烧蚀热响应计算中的不确定性传播分析方法研究

发展了基于代理模型的不确定度量化方法，以少量确定性模拟结果为样本，通过代理模型来构建目标变量和不确定性输入参数的响应关系，以此来分析目标变量的不确定性信息，包括均值、标准差、概率密度分布等统计信息以及各个输入参数对目标变量的敏感性大小。本文以烧蚀热响应计算为例，通过分析材料物性参数的不确定性对烧蚀热响应预测的影响，表明该方法具有准确度高、效率高的特点，为工程中的高维不确定度量化问题提供了很好的解决思路。     

一种适用于气动优化的高效自适应全局优化方法

随着设计空间的增大和优化问题非线性程度的提高，基于代理模型的优化（SBO）过程收敛越来越慢，并且在局部勘测上呈现不足。本文发展了一种高效自适应全局优化方法，在整个样本细化迭代过程中采用变设计空间取样：即在每一步样本细化迭代过程中，利用当前设计空间中的样本建立代理模型，并且根据样本的内部特征，利用模糊聚类算法将该设计空间分割成几个子空间，然后在每个子空间内通过最大化目标函数的期望提高函数和最小化模型预测目标来增加新的样本，之后对子空间进行融合更新设计空间。6个解析测试算例的结果表明，所发展的方法相比于一般的代理模型优化方法，具有更好的鲁棒性以及全局探索和局部勘测能力，更适用于具有强非线性和多极值的优化问题。RAE2822气动优化实例表明，所发展的方法在处理工程实际问题时，仍然能够保持很好的效率、鲁棒性和自适应性。     

基于机器学习方法的压气机落后角与总压损失预测代理模型

为了提高压气机特性预测的精度，基于机器学习方法构建预测落后角与总压损失的代理模型。以一台两级压气机为研究对象，基于多个转速工况下的流场实验数据和叶片几何参数建立了基元叶型数据库。通过灵敏度分析方法筛选出对落后角和总压损失影响最大的输入参数，分别采用高斯过程回归和人工神经网络两种机器学习算法建立落后角与总压损失模型，并引入贝叶斯优化算法搜索最佳模型超参数。对于人工神经网络面临的优化问题和泛化问题，调整模型学习率和修正参数梯度以加速收敛，同时采用正则化方法增强模型泛化能力。模型训练过程采用交叉验证策略以降低过拟合风险，并将优化后的代理模型整合到通流程序中对压气机进行特性预测验证。对比表明，低转速工况代理模型的压比特性预测误差显著低于经验模型，其中人工神经网络建模改善最明显，相比经验模型预测误差降低了0.1。通过代理模型横向对比，基于人工神经网络建立的代理模型比基于高斯过程的代理模型预测精度更高且鲁棒性更强。     

旋翼翼型中高速综合气动优化设计方法研究

为了设计出更适用于直升机高速飞行的新旋翼翼型,建立了翼型气动特性快速评估方法,通过初始翼型的CST(Class Shape Transformation)参数化得到翼型曲线控制系数,使用均匀设计采样的Kriging代理模型,结合粒子群优化(Particle Swarm Optimization,PSO)算法和多目标优化思想开展了翼型优化设计方法研究。选取先进旋翼翼型SCCA09、SC2110作为初始翼型进行中高速性能优化,得到相应的优化结果SCCA09_UP和SC2110_UP。对比气动参数可知优化后翼型在Ma=0.4～0.7时最大升力系数C_(Lmax)最大升阻比K_(max)均有提升,最高达到14%,另外不仅保持阻力发散马赫数Madd基本不变,而且在零升力矩系数|C_(m0)|≤0.02的稳定操纵约束内可达到的速度略有增大,表明优化翼型的中高速气动性能有所改善且适用范围变广。设计过程中在保证翼型光顺的前提下选取了尽量少的参数化设计变量以减少计算时长,选取合适的优化设计点来缩短优化周期,大大提升了设计效率。综上,该方法能有效应用于旋翼翼型中高速综合气动优化设计。     

基于XML语言和代理模型的翼型通用气动数据库技术

建立翼型气动数据库对翼型的选择和设计具有重要的意义。本文基于一种建立翼型通用气动数据库的思想,介绍该数据库的基本框架和基本功能;该数据库采用一种基于可扩展标记语言的通用数据格式进行存储,包含翼型几何特性数据、不同流动状态下力系数、物面压力分布等各种气动数据,并且还可提供灵活多样的数据处理功能;采用代理模型和变可信度模型技术,实现气动数据快速检索和插值功能。通过DU93-W-210翼型算例初步表明如何实现气动数据生成和快速插值,从而初步展示了所提出翼型气动数据库技术的可行性。     

企业提高专利申请质量的控制策略

高质量专利成果是以高水平技术创新为基础,而加强专利申请的过程管理也是提升专利成果质量的重要环节。企业应综合多方面因素选择适合的专利代理机构,并把控好专利申请的各个环节,能够有效提高专利申请质量。     

对危险品航空运输知识培训及货运销售代理人管理的建议

2004年9月开始施行的《中国民用航空危险品运输管理规定》(以下简称CCAR-276)是涉及到危险品航空运输管理领域的一部十分重要的基础性规章,它严格执行国际民航公约附件18的规定,并且将满足国际民航组织出版的9284号文件《危险品航空安全运输技术细则》     

超临界翼型设计中的多响应代理模型

为考虑超临界翼型设计中代理模型多响应之间的相关性,研究了基于多输出高斯过程回归的代理模型。通过实验数据验证了升力系数、阻力系数及力矩系数之间显著的相关性,建立了超临界翼型设计中的基于多输出高斯过程的多响应代理模型,并与kriging模型、BP和RBF两种人工神经网络模型进行了对比。结果表明,当超临界翼型设计中多输出端口之间存在显著的相关性时,多输出高斯过程相比kriging、BP和RBF能有效显著提高预测精度,并获得更加稳定的预测性能。