飞机结构疲劳可靠度贝叶斯组合预测

在实际工程中,常常需要利用模型去描述和分析问题。然而模型亦存在不确定性,即可能存在多个描述同一现象的模型,例如多个疲劳分析的模型。针对飞机结构的疲劳可靠性问题,提出在考虑三种裂纹扩展模型下基于贝叶斯公式的疲劳可靠度组合预测方法。针对不同应力水平下飞机结构试件的裂纹扩展数据建立了三种随机裂纹扩展模型;在考虑模型参数不确定性条件下,采用贝叶斯模型平均方法对三种模型进行组合;基于组合模型分析结构的可靠度。所提方法在分析飞机结构疲劳可靠度上,采用了组合模型,能够最大限度保障结果的稳定性。此外,考虑了模型参数的不确定性,能够得到更为合理的裂纹扩展预测分布和可靠度预测值。给出的实例及分析结果表明所提方法可行。     

探月飞船初次再入段纵程的解析预测方法

探月飞船升阻比较低,为实现长纵程飞行,必须采用跳跃式再入方式。在跳跃式再入轨迹在线规划或预测制导中,如何快速准确地预测初次再入段纵程是一个非常关键的问题。针对这一问题,研究提出一种解析预测方法:利用匹配渐进展开方法得到再入纵向运动方程的闭型近似解;将初次再入段轨迹分为三段,第一段采用高度作为积分自变量,并利用复合梯形公式得到纵程,第二段和第三段分别采用二次多项式来拟合阻力加速度-能量剖面,根据近似解结果反解出多项式系数,并将得到的阻力加速度倒数-能量函数进行积分,得到第二段和第三段的纵程;对解析预测方法的精度和计算效率进行分析,结果表明该方法计算精度较高,速度快,可用于跳跃式再入轨迹的在线规划和制导。     

服役工况下镍基单晶高温合金的损伤机制研究进展

为提高镍基单晶叶片服役寿命、解决发动机和燃气轮机的关键核心技术,近年来国内外持续开展了大量针对镍基单晶高温合金服役情况下损伤与失效机制的研究。从实际服役条件出发,总结了镍基单晶高温合金疲劳、蠕变和热机械疲劳损伤机制等研究成果与进展。此外,针对大量实验造成的时间与成本增加问题,还总结了近年来在镍基单晶高温合金的寿命预测方法方面的研究工作与成果,并提出了目前在镍基单晶高温合金寿命评估与失效分析研究方面所面临的困难和挑战。     

基于正交最小二乘估计的非线性时间序列的预测

在对非线性时间序列的短期预测中经常采用局部线性化的预测算法 ,原有的算法使用普通最小二乘法 (LS)估计近似线性模型的参数。对于存在噪声的数据 ,该算法的数值稳定性较差。本文在对非线性空间进行局部线性化的基础上 ,采用正交最小二乘方法 (OLS)对线性模型同时进行结构选择与参数辨识 ,改善了数值的病态特性 ,增强了算法的稳定性     

基于改进核极限学习机和集成学习理论的目标机动轨迹预测

为了提高目标轨迹预测的精度以及预测模型的泛化能力,提出基于改进蝙蝠算法优化的核极限学习机(Kernel Extreme Learning Machine,KELM)和集成学习理论目标机动轨迹预测模型.构建KELM模型,并采用改进的蝙蝠算法对KELM的参数进行优化;以优化后的KELM神经网络为弱预测器,结合集成学习算法生...     

动态服务质量的多信道媒体接入控制传输机制

针对航空自组网在高负载下的服务质量及时延问题,提出一种动态服务质量的多信道媒体接入控制传输机制。以多信道检测统计为平台,结合优先级机制,通过在高负载网络中适当遏制低优先级业务,并且进行网络流量优化,保证高优先级业务的低时延发送;同时利用流量预测模型估计网络流量,通过粒子群优化算法进行优化,寻找合适的优先级门限值,确保高优先级业务接入率。通过计算机仿真可知,所设计的动态服务质量的多信道媒体接入控制传输机制,可在大负载网络中动态控制信道的接入,保持良好的网络吞吐量,其高优先级业务接入率达到99%以上,能有效解决航空数据链网络高业务量导致的服务质量及时延问题。     

履带车辆悬挂系统关键部件疲劳寿命预测技术研究

针对履带车辆悬挂系统关键部件-扭力轴的疲劳寿命预测技术展开研究,首先利用机械系统动力学仿真软件ADAMS建立了悬挂系统多刚体动力学模型, 应用模态集成方法在悬挂多刚体模型中集成扭力轴柔性体,通过添加约束与载荷边界条件,建立悬挂系统刚/柔体耦合模型。通过对典型工况的仿真计算,可以得到扭力轴上每个节点的载荷时间历程与应力时间历程,结合扭力轴的材料特性,并考虑应力集中系数、平均应力修正等各种影响因素,实现悬挂系统扭力轴疲劳寿命的预测。最后将实验结果同仿真结果进行了比较,得到了具有工程意义的结论。     

改进的基于背景预测的红外弱小目标检测方法

提出一种改进的基于背景预测的红外弱小目标检测的算法,该算法通过"裁判模型"自动排除预测窗口内偏离真实值的噪点,从而减少了噪声和背景起伏对背景预测的影响,不仅能解决传统预测算法的边缘模糊问题,而且有较强的抗噪声特性,尤其适用于具有复杂云层的空背景,是背景预测算法的一个重要扩展.针对实际红外图像的实验仿真表明,该算法是有效的.     

基于TOA预测的非同步照射辐射源定位算法

针对现有基于TDOA的定位算法难以适应辐射源信号非同步到达的实时定位问题,提出了一种基于TOA预测的非同步照射辐射源定位算法。该算法采用脉冲样本图外推法通过各站接收的短时脉冲列计算TDOA序列(TDOAs),并通过牛顿迭代法实现对辐射源位置的初步估计。对新到达的脉冲采用脉冲样本图外推法进行TOA预测,判别脉冲属性,进而获得新的TDOA测量值,然后采用扩展卡尔曼滤波算法实现对辐射源位置的实时更新。仿真分析表明:该算法解决了非同步照射引起的难以计算TDOA的问题,并增强了处理的实时性。     

神经网络在雷达装备故障趋势预测中的应用

为了提高预测精度,在雷达装备状态监测与故障趋势预测系统中引入基于指数衰减的神经网络预测模型。通过普通BP网络预测模型引出基于指数衰减的神经网络预测模型,经验证预测精度较高。并介绍了雷达装备状态监测与故障趋势预测系统构成,此系统对于雷达装备的早期故障预测和预防性维修具有重要意义。