基于模糊积分的航空发动机MTBF动态评估方法

针对传统评估方法无法解决航空发动机可靠性评估的滞后问题,采用模糊积分方法建立航空发动机动态可靠性评估模型.引入故障强度因子,建立降半正态型分布的故障强度因子函数表示故障纠正过程.通过故障强度因子得到模糊密度,采用Choquet模糊积分方法融合发动机各阶段可靠性指标,解决了航空发动机可靠性指标的动态评估问题.对在研的某小型涡扇发动机进行了应用研究,结果表明采用Choquet模糊积分数据融合方法进行动态评估能考虑到不同阶段故障数据的重要性,对发动机当前的可靠性水平能给予更加科学的评价.      

超高负荷低压涡轮叶型边界层被动控制

应用商用流体计算软件求解定常雷诺平均N-S方程组耦合Lantry-Menter转捩模型,对来流湍流度1.5%,不同进口雷诺数下,前加载超高负荷低压涡轮叶型进行了数值模拟。在与相关实验数据对比的基础上,研究了三种被动控制方式的控制效果与控制机理。结果表明:弧形凹槽的最佳开槽位置在分离点,最佳深宽比为0.15,表面拌线和矩形条的最佳加载位置在速度峰值点与分离点的中点;控制方式能否有效与其增加的掺混损失和减少的分离损失有关;三种控制方式均通过产生小漩涡来增加低能流体与高能流体之间的交换,从而加速转捩减小分离泡降低叶型损失。     

工业企业财产保险风险查勘(评估)模型研究

核保和风险控制工作需要全面掌握标的的风险状况，但目前保险公司普遍采用的检查表评估方式因其自身的缺陷却达不到这一要求。通过建立财产保险风险查勘(评估)模型，运用系统安全工程的理论与方法识别、分析危险，并建立分析查勘评估指标体系，从整体上对保险标的进行了风险评估。采用排序法和直接赋值法综合分析各专家的意见，计算得到其体系的权重值。与保险的实际操作相结合，得出标的的整体风险等级，并找出保险标的的风险薄弱环节，以便承．保后有重点地进行整改。     

SACMA和QMW试验方法对复合材料层合板低速冲击后压缩行为的影响

采用了 SACMA标准和一种小试样试验方法对复合材料层合板低速冲击后的压缩 (CAI)行为进行试验研究 ,从层合板的冲击损伤分布、冲击后压缩破坏过程 ,以及层合板的准静态横向压缩、开孔后压缩等多方面进行对比 ,结果表明 ,这两种试验方法存在很大差别 ,试验方法不同 ,层合板低速冲击后的压缩行为也不同 ;采用 SACMA标准所测得的低速冲击后压缩强度更能全面反映基体韧性的优劣。作为 CAI试验标准 ,小试样试验方法还有待改进     

基于B-P本构模型的涡轮盘应力分析

针对Bodner-Partom统一粘塑性本构方程,采用Euler前差显式积分方法,编制了用户子程序,把该本构方程结合进了大型通用有限元软件ANSYS,进行了一维和二维的算例验证,并针对某涡轮盘进行了三维应力分析。该程序可考虑材料变形的率相关、循环加载等情况,适用于航空发动机高温部件非线性结构分析。      

卫星推力器可靠性评估和寿命预测

提出一种卫星推力器无失效数据可靠性分析方法,该方法能够在高置信水平下给出卫星推力器可靠度和使用寿命的置信下限。同时还建立了卫星推力器强检验和弱检验方法,前者适用于对首次采用的卫星推力器的验收,而后者适用于对已长期使用的卫星推力器的例行的批抽样检验。文中对卫星推力器寿命遵循Weibull分布和对数正态分布的情况分别进行了详细讨论。      

航空发动机性能综合评判模型

利用模糊数学的模糊聚类原理,选取适当的影响因子,建立了航空发动机性能综合评判模型,对所录取的航空发动机在多个试验工况下的试验数据进行了聚类分析。结果表明:计算结果与实际结果吻合,为航空发动机性能综合评判提供了重要依据。     

系统可靠性的贝叶斯网络评估方法

 针对现有组合法与状态法在可靠性评估方法中的局限性,对基于贝叶斯网络的系统可靠性评估新方法进行了研究。运用该方法进行可靠性评估,不但能计算出系统的可靠性指标,而且能方便地给出一个或几个部件对系统可靠性影响的大小,识别系统的薄弱环节。结合故障树方法建立系统可靠性评估的贝叶斯网络模型,并用实例阐述了贝叶斯网络方法进行系统可靠性评估的有效性。同时通过对贝叶斯网络的条件失效概率与系统可靠性评估中常用重要度指标的对比分析表明,贝叶斯网络的推理算法更便于查找系统的薄弱环节。     

基于模糊相似比例与综合评判的发动机可靠性分配

为了在可靠性指标分配时能充分利用相似旧机型已有的可靠性信息,提出在航空发动机初期设计的可靠性分配阶段采用模糊相似比例与模糊综合评判相结合的可靠性指标分配方法.该方法既能充分利用相似旧机型的可靠性数据,同时又能通过模糊综合评判,对基于相似旧机型的可靠性比例分配结果进行修正,实现了在可靠性分配阶段确定性信息和不确定信息的互补,进一步优化了可靠性分配结果.      

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.