监测复合材料结构剩余疲劳寿命的剩余刚度方法

通过疲劳试验获得了复合材料层合板刚度退化的两参数模型,基于此模型提出了复合材料结构剩余疲劳寿命监测的剩余刚度方法,它以实验室中获得的归一化的剩余刚度曲线为基准,结合复合材料结构疲劳危险点的实测剩余刚度值,预测该危险部位的剩余疲劳寿命。该方法抓住了复合材料结构刚度退化的本质,借助实测刚度值,消除了疲劳性能分散性的大部分影响。通过4种玻璃/环氧复合材料光滑试验件和中心孔试验件的疲劳试验结果对该方法进行了验证。结果显示,本方法可以准确地预测复合材料结构的剩余寿命,且仅需利用前20%左右的剩余刚度数据,预测结果便与试验结果吻合较好。     

条件均值对可靠性测度Bayes可信限的应用（Ⅱ）

本文讨论条件均值对正态-正态结构可靠性、幂律过程可靠性测度的Bayes可信限的应用。     

基于遗传算法优化神经网络的结冰环境中MVD和LWC预测

水滴平均体积直径（Mean volumetric diameter,MVD）和液态水含量（Liquid water content,LWC）是两个影响飞机结冰的重要气象参数,但在实际中难以准确测得,如果能够实时、准确地获取这两个参数可以为积冰预测和飞机适航认证标准的建立提供一些指导。文中提出了一种基于遗传算法优化神经网络的结冰气象参数预测模型。以不同测点组合的冰厚和结冰速率、环境温度、飞行速度和机翼迎角为输入参数,结冰气象参数MVD和LWC为输出参数,构建遗传算法优化的结冰气象参数预测模型,并通过预测模型对数值计算测试组数据和结冰风洞实验数据的结冰气象参数进行预测。结果表明,基于遗传算法优化Elman神经网络的预测模型对结冰气象参数的测试组预测相对误差在10%以内,实验数据相对误差在20%以内,该方法具有一定的可行性。     

多重应力下滚动轴承剩余寿命预测

为了实现多重应力下滚动轴承的剩余寿命预测,有效利用不用应力下的退化数据,提出了一种基于加速模型和贝叶斯（Bayesian）理论的滚动轴承剩余寿命预测方法。通过拟合优度检验和威布尔（Weibull）概率图检验法对滚动轴承试验中的数据进行有效性分析。利用switching Kalman filters(SKF)判断滚动轴承各时刻的退化状态。当滚动轴承进入加速退化时,用指数模型拟合轴承退化过程,利用广义线性对数模型表示退化模型参数与应力的关系,根据修正后的轴承实时退化数据利用贝叶斯算法更新模型参数,得到滚动轴承剩余寿命的概率密度函数,从而实现滚动轴承剩余寿命预测。采用XJTU-SY轴承数据集进行验证,预测结果的均方根误差在20 min以内,证明该方法能够有效预测滚动轴承的剩余寿命。     

基于IPSO-Elman神经网络的飞机客舱能耗预测

为了提高飞机客舱使用地面空调制冷时客舱能耗的预测精度,提出了一种改进的粒子群优化（IPSO）Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析,得出了二者合理的取值范围,将粒子到全局最优位置间距离与参数的取值范围相结合,构造了惯性权重与学习因子的动态调节函数,对其进行非线性的动态调节,并引入了变异因子,提出了一种跳出局部最优的策略,防止粒子群优化（PSO）陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中,与PSO-Elman、Elman算法进行性能比较,仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升。该研究结果为飞机客舱能耗预测模型的建立提供了理论依据,对飞机地面空调的节能与机场电能合理调配提供了支持。     

