考虑认知不确定性的热防护结构瞬态温度场分析

瞬态温度场不确定性分析对高超声速飞行器热防护设计与评估有着重要的意义。本文考虑材料热物性参数的认知不确定性因素，提出了一种瞬态热传导温度响应的不确定性分析求解方法。首先，通过拉丁超立方抽样获得不确定性参数样本，将样本参数写入有限元计算文件中，用区间来表征参数的认知不确定性。其次，基于蒙特卡罗方法及有限元计算得到结构的不确定性瞬态温度响应曲线集。最后，以波纹夹芯热防护结构为例验证方法的可行性。研究结果表明，当结构有净热量流入时，由材料热物性参数的不确定性引起的瞬态温度响应的不确定性区间不断增大，并且瞬态温度响应的不确定性区间宽度与结构的温度变化具有正相关特点。     

翼型不确定性量化中正交匹配追踪的应用

不确定性在实际系统中广泛存在，为了研究不确定性因素影响下系统输出的随机响应特性，传统的不确定性量化方法如蒙特卡洛采样、混沌多项式展开等需要大量的样本，制约了在飞机机翼等复杂系统中的应用。近年来，在信号处理领域发展迅速的压缩感知技术，利用原始信号的稀疏性可以用少量的样本精确重构信号。这一特性促使研究人员探索将压缩感知技术应用于不确定性量化研究中。以RAE2822实际翼型为研究对象，使用类函数/形函数变换将原始翼型参数化，考虑加工、装配过程和实际飞行工况下的几何不确定性，将压缩感知技术与混沌多项式展开相结合，利用正交匹配追踪算法实现多项式系数的稀疏重构，获得翼型气动力系数和流场参数在考虑几何不确定性影响下的均值和标准差，并与蒙特卡洛采样和满秩概率配点法获得的结果进行对比。通过对收敛性能、样本数需求和重构精度等方面的对比分析表明，正交匹配追踪算法能够利用相对较少的样本获得与传统不确定性量化方法相近的精度。考虑到实际系统的随机响应在混沌多项式基底上大多具有稀疏的展开形式，因此将压缩感知技术应用到不确定性量化中可以显著降低样本数需求，从而降低时间成本，提高计算效率。     

基于深度强化学习与扩展卡尔曼滤波相结合的交通信号灯配时方法

深度Q学习网络(DQN)因具有强大的感知能力和决策能力而成为解决交通信号灯配时问题的有效方法，然而外部环境扰动和内部参数波动等原因导致的参数不确定性问题限制了其在交通信号灯配时系统领域的进一步发展。基于此，提出了一种DQN与扩展卡尔曼滤波(EKF)相结合(DQN-EKF)的交通信号灯配时方法。以估计网络的不确定性参数值作为状态变量，包含不确定性参数的目标网络值作为观测变量，结合过程噪声、包含不确定性参数的估计网络值和系统观测噪声构造EKF系统方程，通过EKF的迭代更新求解，得到DQN模型中的最优真实参数估计值，解决DQN模型中的参数不确定性问题。实验结果表明:DQN-EKF配时方法适用于不同的交通环境，并能够有效提高车辆的通行效率。      

非线性不确定系统的鲁棒自适应控制方法研究及稳定性分析

针对一类存在外界干扰和未建模动态的非线性不定系统,特别是含线性定常的参数不确定性及状态关联的非线性不确定性系统,应用直接自适应控制方法,设计了基于李雅普诺夫稳定性理论的鲁棒自适应控制律和修正律;应用李雅普诺夫稳定判据,对系统的稳定性进行了分析,证明所设计的控制律和修正律具有较强的鲁棒稳定性。     

飞行器总体不确定性建模与优化设计方法

针对考虑不确定性的飞行器总体设计迭代周期长、优化困难等问题，提出一种基于裕度量化解耦策略的飞行器总体不确定性建模与优化设计方法。首先采用主动学习策略开展基于优化加点Kriging的阈值不确定性分析，实现了不确定性裕度的高效求解。进而提出一种适用于飞行器总体设计的裕度量化解耦策略，将双层嵌套的不确定性优化问题解耦为确定性优化与不确定性分析过程顺序执行，高效给出满足概率约束的优化设计方案。该方法解决了传统解耦方法采用嵌入式算法而导致的工程应用困难的问题。通过非线性多约束数值案例以及滑翔飞行器工程案例，验证了该方法能够在保证精度的前提下，提高不确定性优化设计效率。     

