基于模糊神经网络的某型直升机可靠度预测

为了实现某型直升机可靠度准确预测,建立了基于自适应模糊神经网络的可靠度预测模型。该模型以故障间隔时间为输入,以可靠度为输出,通过模糊神经网络自适应训练获得适合直升机可靠度预测的故障间隔时间隶属函数。对模型进行检验取得了较好的仿真结果,与应用RBF神经网络进行可靠度预测相比速度更快,同时预测精度提高了98.4%。     

航空发动机材料寿命问题探讨

归纳了航空发动机材料的变形损伤机理,强调了变形物理机制模型在部件设计和全寿命预测管理方面的应用     

飞机封闭腔室减重降噪优化方法

噪声水平是现代飞机封闭腔室设计的重要指标,设计中单纯地对壁板进行加肋处理虽能显著降低噪声但会大大增加结构质量,为此对由封闭腔室构成的结构-声耦合系统进行了减重降噪优化研究。基于结构-声耦合有限元模型,利用有限元软件ACTRAN计算了频谱加载时舱内的声压响应。通过试验对简化处理及数值计算进行了验证,并修正了相关模型参数。为了降低结构质量,以加强肋为边界对舱门壁板进行了分区,通过对各个区域壁板厚度及肋条截面积的优化设计,使系统动刚度分配更趋合理,降低了声辐射能量以及结构-声腔的耦合性,从而实现了在满足噪声约束条件下减轻结构质量的目标。本文的工作对实际工程中由加肋壁板所构成的类似结构的减重降噪设计有着较好的工程指导价值。     

基于Fratar模型的航班时刻需求战略预测方法

航班时刻是机场运行的基础和核心,准确预测机场的航班时刻需求,对于指导机场基础设施建设、运行模式调整等具有重要意义。在航班计划结构信息分析的基础上,构建了全国航班O-D矩阵,建立了多层级机场起降量预测模型,并以起降量预测结果为输入,利用Fratar交通分布预测模型,预测目标机场时刻需求。以杭州萧山机场为例,以2010年为基年,2014为预测年,验证了方法的准确性和可行性,并预测了2020年航班时刻需求,分析了不同运行模式下机场理论容量与航班时刻需求的匹配状况,分析结果表明,2020年萧山机场需由隔离运行模式过渡到相关进近,方能满足时刻需求。     

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。     

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。     

Using the radial basis function neural network to predict ionospheric critical frequency of F2 layer over Wuhan

Neural networks (NNs) have been applied to ionospheric predictions recently. This paper uses radial basis function neural network (RBF-NN) to forecast hourly values of the ionospheric F₂ layer critical frequency(f_oF₂), over Wuhan (30.5N, 114.3E), China. The false nearest neighbor method is used to determine the embedding dimension, and the principal component analysis (PCA) is used to reduce noise and dimension. The whole study is based on a sample of about 26,000 observations of f_oF₂ with 1-h time resolution, derived during the period from January 1981 to December 1983. The performance of RBF-NN is estimated by calculating the normalized root-mean-squared (NRMSE) error, and its results show that short-term predictions of f_oF₂ are improved.     

融合机床精度与工艺参数的铣削误差预测模型

为弥补现有五轴联动数控铣床加工飞机结构件的加工精度评估系统的不足,提出利用机床精度检测数据和零件特征及其工艺参数来构建评估指标体系,基于BP神经网络建立了飞机结构件加工误差预测模型。通过完成训练的网络权值分布,计算出各输入指标对最后评估结果的影响,并通过实例分析检验了模型的可靠性。结果表明,经BP神经网络模型训练得到的结果和样本零件的三坐标测量机测量数据基本吻合,选取的评价指标具有有效性。该评估模型能够有效地融合机床精度检测数据和零件特征及其加工工艺参数,对飞机结构件的铣削加工误差进行预测。     

航空发动机涡轮叶片的失效分析与检测技术

通过分析航空发动机涡轮叶片的失效机理与寿命预测模型,从理论上阐述了导致叶片失效的关键因素。并针对影响叶片寿命的关键参数系统地阐述了目前的检测技术和发展趋势,主要包括叶片制造过程中叶片轮廓、进出气边轮廓、气膜孔、表面质量的检测,以及叶片服役后涂层质量、蠕变伸长量的离线和在线检测。检测技术既是叶片制造一致性的保障,同时也为失效机理和寿命预测提供实验测量数据,使预测模型更精准。     

基于非结构混合网格的CHN-T1标模气动特性预测

本文使用自行研制的基于非结构混合网格的亚跨超声速流场解算器MFlow,对AeCW-1提供的客机标模CHN-T1进行了数值模拟研究。介绍了非结构混合网格的生成情况,重点分析了网格收敛特性、压力分布、气动特性曲线、流动分离等。计算得到了近似线性的网格收敛特性。随着网格加密,对激波和分离气泡的模拟更精细。尾支撑对气动特性的影响非常明显,特别是对平尾气动特性有很大影响。机翼静气动弹性变形的影响主要是使升力系数和阻力系数减小。湍流模型的QCR修正对大迎角计算结果有较大的影响。计算结果表明,MFlow程序能够准确地预测客机标模的气动特性。