基于神经网络与果蝇优化算法的涡轮叶片低循环疲劳寿命健壮性设计

在对涡轮叶片低循环疲劳寿命概率分析的基础上,将广义回归型神经网络(generalized regression neural network,GRNN)与果蝇优化算法(fruit fly optimization algorithm,FFOA)结合,利用果蝇优化算法的多点全局的快速搜索能力来优化影响疲劳寿命的随机变量,进行涡轮叶片低循环疲劳寿命健壮性优化设计.优化结果表明:疲劳寿命的概率区间减小17.9%,对随机变量的敏感度降低,从而可以更精确地对疲劳寿命进行估计.计算结果验证了该方法在工程应用中的可行性.      

高速风洞带动力模拟试验TPS短舱唇口设计

利用计算流体动力学(CFD)技术分析了进气道质量流量差异对外表面压力系数分布的影响,并通过对发动机进气道唇口的反设计优化,使涡轮动力模拟器(TPS)试验时的外表面压力分布与真实质量流量下的压力分布基本一致.通过对发动机唇口修正,可提高2.4m跨声速风洞高速带动力模拟风洞试验的准度.      

幂律型流体雾化SPH方法数值分析

幂律型流体的雾化过程存在复杂的界面运动,用传统网格法很难精确追踪运动界面.为研究幂律型流体的雾化特性,运用SPH方法对典型的双股幂律型流体撞击雾化问题进行三维数值分析.根据文献实验,采用SPH方法模拟获得与实验条件相应的数值结果,对比后表明,二者雾化角相当吻合,数值结果还成功捕捉到液膜向液丝的破碎过程及网状的液丝分布状态,验证了方法的有效性.分析了射流速度和撞击角度对雾化角的影响,得到雾化角随着射流速度和撞击角度的增加而增大;对雾化后的速度场进行数值分析后表明,撞击点附近,惯性力的作用使速度场变化剧烈;在流体远离撞击点的过程中,粘性耗散作用使速度场趋于稳定,但速度大小小于初始撞击速度.     

涡轮盘双轴对称异形孔结构建模与优化

针对发动机轮盘孔结构的应力集中问题,以某高压涡轮盘安装边螺栓孔为研究对象,建立了涡轮盘非圆异形孔数学模型.该异形孔由双轴对称的8段圆弧光滑连接而成,并满足螺栓装配的要求.使用该异形孔模型取代了原螺栓孔.以有限元分析为基础对异形孔进行了优化,得到该轮盘安装边多圆弧异形螺栓孔的最佳形状.结果表明:优化后的多圆弧异形螺栓孔边第1主应力最大值降低了14.8%,孔边应力集中程度显著下降.设计参数灵敏度分析结果表明,与主圆弧相连的过渡圆弧的尺寸对孔边应力的影响较为显著,在设计中应予以重视.      

基于加速退化试验和粒子滤波的电子设备故障预测方法

针对导弹电子设备故障预测问题,提出了一种基于综合环境加速退化试验(ADT)和粒子滤波的故障预测新方法。首先,不同于传统的ADT方案,仅以单个样本为试验对象,采用步进加速的思想,将性能退化理论拓展为加速性能退化理论(APDT),建立基于电子设备寿命退化速度的加速寿命退化模型。其次,为克服环境应力等测试不确定性因素对预测精度的影响,定义了电子设备退化度的概念,将寿命预测的不确定性问题转化为设备退化度最优估计问题,利用改进粒子滤波算法求解出电子产品动态退化的最优估计值,进而实现设备的全寿命评估。最后,实例说明该方法可行、有效,并大大提高了试验的效费比。     

三种不锈钢材料抗固体颗粒冲蚀性能研究

采用增压气流固体颗粒冲蚀试验方法研究1Cr11Ni2W2Mo2V、1Cr12Ni2WMoVNb、1Cr17Ni2三种不锈钢材料的抗冲蚀性能。结果表明,三种不锈钢材料在固体颗粒冲击下均发生冲蚀磨损,30°稳定冲蚀速率大于90°稳定冲蚀速率。在相同冲蚀条件下,三种不锈钢材料抗冲蚀性能1Cr17Ni2>1Cr12Ni2W2MoVNb>1Cr11Ni2W2MoV,即1Cr17Ni2不锈钢抗冲蚀性能最好。     

地形纹理分割技术在雷达图像仿真中的应用

文章阐述了将图像分割技术应用于雷达地形纹理分割中,用基于 FCM 图像分割方法对可见光纹理进行区域自动识别,形成互不相交的纹理区域,并借助建立的雷达材质库对区域材质进行指定,有效解决了海量地形纹理数据处理的难题,并提高了处理的准确性.     

面向单机相依任务调度的GPU并行蚁群算法

蚁群算法是一种具有高度并行特征的群智能算法,串行实现过程中具有收敛速度慢的特点,在将其应用到相依任务序列的单机调度问题中时,以任务在不同作业序下的完成时间为基础,建立了单机调度问题的TSP模型。以任务完成时间最优化为目的,实现了一种求解相依任务单机调度的改进蚁群算法,并基于GPU对其进行了并行化设计。实验表明该算法能够完成相依任务的调度处理,通过并行化得到了较高的加速比。     

观测数据野值剔除的TBS-LS逼近方法

提出了以最小二乘逼近方法为基础的数据野值判别与剔除算法。利用TBS（三角B样条）曲线同时具有局部性和整体性的优越性构造最小二乘拟合算法,并结合偏度分析与残量分析误差方法,在给定范数意义下的评价系统中,可以得到TBS-LS（最小二乘三角B样条）拟合曲线,从而可以更好地识别并剔除野值。最后给出算法以及主要结果,通过实例说明方法的有效性。     

PSO节点寻优的样条逼近微分

样条节点分布对逼近精度的影响很大,样条节点寻优模型的雅可比矩阵求解复杂。利用经典参数的PSO（粒子群算法）解算样条最优节点分布模型,以逼近残差的平方和为目标函数,每步对节点序列排序后再计算目标函数,可以提高样条逼近精度,为样条节点寻优提供了一种较好的实现方法。仿真计算表明,在一定的节点个数情况下,PSO节点寻优的逼近效果比Carl de Boor的NEWNOT程序中的方法要好。