适用于含多个隐式极限状态方程的飞机结构系统安全分析新方法

工程复杂随机结构的概率安全分析中，最重要的两个步骤是建立所有失效模式的极限状态方程和计算所建立极限状态方程的失效概率。一般来说大型复杂工程结构的极限状态方程都是隐式的，且当材料参数、结构参数和外载荷等均为随机变量时，极限状态方程均为非线性的，为此文中提出了建立真实复杂结构多模式隐式极限方程的等效方法。该方法对于单个极限状态方程采用在均值点展开成线性项和高次项修正的方式，在概率等效的基础上，建立起原非线性隐式极限状态方程的概率等效线性显式极限状态方程。当结构系统所有极限状态方程都建立了其等效显式线性极限状态方程后，即可利用可得的可靠性分析方法来计算结构系统的等效失效概率。所提方法被用于真实飞机结构翼身连接接头的强度刚度多模式可靠性分析，与迭代响应面法计算结果的对比表明，所提方法具有较高的精度。并且所提方法可以与任何标准有限元程序相结合，而标准有限元程序是当今处理结构力学分析与设计的强有力的工具，文中方法提供了力学分析与概率安全分析相结合的合理连接，其应用前景将是十分广泛的。     

六类高超声速激波-激波干扰的数值模拟研究

基于粘性全N-S方程，利用有限体积法进行数值离散，对Ⅰ到Ⅵ六种类型的激波一激波干扰现象进行了数值模拟，其中采用了二阶Harten-TVD格式，LU隐式算法以及Baldwin-Lomax代数湍流模型。每种类型都得到了清晰的干扰流场结构，其中Ⅳ型干扰的模拟结果与实验结果进行了比较，符合较好。数值模拟结果的对比指出，由入射位置差异引起的不同类型激波-激波干扰结构有很大不同，对壁面压强分布的影响也存在较大差异。     

消费者内隐认知研究述评

内隐认知是个体以无意识的方式对外界事物进行信息加工,加工结果无法通过内省表达却能潜在影响个体行为。消费者内隐认知研究主要集中于内隐记忆影响消费者评价与购买决策,消费者记忆与启动效应方面的作用与机制,消费者内隐态度对行为的影响与预测作用,内隐态度与外显态度的关系等。     

部分可观测信息条件下装备剩余寿命预测

 针对部分可观测信息条件下退化系统的剩余寿命(RUL)预测问题,综合利用装备的历史寿命信息和性能退化信息,采用隐马尔可夫模型(HMM)对系统进行状态评估,得到系统的转移概率矩阵和观测概率矩阵;采用Bayes方法不断更新系统状态空间的条件概率分布;利用比例故障率模型(PHM)对系统进行可靠性分析,得到系统的故障率和可靠度函数,进而得到装备的剩余寿命分布。研究表明,该方法可较准确地预测装备的剩余寿命,为保障人员提供科学的维修决策依据。     

点隐式龙格-库塔方法的应用研究

为了提高求解器的效率,在显式龙格-库塔时间推进的欧拉方程求解器之上,发展了点隐式龙格-库塔时间推进格式。给出了其推导过程和非结构网格下中心格式和迎风格式（Roe和Van Leer格式）预处理算子的构造方法。NACA0012翼型和RAE2822翼型的跨音速无粘流动模拟表明：与显式龙格-库塔方法相比,方法能提高求解效率且内存需求相当,具有一定的工程应用价值。     

多重网格技术在复杂粘性流场计算中的应用及研究

流体力学控制方程的数值求解过程中,当网格加密、粘性效应强或来流马赫数低的时候,流场收敛非常缓慢。本文在多块网格、LUSGS隐式格式基础上采用多重网格技术,计算了NLR7301case#1两段翼型的低速绕流及DLRF4跨声速流场,在复杂二维、三维粘性流场求解中获得了满意的加速收敛效果。文中还比较了V循环、W循环的加速效率,为多重网格的工程应用奠下基础。     

基于非结构网格的涡轮气热耦合数值方法研究

利用课题组自主开发的三维非结构隐式N-S计算软件CU_Turbo,采用气热耦合计算方法,对MarkⅡ内冷径向涡轮导向叶片、带气膜冷却涡轮导叶MT1的流场和温度场进行了数值模拟。计算过程中,隐式时间推进中Jacobi ans矩阵采用对Roe通量的一种近似方法求解。结果表明,计算值与试验值吻合良好,验证了气热耦合计算方法的实用性和有效性,为涡轮工程设计提供了一种新的计算分析方法;涡轮叶片通道内附面层的不同流动状态及气膜冷却,对当地换热都有很大的影响。     

隐式无网格算法及其应用研究

本文的主要目的在于研究求解Euler方程的隐式无网格算法，并应用于复杂的流场计算。采用无网格算法，计算区域用点云离散代替通常的网格划分；计算点上的空间导数，用当地点云上引入的二次极小曲面逼近。求解的Euler方程用隐式时间后差离散，结合用Roe的近似Riemann解确定通量，并用LU－SGS算法分步计算，数值求解了单翼型或双翼型模拟的复杂绕流。     

一种适用于三维混合网格的GMRES加速收敛新方法

为提高流场计算收敛效率,发展了一套适用于三维混合网格Naiver-Stokes方程求解的并行广义最小残差（GMRES）隐式时间推进方法。该方法由科学计算可移植扩展工具包（PETSc）中的Krylov子空间求解器实现,线性方程系统中的系数矩阵直接以显式给出以提高算法的稳定性。为进一步提高GMRES方法的收敛速度,对非结构网格的序号进行了重排序,使得系数矩阵的非零元素尽量向主对角线靠近。利用所发展的GMRES方法,完成了对ONERA-M6机翼、AIAA阻力预测会议通用研究模型（CRM）等算例的计算,计算结果与试验结果吻合良好。通过与其他隐式推进方法进行比较,对算法的收敛特性进行了研究。结果表明,所发展的GMRES方法计算更加稳定,残差下降速度相对LU-SGS（Lower-Upper Symmetric Gauss-Seidel）方法更快,尤其是气动力系数向着收敛解逼近的速度更加明显,提高了计算效率。     

一种鲁棒的概率核主成分分析模型

大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它在处理非线性、存在噪声和异常点的数据时存在效果较差的问题。对此,文章提出了一种鲁棒概率核主成分分析模型。该模型将核方法与基于高斯隐变量模型的极大似然框架相结合,用多元 t分布作为先验分布,以同时解决主成分分析在这 3个方面的弊端。提出混合鲁棒概率核主成分分析模型,使其可直接用于对混合的非线性数据进行降维和聚类分析。在不同数据集上进行的实验结果表明,与标准的混合概率核主成分分析模型相比,文中模型在数据聚类方面有更高的准确率。