失谐叶盘系统受迫振动响应摄动法比较研究

基于质量-弹簧模型,研究了在不同系统参数下,经典摄动法、修正摄动法和自适应摄动法求解失谐叶盘系统受迫响应的应用特点。通过对3种摄动法计算结果的比较分析,确定了3种摄动法对不同失谐强度、耦合强度、粘性阻尼比等参数的适用条件和应用特点。因此,本文的结论对于应用不同摄动法在求解失谐叶盘系统受迫响应问题时具有指导意义。     

基于双重响应面法的涡轮叶盘蠕变可靠性分析

为了精确有效地解决高温蠕变状态下多种失效模式共存时的综合可靠性分析的问题,运用双重响应面法(Dual Response Surface Method, DRSM)对航空发动机涡轮叶盘进行了可靠性分析。通过蠕变试验数据确定材料特征参数;将叶盘结构的燃气温度、材料密度、弹性模量和工作转速作为输入变量,基于建立的叶盘有限元模型,结合有限元法对其进行热-结构耦合分析得到叶盘应力和应变;利用拉丁超立方抽样技术小批量抽取样本,建立涡轮叶盘的应力和应变双重响应面数学模型;运用蒙特卡罗联动抽样技术对双重响应面数学模型进行大批量抽样,完成叶盘结构的综合可靠性分析。分析结果表明:涡轮叶盘高温蠕变综合可靠度为0.985 6;方法比较显示:双重响应面法在保证计算精度的同时明显提高了计算速度。     

基于响应面法的刚性太阳翼可靠性分析

为保证刚性太阳翼的服役安全性,探明其运动过程中可靠度的变化规律,提出了基于响应面法的可靠性分析流程。首先,对刚性太阳翼的结构组成和工作原理进行剖析,明确了可靠性分析的评价指标;其次,对刚性太阳翼的结构进行仿真分析,并建立了以根部铰链阻力距、板间铰链阻力距、钢丝绳刚度以及时间为输入,帆板展开角度差为输出的响应面模型;最后,推导了刚性太阳翼帆板角度差阈值区间范围,并基于极限状态方程进行了可靠性分析。结果表明：所提方法能够有效地量化刚性太阳翼帆板角度差随时间的波动规律以及运动过程中可靠度随时间的变化规律,可为其进一步优化提供理论参考。     

工程机械金属结构疲劳可靠性分析的响应面法

研究了响应面法在分析工程机械金属结构疲劳可靠性时的应用。求解疲劳可靠性时若将结构的材料、几何尺寸、载荷等视为基本随机变量,功能函数不能表达为基本随机变量的显式函数。本文运用商业有限元软件对结构进行计算,由响应面法构造功能函数二次多项式,再结合JC法或改进的一次二阶矩法求解疲劳可靠度。文中对160t铁路救援起重机伸缩臂结构其进行了疲劳可靠度计算。     

基于响应面法的大型机械传动系统扭转振动可靠性分析

对传动系统扭转振动有限元模型应用LANCZOS迭代方法计算固有频率,用MATLAB调用NASTRAN进行迭代,在参数的整个设计空间范围内利用回归分析技术以显式的响应面模型逼近特征量与设计参数间复杂的隐式函数关系。选择较难确定或随时间变化的且对响应特征较为敏感的模型参数作为响应面输入参数,从输入参数的正态分布中抽取样本,利用响应面函数计算样本点的响应值,拟合出响应固有频率值的正态分布。根据工作转速给出传动系统工作频率的分布情况,从而根据可靠性分析方法计算出在模型参数不确定前提下系统不发生共振的可靠度。     

低周疲劳失效的涡轮盘可靠性灵敏度设计

将有限元方法、低周疲劳模型、径向基函数神经网络技术与可靠性理论相结合,给出了涡轮盘低周疲劳可靠性灵敏度设计方法。应用径向基函数神经网络拟合得到随机设计变量与失效寿命之间的函数关系式,根据随机摄动法与可靠性灵敏度技术进行灵敏度设计。径向基函数神经网络技术的引入克服了工程实际无法给出极限状态函数显式的问题,而灵敏度技术使各变量对可靠度的影响得以定量表达,具有很好的指导意义。     

利用响应面方法的汽轮机叶片振动可靠性分析

考虑随机因素的影响,确定汽轮机叶片固有振动静、动频率的统计特性,建立叶片避开共振时的功能函数.以汽轮机扭叶片为研究对象,在考虑几何因素、安装因素、材料因素和转速随机性的同时,将确定性有限元法、响应面方法和Monte-Carlo模拟法相结合对叶片进行振动可靠性分析.在对扭叶片复杂叶型进行有限元参数化建模和试验设计基础上,分别采用多项式响应面法和神经网络响应面法构建了扭叶片静、动频率与随机变量之间的近似关系式,并代替有限元模型,同时结合Monte-Carlo模拟技术得到静频、动频的统计特性和累积分布函数.针对叶片危险振型,在合理确定功能函数的基础上对其进行了振动可靠性分析,并以Latin Hypercube样本Monte-Carlo 模拟法计算结果作为相对精确解,对两种不同响应面法进行了对比.     

