一种新的应变疲劳材质参数估算方法

本文根据金属材料的循环硬化/软化特性和由能量—寿命关系导出的有关应变疲劳材质参数的估算表达式,讨论并提出了一种用材料的静力参数估算其应变疲劳材质参数的新方法,文中称之为混合法。该方法简单、明了,与目前已有的通用斜率法、四点关联法及改进的四点关联法比较具有更好的应变疲劳材质参数估算精度。     

基于LC理论和概率神经网络的损伤识别

本文提出了结构健康监测中一种新颖的方法用于时变系统的损伤识别,选取FS-TARMA(函数基时变自回归移动平均)时间序列模型应用于一种随机振动信号中,这种振动信号在时变系统中用来估计TAR/TMA参数和创新方差。基于一种特征值分解技术,被估计的TAR/TMA参数和创新方差能够为损伤估计提供更多信息和数据,从而形成了一种新的理论LCs(潜在成分)。LCs被组合和分解成数值,接着输入概率神经网络中进行损伤识别。将这种新方法用于三自由度时变系统中进行评估,根据质量和弹簧刚度的降低来模拟不同级别的损伤。这种方法能够找出系统参数的时变性质和质量及刚度变化引起的损伤级别。结果表明:使用这种方法,与其他的非降维和普通的特征提取方法相比,识别的成功率有相当大的提高。     

基于分形的BP网络水下目标识别

主要讨论目标回波的分形特征和基于分形的识别方法,并用实际潜艇的回波数据进行了分形特征识别研究。在分析回波信号的时间域波形的基础上,应用随机分形理论,给出基于分形 Brown 运动的回波信号分形特征矢量提取的理论和方法;提取了回波信号的分形特征矢量;进而给出了基于 BP 网络的分类计算方法。计算结果表明,提出的提取水声回波信号目标特征矢量的方法与分类方法切实可行。     

高压比离心叶轮自循环机匣处理扩稳研究

为了探索自循环机匣处理扩稳机理,利用全三维数值模拟方法对应用自循环上游槽封闭机匣和自循环机匣处理结构两种情况下的Krain高压比离心叶轮进行了详细研究.对比结果表明:自循环机匣处理能有效的延迟失速的发生并在近失速区域略微提高压气机的效率以及总压比.通过详细的流场分析表明:该机匣处理能有效地减小叶顶栽荷,从而降低泄漏流相对速度,抑制间隙泄漏涡在叶顶通道内的发展以减小低速气流在流道内的阻塞,提高转子通道的通流能力,从而达到扩大稳定工作范围的目的.     

基于GA-BP贝叶斯算法的可靠性分析近似模型

研究了GA-BP(Genetic Algorithm-Backpropagation)贝叶斯算法在可靠性仿真中的应用.GA-BP贝叶斯算法是一种新型前馈神经网络训练算法,它建立在遗传算法(GA)、L-M(Levenberg-Marquardt) BP算法以及贝叶斯方法这三者的基础上.由于该算法的训练目标是获取对应于后验分布最大值的权值向量,并且在搜索过程中融入了遗传算法,因此能够使前馈神经网络具有更佳、更稳定的泛化性能.在可靠性仿真中,采用GA-BP贝叶斯算法来构造前馈神经网络近似模型,再用它来替代复杂费时的数值仿真程序进行Monte Carlo模拟,就能够在计算成本得到有效控制的同时获取随机输出变量的概率分布情况.     

雨流计数法及其在程序中的具体实现

根据雨流计数法的规则和在实际中应用的体会，介绍了雨流计数法在程序中实现的具体方法。它适合用各种语言编写，在计取循环数时采用的“四点法”使程序的实现比用其他方法更加准确可靠，简单明了。     

局部应力应变法寿命预测应用研究

一、局部应力应变法寿命预测系统　　图 1所示为构件局部应力应变法寿命预测系统 ,适用于承受应变疲劳载荷的构件。基本图 1　低循环疲劳寿命预测体系上分为四部分 :分析预测 ;材料试验 ;部件试验 ;确定寿命。分析预测 上半部是通常的弹塑性应力分析。得到构件危险部位应力—应变谱后 ,即可进行 L CF寿命估算。材料试验 是将构件的应变历程施加到一组光滑圆柱试样上 ,在试验机上作控制应变的 L CF试验。所得寿命数据经统计处理 ,即可确定构件寿命。在进行构件 L CF试验的情况下 ,借助于材料数据确定的疲劳散度系数来间接确定构件的…     

基于卷积稀疏表示的图像融合方法

图像融合是图像处理领域中比较重要的一门技术,传统的图像融合方法会降低图像融合质量。针对稀疏表示在图像融合中存在一定的缺陷,提出了一种基于卷积稀疏表示的图像融合方法。首先,对高频子带系数进行合理有效处理,利用相似度分析和视觉显著性进行融合。然后,将低频子带系数整体融合改进为使用Butworth低通滤波对低频子带进行分解,得到低频近似子带和强边缘子带。最后,再用改进的脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)对强边缘子带进行融合。实验结果表明,与其它传统的图像融合方法相比,信息熵(Information Entropy,IE)提高了将近3%,标准差(Standard Deviation,SD)提高了将近9%,空间频率(Space Frequency,SF)提升了将近30%,互信息(Mutual Information,MI)提升了将近25%。同时,时间效率也有了一定程度地提升。     

基于神经网络预测模型的歼击机结构故障检测方法

提出了一种基于预测神经网络的歼击机结构故障检测新方法 ,与传统的基于模型的非线性系统的故障检测方法相比 ,神经网络方法有着非线性逼近能力强和故障检测实时性好等优点。给出了基于预测神经网络的故障检测方案 ,以及多步直接预测算法和阈值选取原则 ,最后以某型歼击机为例进行了仿真验证 ,仿真结果表明本方法能有效地检测出歼击机的各种结构故障。