对称随机循环应力作用时零件的疲劳可靠度和寿命的预测方法

以Ｍｉｎｅｒ理论为基础，考虑到影响疲劳损伤的主要物理量实际上为随机变量，提出单个循环的疲劳损伤量δ、零件的疲劳损伤强度Ｋ、零件的总疲劳损伤量Ｄ的计算式。从这３个随机变量出发，建立了一种疲劳累积损伤的概率模型。在对称随机循环应力作用时，可用该模型计算零件的可靠度和疲劳寿命。     

自修复飞行控制系统舵面/作动器故障检测与隔离

讨论了控制舵面／作动器故障的类型及它们对系统的影响,给出了故障检测和隔离系统的结构和工作原理,特别讨论了检测和隔离具有相似特征的舵面缺损故障的检测滤波器算法。理论分析和仿真验证表明,这种方法可以快速准确地得到故障类型及其影响大小的信息。     

歼击机结构故障的模式识别与参数辨识新方法

针对自修复飞行控制系统的故障,采用基于精确线性化的方法,在原空间和特征空间提出了基于双假设/多假设（增强型）概率统计学的模式识别与参数辨识方法,给出了结构故障的可识别性和可辨识性的判别准则,并以某型歼击机为例进行了仿真研究。     

论加速可靠性增长试验(Ⅴ)单独故障时间数据的统计方法

基于Arrhenius或逆幂律－幂律模型，以恒定应力加速可靠性增长试验（CSARGT）的单独故障时间数据的情况，给出了统计分析方法，并用数值例说明了这些方法。     

整机基本可靠性与任务可靠性指标协同分配方法

在总结整机可靠性分配工作的工程约束的基础上,针对性地提出了一种实用性好的整机基本可靠性指标与任务可靠性指标协调分配模型。该模型在某教练飞机的可靠性分配中进行了运用,证实了该模型的合理性与工程适用性。     

奇偶空间法用于液体火箭发动机故障诊断

基于液体火箭发动机系统测量输出之间的内在一致性,直接利用液体火箭发动机试车的测量参数, 采用奇偶空间方法对仿真的液体火箭发动机１６种故障进行分离, 结果证明该方法对实现液体火箭发动机故障诊断有较好的效果。     

基于支持向量经验模态分解的故障率时间序列预测

 针对故障率时间序列的非线性与非平稳特性,提出一种基于支持向量经验模态分解(SVEMD)的预测方法。首先,将故障率时间序列分解为多个固有模态函数(IMF)与一个余量(RF),利用最小二乘支持向量机(LSSVM)预测时间序列两端的局部极值点,以抑制传统经验模态分解(EMD)的边缘效应;同时以LSSVM回归方式形成包络线,以取代传统EMD中的三次样条插值;然后,建立各IMF与RF的预测模型;最终,将各IMF与RF的预测结果相加以获得故障率时间序列的预测结果。仿真结果表明,该方法的预测精度较传统基于EMD的预测方法与单一预测方法有显著提高,可实现对故障率的准确预测。     

基于失效物理的动量轮贝叶斯可靠性评估

作为卫星姿态控制系统关键部件的动量轮,其可靠性关系到卫星发射的成败。但是由于有小子样、高可靠性和长寿命等特点,受技术、费用和时间等条件的限制,无法获得大样本失效寿命数据,因此利用传统的大样本寿命数据统计推断方法进行可靠性建模、分析与评估存在困难。为此,从失效物理分析的角度出发建立性能退化模型,用贝叶斯方法融合性能退化模型和寿命模型得到产品的可靠性评估模型,并基于该模型充分利用失效物理试验中的性能数据和少量的寿命数据来进行可靠性评估。实例分析表明,该方法与伪寿命方法相比更加符合工程实际,评估精度更高。     

基于故障率的测试性验证试验故障样本分配方案

现有的分层抽样算法中故障率数据不准确是导致测试性验证试验结果不可信的一个原因。为解决这个问题,提出了利用验前信息和Monte Carlo仿真相结合的方法计算故障率。首先考虑故障率的随机特性和量级范围,用Gamma分布来拟合故障率的概率分布,根据上下限分位点确定了Gamma分布中的超参数。然后利用舍取抽样得到了大量的服从Gamma分布的随机数,求平均值作为实际系统的故障率值。以此故障率数据进行分层抽样,得到的故障样本分配方案更合理,试验结果更可信。     

某型飞机端盖的失效分析

采用扫描电子显微镜(SEM)、能谱分析(EDS)和显微硬度(MHV)测试等手段对某型飞机的Al-Si-Cu铸造合金端盖进行了失效分析.结果表明:在交变载荷的长期作用下,端盖凸缘处材料出现了裂纹.裂纹的存在引起了应力集中,最终导致了零件的疲劳断裂.