章动目标接触消旋的特征模型控制

针对含有模型不确定性的章动非合作目标接触消旋问题，提出一种基于特征模型的双通道自适应控制方法。利用接触碰撞时的几何关系和线弹性接触力模型建立消旋系统动力学模型；分析目标自由运动特性，设计分离式消旋策略；构建描述章动目标消旋系统三轴角速度特性的特征模型，计算特征参数表达式；设计基于特征模型的双通道自适应控制器。仿真实验结果表明：所提方法通过在线估计特征参数，有效克服了消旋系统不确定性因素的影响，消旋后剩余角速度小且消旋速度快。     

一种鲁棒的数据驱动不确定性量化方法及在压气机叶栅中的应用

发展了一种基于预处理矩阵的数据驱动不确定性量化算法，以解决实际工程中面临的实测数据稀缺及分布形式复杂的不确定性量化问题。通过鲁棒性分析、正交基函数的重构、非线性测试函数验证了所发展方法的有效性和精度。基于实测的叶片前缘半径和来流攻角随机波动数据，以某高亚声速压气机叶栅为研究对象，采用自主发展的不确定性量化方法定量评估了不确定性因素对叶栅气动性能的影响。结果表明：在设计攻角和大攻角下叶栅真实的总压损失系数高于名义值的概率分别为83.6%和69.9%；大攻角工况下叶栅总压损失的分散度约是设计工况下的2.4倍；前缘半径耦合来流攻角的不确定性引起前缘绕流发生较大波动，是导致叶栅总体性能退化及性能分散的主要原因。     

基于有限存储空间的分布式传感器融合估计器

研究具有信息传输模型不确定性、随机时间延迟和数据丢包的网络化多传感器分布式融合估计问题。模型的不确定性刻画为系统矩阵中的非高斯非白噪声干扰，在远程处理中心处设置有限长度的存储空间用来存储各个传感器延迟到达的测量值。在最小方差原则下设计了一种利用测量值到达变量的最优常增益局部估计器，利用协方差交叉加权方法得到最优分布式融合估计器并推导得到使得估计器有界的条件。最后，通过某电源系统计算实例仿真验证所提融合估计器的有效性。     

基于数值模拟的工程设计中参数不确定性表征方法研究综述

现代工程设计大量使用数值模拟技术，然而数值模拟中仿真模型、几何参数、工作载荷、环境条件等均存在不确定性，这些不确定性直接影响数值模拟结果的可信度，尤其在研发对性能和可靠性要求严苛的装备时，忽略这些不确定性将产生潜在风险，因此在基于数值模拟的工程设计中开展不确定性量化意义重大。不确定性表征既是准确开展不确定性量化和优化设计工作的前提，也是工程精细化设计的重要支撑。本文阐述了基于数值模拟的工程设计中所面临的不确定性因素，根据不确定性因素的表现形式和可用信息，按照概率表征和非概率表征两大类总结了目前主流的参数不确定性表征方法，介绍了各种表征方法的基本思想、主要原理、适用范围以及方法在工程实践中的发展和应用，并简要阐述基于不确定性表征结果进行不确定性传播的基本思路，最后对不确定性表征的研究方向进行了展望。     

叶顶间隙偏差对叶片气动性能影响的不确定性研究

在压气机叶片加工过程中，实际加工得到的叶片外形与设计叶型不可避免会存在一些偏差。为研究叶片叶顶间隙尺寸波动对性能的影响，以Rotor37为研究对象，采用三维定常数值模拟方法，基于非嵌入式混沌多项式中二维正态分布变量产生方法，分别对叶片前缘叶顶间隙和尾缘叶顶间隙进行尺寸波动干扰，研究了叶顶间隙不确定性对气动性能和流场的不确定性影响，评估了公差带内叶顶间隙偏差与气动性能变化的相关性，并探究了叶顶间隙变化对叶片稳定裕度的影响机理。研究发现，叶顶间隙偏差对等背压条件下叶片质量流量、等熵效率和总压比的平均水平几乎不会造成影响；叶顶间隙偏差所造成的气动性能分布标准差随工况点向不稳定边界的逼近而逐渐增大。同时，叶顶间隙不确定性会导致样本稳定裕度均值有所降低，不确定性分析中稳定裕度均值相对原型叶片下降了2.42%。流场结构方面，叶顶间隙偏差主要影响80%叶高以上部分流场；叶顶间隙偏差对叶顶区域泄漏流产生的影响，导致了叶片稳定裕度的变化。