一种多目标随机决策方法及其应用

本文通过引进决策方案的可行度和决策者参考目标水平的满足度等概念,提出了一种不确定条件下的多目标随机决策方法——交互式参考目标满足度与可行度决策分析中,取得了较好的效果。     

光纤陀螺随机漂移的数据采集成模型辨识

本文采用ＳＴＤ工业控制机和通用ＰＣ机设计开发了高精度、低成本、多适用性的漂移数据自动采集系统，重点了高精度测频和多位数据通讯误码问题。本文对随机样本数据进行预处理分析后，采用逆函数矩估计法进行参数估计，采用条件非线性最小二乘法进行参数精估计，建立ＡＲＭＡ模型。结果表明，光纤陀螺随机漂移误差模型为ＡＲＭＡ（１，１），可分角为一个独立的高斯白噪声和一个时间相关的一阶马尔可夫过程，相关时间４６称，这是见     

开关寿命连续型不可修冷、温贮备系统的可靠性分析及其随机模拟

本文对由n个部件组成的、开关寿命为连续型随机变量的不可修冷、温贮备系统作了可靠性分析,建立了这两类系统的一般模型,给出了冷贮备系统可靠度R_n(t)及平均寿命MTTF的一般形式解。并在指数分布场合下,给出了R_n(t)及MTTF的解析表达式。当部件贮备寿命相互独立同分布时,温贮备系统可以通过一个虚设的开关变量而归结为冷贮备系统。对一般的贮备系统,可以运用数理统计方法,根据样本给出R_n(t)及MTTF的估计。文末利用随机模拟方法,构造所需样本,便可获得R_n(t)及MTTF的数值估计。实例表明,随机模拟的结果是令人满意的。     

海洋平台在组合载荷作用下的随机域可靠性分析

本文对海洋平台在风、浪及海流等多种载荷组合作用下的可靠性进行了分析计算，采用优选随机载单元法进行结构数的随机域离散。文中的海洋平台算例结构表明了优选随机域单元法的高效性，以及在海洋工程的结构系统可靠性计算中的考虑载荷组合作用的必要性。     

带非线性支撑的转子有限元模型求解方法

用数值方法研究了非线性支撑的柔性转子系统的动学行为,提出了一种将有限元与非线性支撑结合的模型和求解方法。利用有限元法(FEM)构建转轴和转盘部分的模型,通过矩阵进行组合;利用离散元方法对包含滚动轴承和挤压油膜阻尼器(SFD)的支撑部分进行建模,此部分包含4个单元,分别为轴承内圈、外圈、SFD内圈和支撑鼠笼。有限元部分和离散元部分通过轴端节点相连,仿真过程中轴端位移传递给非线性支撑部分,支撑部分通过位移计算得到的非线性力反过来作用于有限元转子轴端部分。为了耦合求解有限元转子和非线性支撑组成的数学模型,提出了一种综合的迭代求解方法,克服传统的有限元求解方法对轴端隐性非线性支撑的求解局限性。由于转轴部分采用了Timoshenko梁单元建模,对比与简单转子模型,可以考虑陀螺力矩和轴的柔性特征,更能体现非线性支撑对振动真实影响。在建立的20个轴单元的有限元转子模型中,非线性响应更多体现在靠近非线性支撑的节点1和节点21处,响应频谱中靠近轴端的节点能体现出滚动轴承的2倍和3倍变柔振动频率。     

退化量有缺失的无失效小样本轴承可靠性评估

针对有试验性能退化量参数记录、且(或)有部分数据缺失情况的小样本无失效轴承试验问题,通过由Taylor和Thompson提出的数据模拟法实现补全样本退化量,结合Bootstrap自助法扩大样本量,再根据基于性能退化轨迹的补充信息方法来进行其可靠性评估。选取7组受试轴承的振动退化量,对比在完整数据和带有缺失数据情况下的分析结果,发现可合理利用原舍弃不合规试验的部分有效信息,使之增加可靠性评估的样本数,从而得到较不用这些数据更为准确的结果,且所得结果较用完整数据结果绝对值相差在01以内。对比由极大似然估计法和加权E-Bayes法分析试验寿命数据的结果,发现该方法所得评估结果更优,与试验实际相比误差在10%以内,对于提高评估精度及降低试验成本有积极的实际意义。     

一种新型低功耗SRAM读写辅助电路设计

针对低电压下静态随机存储器（SRAM）出现的读写性能损失的问题,设计了一种应用于低功耗SRAM的两步控制（DSC）的字线电压辅助电路技术,可以同时实现读和写辅助的功能,降低SRAM的最小工作电压从而降低功耗。写辅助通过字线开启前段的字线过驱（WLOD）实现,提高写数据速度和写阈值（WM）;读辅助通过字线开启后段的字线欠驱（WLUD）实现,降低静态噪声,提高稳定性。通过在28 nm互补金属氧化物半导体（CMOS）工艺下,对256 Kbit SRAM进行前仿和后仿仿真验证,结果表明相比于传统结构,应用DSC字线电压技术的SRAM的最小工作电压降低100 mV,写时间减小10%,静态功耗降低30%,版图面积增大4%。      

基于Kriging代理模型的失效机会测度算法

结构输入变量中同时存在随机输入变量和模糊输入变量情况下,失效机会测度可以很好地衡量结构的安全程度。但是,现有的混合模拟法计算失效可信度是一个双层循环过程,需要调用大量的功能函数。尤其对于大型复杂结构来说,混合模拟法的计算量是难以接受的。因此,本文将混合模拟法和自适应Kriging代理模型相结合,发展了一种失效机会测度的高效算法。通过U学习函数来自适应地选择训练样本点,进而可以自适应地构建功能函数的Kriging代理模型。在备选样本池中自适应训练至收敛的Kriging代理模型可以以要求的精度区分备选样本池中每个样本点的状态是失效还是安全的。因此,可以用收敛的Kriging代理模型代替真实的功能函数,进而通过混合模拟计算失效机会测度,这极大地降低了功能函数调用次数。最后,本文通过两个算例来验证本文发展算法的精确性和高效性。