涡轮盘疲劳寿命可靠性设计仿真及优化策略

涡轮盘是航空发动机主要部件之一,一旦发生破坏性故障将导致严重的后果。在充分考虑影响涡轮盘高低周复合疲劳寿命因素不确定性基础上,以MATLAB为平台,设计了涡轮盘高低周复合疲劳寿命可靠性优化设计的联合仿真平台。利用寿命函数和寿命可靠性分析极限状态函数中的共性需求,提出了在优化迭代的过程中自适应构建寿命函数Kriging模型和寿命可靠性极限状态面Kriging模型时共用训练样本点的策略。同时,提出了一种构建寿命函数Kriging模型的学习函数。使用所搭建的疲劳寿命可靠性优化设计平台,完成了某型涡轮盘盘心、榫槽以及涡轮盘系统高低周复合疲劳寿命的可靠性优化设计。结果表明,最优设计方案的局部最大应力显著降低,均值寿命大幅提高,并满足可靠性约束。     

Cρ 准则下选择最优子集的并行算法

C_p准则是目前颇受重视的一种变量选择准则。本文针对大型线性回归模型,推导了从所有可能子集中用C_p准则选择最优子集的(乘除法) 运算次数,提出了C_p准则下变量选择的并行算法。给出了在YH-1和YH-2向量巨型计算机上运行该算法的模拟结果且获得了15倍左右的向量加速比s/v,体现了该算法的优越性。     

一种高效的显式模型检验方法

随着软硬件系统规模和功能的不断扩充,状态空间爆炸问题严重影响了模型检验的进一步发展与应用,成为验证大规模系统的瓶颈.在显式模型检验工具Murphi的基础上,针对其可达状态空间组织存在的问题进行改进,提出了基于整型指针与Fibonacci散列的可达状态空间组织方法,实现了一个高效的显式模型检验原型系统,在确保验证正确的同时有效缩短了验证时间,并能在系统规范不可满足的情况下给出反例,有助于系统设计人员快速定位错误.理论分析和实验结果表明了本方法的有效性.     

BIT系统的三态马尔可夫模型分析

BIT技术是改善系统测试性和诊断能力的重要途径,但是较高的虚警率一直是阻碍BIT广泛应用的一个重要原因。研究过程中将系统状态划分为正常、间歇、故障三种状态,建立了马尔可夫模型,分析、对比了三态模型与两态模型的关系。理论分析结果表明:基于三态模型的BIT,在提高故障检测率的同时,还可以较大程度地降低虚警率。     

基于HLA的导弹攻防仿真系统分析与设计

基于HLA建立仿真应用系统是提高作战仿真活动效率的有效途径。分析了导弹攻防仿真系统的组成和特点,在联邦开发与执行过程模型(FEDEP)基础上,结合作者的开发经验,探讨了基于HLA的仿真应用系统开发的一般过程,将其总结为系统分析、联邦设计、FOM/SOM开发、联邦成员实现与联邦集成四个步骤。给出了某地地导弹与宙斯盾防御系统攻防仿真的系统设计实例。     

基于统一理论框架的故障诊断模型及学习进化方法

本文以概率图理论为基础,系统研究了基于这一理论框架的故障诊断模型,对模型的构建方法以及在不同场景下的模型演化方案进行了探讨,使得在统一理论框架下可实现多模式系统故障诊断、耦合故障诊断、动态故障诊断、故障预测等复杂情形的诊断。为了弥补单独利用基于模型的方法和基于数据的方法的缺陷,研究了诊断模型的学习进化策略,实现了诊断效果的改进和优化。另外,对模型后续的能力扩展和可能的研究方向进行了展望,为后续理论研究提供了参考。     

OFDM系统中深度神经网络指导的IQ不平衡补偿算法

正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)是现代移动通信中一项重要的物理层通信技术,并且OFDM系统要求子载波间严格正交。然而,在实际系统中,振荡器和滤波器等器件的非理想特性会导致同相正交(In-phase and Quadrature-phase,IQ)不平衡,从而破坏子载波的正交性,严重影响OFDM系统的性能。通过研究IQ不平衡对OFDM系统的影响,提出了一种并联深度神经网络架构下的IQ不平衡补偿算法。该算法利用了深度神经网络不依赖于模型的特点,直接从接收到的频域信号恢复原输入信号的二进制序列,并利用干扰信号来自镜像子载波的先验知识来初始化模型驱动的神经网络,加快其网络优化的收敛速度。仿真结果表明,该算法能有效地补偿IQ不平衡失真,并且在幅度和相位失真的补偿上,其性能都优于传统的基于导频的最小二乘补偿算法,证明了深度学习方法解决物理层问题的优越性。     

基于敏感性分析的DF化学动力学模型的简化

基于两种燃料体系下的DF详细化学反应动力学模型,利用敏感性分析的方法,分别提出了相应的简化反应机理.简化过程中发现,仅考虑DF“冷反应”泵浦过程,忽略掉高振动激发态,忽略掉D2和DF分子的离解复合反应对整个系统影响不大.DF分子之间以及DF与D、D2、HF之间的能量转移反应具有较高的敏感性.简化机理在有效概括DF化学反...     

基于话题模型的专家发现方法

专家发现是实体检索的一个重要方面。经典的专家发现模型建立在专家与词项的条件独立性假设基础上。在实际应用中该假设通常不成立,使得专家发现的效果不够理想。本文提出了一种基于话题模型的专家发现方法,该方法无需依赖候选专家与词项的条件独立性假设,且其可操作性比经典模型更强。同时,使用了一种排序截断技术,该技术极大地降低了模型的计算复杂度。使用CERC(CSIRO Enterprise Research Collection)数据集对模型的性能进行评估。实验结果表明,基于话题模型的专家发现方法在各个评价指标上均优于经典的专家发现模型,能够有效地提高专家发现的效能。     

激波诱导惰性堆积粉尘运动的建模及数值模拟

基于空间平均的双流体模型 ,引入描述颗粒脉动速度的粒化温度 ,建立颗粒相的本构方程 ,将粒化温度模型推广到解决高速流动问题。采用AUSM+ 有限差分法 ,数值模拟激波在一定厚度的惰性粉尘床中传播及诱导粉尘颗粒运动的过程。结果表明 ,粒化温度模型较好地描述了这一过程 ,证实了此模型在处理稠密颗粒高速流动和流场存在强间断中的可行性