结构强度的模糊可靠性分析与计算

简述了模糊可靠性理论、有关定义并探讨了该理论在结构强度设计中的应用方法,最后以航天器复合材料舱段结构为例,把蒙特卡罗法和模糊可靠性理论结合起来,进行模糊随机可靠性分析和计算。     

高可靠度的安全撞击强度公式

针对现有的临界落高测定方法存在的估计精度差、可信程度低的缺点, 建立了高置信度、高可靠度的安全撞击强度公式。该公式可以综合利用当前试验数据和以往积累的试验数据确定安全撞击强度, 从而既提高了估计精度又减少了试验费用。大量Ｍｏｎｔｅ Ｃａｒｌｏ 仿真分析表明,该式不仅可以在小样本条件下确定安全撞击强度, 而且置信度高。最后给出了一个具体应用的实例     

考虑不确定性的飞机总体参数优化方法

由于在各种设计问题包括飞机概念设计中都存在一定的不确定性,因此在总体参数优化时有必要考虑这种不确定性。以大型客机总体参数优化设计为例,定义了考虑不确定性的飞机总体参数优化问题,该问题与传统飞机总体参数优化的区别是要进行不确定性分析。而不确定性分析的计算量过大,为此提出了一种渐进代理模型方法来解决这一难题。在建立代理模型时,通过连续成批地在设计空间的全局和局部均加入新样本点,不断提高代理模型的全局拟合精度,直至获得满意的代理模型为止。然后在优化过程中使用计算量小的代理模型。大型客机总体参数优化问题中含有5个设计变量,目标函数为起飞重量最轻,并需满足4个性能约束。考虑了不确定性后,不仅使目标值（起飞重量）对总体参数变化的敏感度有所减小,而且满足约束（设计要求）概率显著提高。     

Hall推力器羽流数值模拟

以稳态等离子体推力器(SPT)羽流流场为研究对象,基于直接蒙特卡罗模拟与粒子单元混合方法建立数值模型,模拟等离子体稳态流动,研究流场特性。将计算结果与实验数据相比较,并与同类推力器羽流参数进行比较,以保证仿真可靠性。研究表明,所建立的仿真模型能够较好地预测SPT羽流电子数密度和离子电流密度等参数。     

基于标签多伯努利滤波的衍生目标跟踪算法

针对现有随机有限集(RFS)滤波器在低信噪比环境下对衍生目标跟踪性能严重下降的问题,提出了一种基于Delta扩展标签多伯努利(δ-GLMB)滤波器的改进算法。基于随机集理论和伯努利衍生模型,推导了新的预测方程,并采用了假设裁剪及分组手段和多伯努利近似技术以降低算法的计算量。针对假设增多引起的虚警问题,将多帧平滑思想和算法相结合,利用标签信息对新目标进行回溯处理。仿真结果表明,所提算法能对目标数目进行无偏估计,在低探测概率和强杂波环境下性能明显优于概率假设密度(PHD)算法,计算开销在衍生初始阶段增长快于PHD,目标较分散时低于PHD。     

基于均方根容积粒子的SMC-PHD算法

传统的序贯蒙特卡罗概率假设密度(SMC-PHD)算法采用状态转移密度作为重要性采样函数.当目标非线性运动时,少数粒子将具有较大的权值,导致估计精度低、结果发散.针对上述问题,提出了一种基于均方根容积卡尔曼滤波(SCKF)和统计门限技术的重要性采样函数设计方法.在重要性采样函数估计时,首先利用SCKF对重要性采样函数的均值和协方差阵进行预测,而后利用统计门限技术提取与重要性采样粒子相关联的量测.通过相应的权值对所提取的量测进行合并,更新重要性采样函数的均值和协方差阵.在此基础上将设计的重要性采样函数应用于SMC-PHD的强度预测和更新,最终实现多目标状态和数目的估计.实验表明,本算法在非线性多目标跟踪中具有精度高、估计结果稳定的优点.      

基于启发强化学习的大规模ADR任务优化方法

随着航天事业的蓬勃发展,空间碎片尤其是低轨碎片已成为航天任务不可忽视的威胁。考虑到碎片清除的紧迫性和成本,低轨多碎片主动清除（ADR）技术成为缓解现状的必要手段。针对大规模多碎片主动清除任务规划问题,首先,基于任务规划的最大收益模型,提出一种强化学习（RL）优化方法,并依照强化学习框架定义了该问题的状态、动作以及收益函数;其次,基于高效启发因子,提出一种专用的改进蒙特卡罗树搜索（MCTS）算法,该算法使用MCTS算法作为内核,加入高效启发算子以及强化学习迭代过程;最后,在铱星33碎片云的全数据集中检验了所提算法有效性。与相关MCTS变体方法以及贪婪启发算法对比,所提方法能在测试数据集上更高效地获得较优规划结果,较好地平衡了探索与利用。     

基于置信分布的系统可靠度评估蒙特卡罗方法

大型系统、复杂系统的可靠度的求解问题是可靠性工程中一个热点和难点的问题,针对这个问题,提出了一种基于蒙特卡罗模拟仿真的系统可靠度求解方法.通过利用系统的各个单元产品的可靠度置信分布和系统可靠度函数进行蒙特卡罗仿真,评估出系统可靠度.本方法克服了以往的蒙特卡罗仿真方法处理离散分布时抽取时间样本的困难,并且对系统的结构和复杂程度没有要求.最后,给出计算实例对比说明了该方法的正确性和可用性.      

地-月低能耗转移轨道中途修正问题研究

采用地-月低能耗转移轨道的探测器从地球停泊轨道转移到极月轨道一般需要3~4个月时间,这类转移轨道对入轨精度有较高的要求。本文对地月转移轨道中途修正问题进行了研究。文中结合地-月低能耗转移轨道的特点,给出一种分段式多目标多次中途修正方案。利用显式制导结合牛顿迭代,分别以地球和月球作为中心天体求解兰伯特问题,在假设探测器各种轨道误差的基础上进行了蒙特卡罗仿真。采用该方法一般需要3~5次中途修正能够满足月球探测器环月轨道入轨精度要求,整个转移过程燃料消耗小于传统地月转移轨道。文中给出的仿真结果验证了该方案的可行性。     

基于蒙特卡罗发动机竞争失效的下发仿真模型

针对常规的解析法预测发动机下发时间建模过程复杂且不易求解的问题,提出了一种基于蒙特卡罗仿真预测发动机首次下发时间的方法。通过分析发动机机队的历史数据,研究排气温度裕度(EGTM)的衰退规律以及性能衰退超标的寿命分布,统计各主要部件发生首次部件损伤的时间分布,并计算偶然性损伤的发生概率,确定偶然性损伤的时间分布,对性能衰退、部件损伤、偶然性损伤三种失效模式进行竞争分析,建立蒙特卡罗仿真模型,预测发动机的首次下发时间规律。结合该机队提供的实际下发数据,利用Kolmogorov-Smirnov检验确定首次下发时间的分布类型,经分析,仿真结果的可靠度误差甚小,在-1%~2%之间,从而验证了该方法的合理性和可行性。