广义Burgers方程声爆传播模型高阶格式离散

声爆预测技术是研制新一代环保型超声速民机的关键技术之一。针对当前基于广义Burgers方程的声爆远场传播模型的数值求解格式精度较低的情况,开展了高阶格式离散方法研究。通过分析该模型中各效应项的物理性质,应用合适的高阶精度格式对各项分别进行离散求解,并采用经典几何声学射线法计算声爆传播路径,实现了对地面声爆波形的精准预测。通过对美国F-5E机型的声爆飞行试验和第二届国际声爆预测研讨会的典型算例进行数值模拟,验证了本文高阶离散方法的可靠性。进一步的结果分析表明,采用高阶离散格式的预测方法相比传统二阶精度预测方法具有明显的低耗散特性,在同等网格数目上可获得更高分辨率的计算结果,且其网格收敛性远优于传统二阶精度格式,同时在计算效率上也有一定优势;在Burgers方程的各效应项中,非线性项的影响更为明显,因而采用高阶离散格式时其优势更为突出;热黏性吸收项对数值结果影响较小,采用高阶离散格式对计算精度的提升效果也不明显,实际计算中仍可以采用传统离散格式,甚至忽略该项的贡献。     

类IXV飞行器初期再入制导与姿态控制方法研究

摘要： 针对类IXV飞行器无翼式升力体构型及采用RCS/尾襟翼组合控制特点,研究其初期再入段的高精度制导与姿态控制方法.设计带过程约束的数值预测 校正制导律以提高制导系统的鲁棒性及精确性;根据其执行机构配置特点,设计基于RCS的航向控制律及基于RCS/气动舵的纵、横向复合控制律,并采用鲁棒伺服LQR技术进行控制参数快速设计.通过蒙特卡洛打靶仿真来验证算法的精度及鲁棒性.     

基于释热率分析的钝体贫油熄火过程分析

针对锥形钝体稳定的甲烷-空气预混湍流火焰复杂的熄火过程,采用大涡模拟(LES)与输运方程概率密度函数(TPDF)湍流燃烧模型相结合的模拟方法,研究远离熄火、近熄火及熄火点的火焰和释热率(HRR)数值变化情况,定量分析熄火判据。结果表明:冷态速度模拟结果和实验的相对均方根误差在10%以内,热态误差在20%以内;释热率是否出现在OH和CH₂O重叠的区域,是判断熄火的一个重要参数;远离熄火时,释热率高的区域主要沿内侧剪切层出现;近熄火工况下,释热率在流向轴上闭合,回流区下游也出现较大的释热率;熄火点工况下,较大释热率的区域在回流区下游和上游均有出现;模拟预测的熄火情况和实验PLIF结果一致;平均释热率可作为判断熄火的定量依据,即当钝体后方0.2d处内侧剪切层平均释热率与回流区平均释热率的比值小于4时,发生熄火。      

基于“时间-特征”协同注意力的机场快轨客流预测

机场快轨客流的准确预测是实现机场轨道交通系统智能化、精细化、高效化管控的基础,对提升机场服务水平和运行效率有着重要意义。由于影响因素众多、相互耦合,且因素对客流时序影响机理复杂,机场快轨客流的准确预测极具挑战。提出了一种基于“时间-特征”协同注意力机制的机场快轨客流预测模型,实现了精准捕捉多维因素在不同时序上对机场快轨客流的影响。基于北京首都国际机场快轨实际客流数据进行实验,结果表明了所提方法的有效性。      

基于变量集结预测控制的四旋翼无人机控制器设计

针对四旋翼无人机路径跟踪问题,设计了一种基于变量集结预测控制的控制器。首先以四旋翼无人机状态空间模型为基础建立预测模型;接着设计控制器时采用分段集结的策略把控制量集结成三段优化序列以减少优化计算量,并降低优化保守性,为了进一步加强系统稳定性,控制器引入终端代价函数和终端约束;最后用四旋翼无人机的动力学模型作为被控对象进行仿真验证,结果表明：该控制器能使四旋翼无人机在三轴方向均能实现一个良好的路径跟踪效果。与传统方法相比,这种基于变量集结的预测控制策略能够减小在线优化量,更适合四旋翼无人机飞控芯片的应用。