多轴疲劳寿命分析方法在飞机结构上的应用

针对飞机结构上常见的处于多轴应力应变(比例多轴)状态下的典型结构,采用3种多轴疲劳寿命分析模型,对该结构的疲劳危险部位进行疲劳寿命分析,并与单轴寿命分析方法的分析结果、疲劳试验结果进行了对比分析。首先对该结构进行细节有限元计算,确定结构的应力分布与应力水平,当载荷施加到88%的最大一级的峰值载荷时,疲劳危险部位的孔边即出现显著的塑性应变,因此,选用低周疲劳(LCF)寿命预测模型进行分析。选取的3种分析模型均是基于临界面的分析模型,分别是Wang-Shang模型、Smith-Watson-Topper(SWT)模型以及Morrow-Brown-Miller模型。为验证分析模型工程适用性,开展了该结构的多轴疲劳试验。与试验结果相比,3种分析模型的预测结果均偏大,其中Wang-Shang模型的预测结果最接近试验值,适用于本文这类结构;SWT模型和Morrow-Brown-Miller模型的预测结果误差相对较大。对于处于多轴载荷状态下的结构,应按照多轴疲劳寿命分析方法进行寿命预测,单轴疲劳寿命分析方法将给出过于危险的评定结果。      

基于信息融合的网络安全态势量化评估方法

针对目前网络安全态势评估大多存在信息来源单一、评估范围有限、模型不易构建、时空开销大且可信度较低等问题,提出了一种多源异构信息融合量化评估网络安全态势的方法。首先,构建分级朴素贝叶斯分类器,快速高效地融合主机上各多源异构非确定性信息源。然后,利用拉普拉斯原理平滑参数学习,优化分类与推理结果。使用数理统计的方法融合网络上各主机的安全指数,量化评估网络安全态势,对当前网络安全状况有一个宏观整体的认识。最后,通过真实网络环境的实验,验证了所提方法在网络安全态势评估中的可行性和有效性。      

基于预测碰撞点的剩余飞行时间估计方法

分别针对顺轨与逆轨拦截飞行轨迹的特点,设计了相应的剩余飞行时间（TGO）估计方法。该方法通过对弹目碰撞点的预测,降低了发射条件差异对TGO估计精度的影响。首先对线性比例导引运动方程进行变形,得到拦截弹飞行轨迹关于弹目距离的一阶微分方程,基于预测碰撞点,对不同初始发射角造成的积分结果误差进行修正,得出了2种拦截模式下的TGO解析表达式。通过与3种现有估计方法对比分析,验证了提出方法的实时性和估计精度,且能够优化制导性能。      

基于DeviceNet总线的双CPU冗余实现

介绍了一种基于DeviceNet现场总线的双CPU冗余实现,双CPU冗余设计对提高分布式计算系统(DCS,Distributed Computer System)可靠性有重要意义.两个CPU处理单元与多个数据I/O单元通过一个现场总线连接,CPU处理单元中运行的DeviceNet客户机和服务器程序实现两个处理器单元之间的数据同步及对各个数据I/O单元的冗余控制.当主CPU单元发生严重故障停止运行时,从CPU单元中运行的伪组2客户机程序帮助从CPU单元快速完成主从切换,在不到8 ms的时间内接管整个系统.该研究应用于某专用DCS系统过程控制站的设计中,提高了系统的可靠性.     

复合材料结构三维有限元分析的材料参数

在调研现有文献复合材料结构三维数值分析中材料参数的基础上,阐述了基于单层板材料性能数据建立复合材料三维材料参数的方法.通过对复合材料π接头结构的三维数值模拟和试验,研究了三维材料参数中不确定参数对结构刚度预测的影响;分别采用三维修正的最大应力准则、最大应变准则、蔡-胡准则和Hashin准则评价π接头的初始破坏,结合试验数据,研究不同失效准则对复合材料π接头结构的适用范围以及材料参数对初始破坏强度预测的影响.研究工作可为一般层合复合材料结构的三维建模提供参考,并为深入理解复合材料π接头结构力学性能、准确预测其破坏强度提供理论支持.     

基于经验分布的区间数据分析方法

现有区间数据分析的方法通常假设数据在某一区间上服从均匀分布,这在实际数据分析中通常是不成立的.针对此问题,在原始数据来源于连续分布的简单假设下,利用经过分布函数变换后的随机变量服从(0,1)上的均匀分布,分别采用经验分布函数和核估计对原始数据的分布函数进行估计.基于此设计变换,对变换后的数据进行均匀分布的假设检验,通过检验后进行后续的区间数据分析,使得均匀分布的假定得以成立,保证了统计理论上的严谨性.数据模拟结果表明,将经验分布函数变换后的数据作为研究对象,进行区间数据分析,所得到的统计建模结果更加合理且具有较强的解释力.      

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题,提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法,算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节,以充分利用模型中的低层特征,增加细节信息;改进模型的区域生成网络,加入多种滑动窗口,从而优化了模型锚点的长宽比设置,提高检测能力。实验表明,改进Faster RCNN模型取得最优的缺陷检测结果,对于小缺陷目标仍取得较好的检测精度,从而验证了算法的有效性。     

无人平台复杂地形探测的视触融合方法

为提高无人平台在复杂环境中的地形探测能力以及解决在小样本数据下识别地形困难的问题,提出了一种无人平台复杂地形探测的视触融合方法。在原始宽度学习的基础上,建立了多模态级联特征节点宽度学习框架。首先进行触觉和视觉初步特征提取和融合特征提取,随后将融合特征矩阵经宽度学习分类器得到地形识别的结果。最后,在自建的视觉-触觉地形 (V-T2)数据集进行了实验验证。结果表明,相比于传统的融合算法,提出的融合算法有很好的准确性和鲁棒性,为无人平台地形探测提供了有效的策略。     

有色噪声补偿下降阶系统状态的最优估计

在大型空间结构的控制系统设计中,降阶系统的状态估计是非常重要的环节,它直接关系到控制器的性能。针对B.Friedland的工作,本文提出了有色噪声补偿模型,在恒等变换下显式地消去了有色噪声项,利用正交投影定理仅对感兴趣的状态分量导出了无偏、最小方差估计。这组递推估计式与采用增广状态方法相比,不仅在处理容量、计算效率上有很大改进,而且是标准Kalman滤波方程的推广。注意到原系统与降阶系统之间的内在联系,本文采用随机系统分析方法,给出了在高斯、马尔可夫假设下,有色噪声模型特征参数的在线识别技术。数字仿真表明,对偏差补偿起主要作用的是有色噪声补偿模型中的驱动白噪声项,这是对B.Friedland工作的发展。     

齿轮抗弯曲疲劳可靠度预测的方法

把齿轮弯曲疲劳失效处理成随机事件，以这个随机事件为研究对象，用齿轮抗弯曲疲劳的累积损伤强度ＫＷ和总疲劳损伤量ＤＷ来描述弯曲疲劳失效随机事件，得出用概率描述的弯曲疲劳的疲劳累积损伤模型。用这个计算模型，提出齿轮抗弯曲疲劳可靠度预测的方法。