命中精度Bayes推断中基于P值的验前可信度建模

在对散布参数验前可信度的定义与必要性进行分析的基础上,给出了给定散布参数（方差）的P值计算模型,构建了一维散布分析时验前分布可信度的P值模型,给出了验前P值与验前可信度的定义,并对其变动情况进行了阐述,给出了验前分布的拒绝条件.对二维散布分析条件下的验前可信度分析,分别构建了验前P值的独立求解模型和集成求解模型.并从0.05,0.2,0.4区分的数据区间,给出了验前分布选择的原则和要求.基于案例比较可见,验前可信度能较为显著地完成验前分布的差异化比较,相对现有的仅对验前可信度的定性说明,基于P值的验前可信度建模与计算,不仅能完成验前可信度的量化计算,而且能从概率的角度对验前分布选择的正确性进行假设检验.      

基于DQN的反舰导弹火力分配方法研究

反舰导弹作为海上作战的主战武器,由于其精度高、射程远、威力大等特性长期以来一直被当作舰艇编队的主要防御对象。针对反舰导弹打击舰艇编队的火力分配问题,我们提出了一种基于深度Q值网络求解反舰导弹火力分配策略的算法。不同于现有的基于领域知识的方法,深度Q值网络无需依赖任何先验信息,就能够通过与模拟器的交互自动求解最佳的攻击策略。该算法使用深度神经网络拟合Q值函数,解决了传统强化学习中的状态空间过大无法遍历的问题。实验结果表明,在各种不同的舰队防御配置下,深度Q值网络求解得到的攻击策略均获得了最佳的毁伤效果。     

基于小样本物理测试的T800H碳纤维复合材料许用值虚拟大样本技术研究

获得材料许用值的传统方法是对各种形式的材料和试样进行物理试验,并根据"积木式"方法逐级验证单元、子部件和部件。然而,按照"积木式"方法进行测试的成本很高。因此,需要一种新的方法,在较短的时间内完成新材料体系表征鉴定,并推进其在工程中的应用。根据FAA/ASTM建议,非均质单胞多尺度建模/虚拟测试技术,可以成为设计应用过程早期的材料和结构的验证策略。以材料的细观力学/宏观力学为基础,充分考虑制造过程,测试数据和服役环境影响,结合渐进失效分析来预测结构/部件安全性,建立了多尺度虚拟测试工程应用流程。本文采用美国AlphaSTAR公司研发的成熟商业软件平台GENOA,使用单向带测试的统计数据来逆推纤维和基体材料性能以及制造变量的不确定性。这些不确定性随后被用于生成层合板结构的随机虚拟测试试样,计算许用值。这种仿真方法在T800H项目中获得成功应用,大量减少了物理试验。     

航空发动机双转子系统“临界跟随”现象的机理及影响

为了探明“临界跟随”现象导致航空发动机振动居高不下的产生机理,建立了考虑中介轴承的双转子动力学模型,推导了双转子发生“临界跟随”现象时参数之间的关系,分析了“临界跟随”状态下转子系统的动力学特性。结果表明:“临界跟随”现象会导致转子系统无法越过盘偏摆振型临界转速,造成转子振动对不平衡质量分布极其敏感,其主要影响因素为盘极转动惯量与直径转动惯量的比值(简称惯量比)以及双转子增速比;当高压盘等效惯量比等于1,或增速比与任意低压盘惯量比相等时,转子系统表现出高压激励条件下的“临界跟随”特征;当低压盘惯量比等于1,或增速比与高压盘等效惯量比的乘积等于1时,转子系统表现出低压激励条件下的“临界跟随”特征。提出了必须严格控制航空发动机叶盘的等效惯量比以及双转子转速控制律的设计建议。      

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

TC6钛合金超塑性变形

对TC6钛合金在800~900℃温度区间内,分别进行应变速率为0.0001~0.1 s-1的恒应变速率法拉伸实验和最大m值法超塑性拉伸实验,获得拉伸过程应力-应变曲线,并采用金相显微镜对拉伸后断口附近显微组织进行分析。结果表明：TC6合金表现出良好的超塑性性能,随着应变速率或温度的升高,伸长率先增大后减小,恒应变速率拉伸时,在温度850℃、应变速率0.001 s-1条件下伸长率可达到993%;在同一变形温度下最大m值法拉伸能获得比恒应变速率法更好的超塑性,850℃时伸长率达到1353%;TC6合金在超塑性变形过程中发生了明显的动态再结晶,并随着应变速率和温度的升高动态再结晶行为增强。     

宽频高幅值水力激振信号的产生与控制

为了研究火箭发动机全尺寸泵后供应系统的动力学特性,运用脉动压力发生器设计了一种宽频水力激振系统,开展了液流试验和数据分析。结果表明:水力激振系统可以在0~1200Hz的频率范围内,产生时域幅值超过1.5MPa、高信噪比的压力脉动信号,达到了宽频率范围、高激励幅值的目的。通过对电动机转速的控制实现激励频率的可控变化,以满足不同频率激励策略的要求。提高管路系统的入口稳态压力,可以提高激振信号的幅值。通过合适的局部流阻分布,可以在宽频范围内提高水力激振信号的幅值,提高信噪比。      

航空紧固件生产车间流水线平衡量化分析及改善

为了量化地评价航空紧固件生产流水线的平衡性并对其进行改善,对一种典型的航空紧固件生产流水线进行了分析,结合流水线平衡的概念和航空紧固件生产流水线的特点,通过公式推导建立了一套可以从不同角度量化评价流水线平衡性的指标体系,阐述了其应用的方法和可行性;通过对比几种当前主要的研究流水线平衡的方法,指出航空紧固件生产流水线的平衡更适合采用工业工程的方法进行分析;研究了平衡性改进问题的解决思路,指出瓶颈工序对流水线的平衡性有重要影响,通过缩短瓶颈工序的加工时间可使整条流水线的平衡性得到有效改善,同时也使流水线上各工序的加工效率获得显著提升。最后通过实例计算对以上理论和方法进行了应用和验证。     

控制系统模拟信号处理方法研究

模拟量采集精度对控制系统具有重要意义.研究了模拟量采集过程的软件设计流程,层次划分和模型,从传感器AD值到模拟量物理值之间不同处理阶段给出了常用方法描述.针对错误处理详细描述了错误诊断方法.最后将模拟量采集软件应用于某发动机模拟量采集中,通过试验进行模拟量测量值和软件输出值对比计算,结果表明此模拟量采集软件输出模拟量精度均在有效范围内.     

基于D-S证据理论的发动机部件性能降级量化融合研究

针对多方法计算所得发动机部件性能降级无法直接应用Dempster-Shafer(D-S)证据理论融合的问题,提出一种实现降级参数量化融合的方法。以一段时间内计算结果作为样本,融合性能模型输出结果和神经网络输出结果,通过划分区间统计样本落入区间的频率构造基本概率赋值(BPA),从而实现性能降级的量化融合。对比了独立区间划分法和嵌套区间划分法两种BPA构造方法的融合结果,得出了嵌套区间划分法构造BPA具有更适合量化融合的主要结论。