免地存在适应性和效率等问题,因此迫切需要一种算法,在满足总体要求的同时能有效解决上述问题。本项目基于细长梁理论,推导出火箭横向一阶频率与起飞重量和细长比之间的数学关系;经国内外型号数据的充分验证,并成功应用于火箭方案论证阶段火箭的横向频率预示。有效解决了方案阶段参数不明确、方案未细化的问题,仅通过起飞重量、长细比等基本参数快速估计出火箭的横向频率,既保证了准确性,又提高了效率。此方法可推广到各种型号运载火箭的总体设计。     

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。     

应用统计能量方法分析小型飞机座舱内部振动和噪声

飞机座舱内部振动／噪声的预测对改进飞机性能具有重要意义，并为实际飞机设计和噪声控制措施提供理论依据。建立了小鹰-500飞机（LB500）全机的统计能量分析模型，应用统计能量分析方法对该小型飞机在发动机作用下和紊流边界层的激励下舱内前后排乘员耳部噪声及结构振动响应进行了分析，预测了飞机舱内的振动／噪声分布。通过采用隔振和吸声改进措施，降低了飞机座舱内的振动和噪声水平。     

2.5维机织结构复合材料的弹性性能预测

基于经纱矩形截面及纬纱双凸透镜截面假设,重点考虑了该结构表层经纱与内部经纱密度的不同及相同机织结构合成不同厚度和纤维束截面的情况,建立了2.5维机织复合材料的弹性性能预测模型.同时,试验测定了6种结构62个试件的弹性模量.数值预测与试验结果对比表明:研究建立的弹性性能预测模型可以较好地反映2.5维机织复合材料的内部结构;在2.5维机织复合材料弹性模量预测中,表层与内部经纱的差异不可忽略.      

基于过程神经网络的航空发动机排气温度预测

从泛函分析的角度出发,将航空发动机排气温度预测问题转换为一种泛函逼近问题.利用过程神经网络对任意连续泛函的逼近能力,提出了一种基于过程神经网络的航空发动机排气温度预测方法.为克服过程神经网络学习速度慢的问题,为其开发了一种基于正交基函数展开的Levenberg-Marquardt学习算法.将所提出的预测方法应用到某型航空发动机的排气温度预测中,取得了满意的结果.      

定日镜表面风压的重构与预测

在利用风洞试验研究结构表面风压时,测点数量往往不能满足结构计算要求,为了得到未布置测点处的风压时程,需要进行插值预测。文章结合风洞试验同步采集到的风压时程数据,利用本征正交分解(POD)技术分析了定日镜表面风场分布特点;根据风压相关系数矩阵经POD分解后成为时间主坐标与空间本征向量这一特点,编制了Matlab程序,实现其与Surfer软件接口,选取距离反比法、三角形线性插值法和克里金法(Kriging)等不同插值方法对本征向量进行空间插值;研究了参与模态阶数对重构风压序列精度的影响,并计算了预测点风压时间序列。结果表明:随着参与重构的模态数量增加,重构与测量风压序列逐渐接近;在三种插值预测方法中三角形线性插值法和克里金法预测效果优于距离反比法。     

基于ESN的航空发动机状态组合预测方法

基于回声状态网络(ESN)预测模型,结合小波分析和主元分析,提出一种组合预测方法.首先对含噪非线性时间序列进行小波降噪,并重构时间序列产生训练样本,再将训练样本通过主元分析进行降维处理,降维后的时间序列数据则输入ESN模型进行预测分析.对控制飞机动力输出的动压参数非线性时间序列数据进行了仿真对比实验,结果表明:组合预测方法的5步和单步预测速度累计提高了66.97%,预测的平均平方误差、标准均方根误差和归一化绝对误差也均有较大提高.该方法与传统基于ESN的预测模型相比,能有效地提高预测的效率和精度,是一种有效的非线性时间序列预测方法.      

考虑应力梯度的缺口疲劳寿命预测方法

基于试样缺口根部区域应力分布规律,综合考虑了平均应力、应力梯度及尺寸效应的影响,发展了一种考虑梯度影响的缺口疲劳寿命预测方法.以TC4合金材料含两种形式缺口的试样为例,计算得到了缺口应力梯度影响因子和尺寸效应影响因子,并进行了疲劳寿命预测.寿命预测结果表明:引入缺口局部平均应力、应力梯度影响因子和尺寸效应影响因子可以较为全面地考虑缺口对试样疲劳寿命的影响,基于所发展的缺口疲劳寿命预测方法给出的TC4合金缺口试样疲劳寿命预测结果在2倍分散带以内.