结构可靠性分析的响应面方法比较研究

针对隐性功能函数下结构可靠性分析问题,将有限元数值分析(FEM)、响应面方法(RSM)和蒙特卡洛随机模拟(MCS)相结合,实现了隐性功能函数下结构可靠度的计算,其中响应面方法包括多项式响应面法(MRSM)和神经网络响应面法(ANN).以简支梁为例,阐明了该方法的具体实现过程,并以直接MonteCarlo模拟法计算结果作为相对精确解,对不同响应面法支持下的FEM-MRSM-MCS和FEM-ANN-MCS的计算结果进行了对比分析,得出两种响应面法均可满足工程要求,但在泛化能力和精度方面,神经网络响应面均优于多项式响应面,且神经网络响应面可以一次实现从多维空间向另一多维空间的映射,为多失效模式下隐性功能函数下复杂结构的可靠性分析提供了新的思路.     

基于响应面法的汽车车架耐撞性优化

利用响应面法对非承载式车身的前车架进行零件厚度的优化,在限制加速度最大峰值及总质量的情况下最大化吸收动能。针对零件数目较多的情况,采用两步构造响应面进行变量筛选、优化的方法,首先对所有零件构造较为粗糙的响应面模型,用以筛选出关键零件及非关键零件;然后对关键零件构造较为精细的响应面,在此基础上对其进行尺寸优化。对加速度采用径向基函数(radial based function,RBF)响应面,有效提高响应面的精度。采用正交设计和均匀设计的方法选取试验点,能用较少的试验点构造出满足要求的响应面。结果表明,该方法对汽车车架的耐撞性能优化具有明显的效果,同时计算代价较低。     

响应面法在可靠性灵敏度分析中的应用

可靠性灵敏度分析在可靠性设计和修改、可靠性优化设计、可靠性维护等方面均有重要的应用。但由于最大可能点摄动法、JC法、几何法等方法进行结构可靠度的计算时无法将可靠性指标函数表示为随机变量的显式,给可靠性灵敏度分析带来困难,该文基于响应面法将可靠性指标函数表示为随机变量的显式,从而较好地解决问题。通过实例计算,说明文中方法在工程实际中的应用。实例结果表明响应面法在获得在某区域内的可靠度及该区域内的可靠性灵敏度时是一种实用、快速、有效的方法。     

一种结构可靠性分析的加权线性响应面法

响应面法用于对极限状态函数不能明确表达的复杂结构进行可靠性分析,是一种常用方法。在传统线性响应面法的基础上,介绍了一种加权线性响应面法,即通过赋予样本点合理的权数来选取质量好的样本点,剔除劣质样本点,从而提高拟合精度。同时给出了加权线性响应面法的计算步骤和流程图,最后通过算例验证了加权线性响应面法在拟合精度和插值系数变动对结果的影响方面要优于传统的线性响应面法。     

结构可靠性分析中含交叉项的改进响应面法

针对非线性隐式功能函数的可靠性分析问题,提出一种基于试验设计技术含交叉项的改进响应面法。该方法首先采用基于试验设计的矩估计得到试验点并拟合响应面函数,然后通过计算拟合重要度得出最大贡献试验点并进行补充抽样,选择最佳交叉项,获得了隐式功能函数的更好近似,从而提高了失效概率的计算精度。算例表明该方法应用的广泛性和优越性。     

时域内动态载荷识别的径向基形函数法

为了减小载荷识别过程中的不适定性,稳定地实现动态载荷的时域重构,提出了基于径向基形函数的时域动态载荷识别方法。在离散化系统动力响应卷积关系式的基础上,将载荷在时间域内划分单元,采用径向基函数构造载荷形函数,并在整个时间域内进行组装,得到整体形函数响应矩阵,建立载荷识别的正向模型;在此基础上,利用正则化方法实现动态载荷识别。算例表明,该方法能够有效减小核矩阵的规模,改善核矩阵的病态性,在采样时间步长较大且响应存在测量噪声的情况下,可保证动态载荷反演的稳定性和精确性。     

基于正交最小二乘学习算法的径向基函数网络设计

利用正交最小二乘（ＯＬＳ）方法给出径向基函数网络（ＲＢＦＮ）中心的选择算法；用ＯＬＳ学习算法选择ＲＢＦＮ中心，基本思想是以ＯＬＳ算法导出的误差下降速率指标为依据，按照每个正交向量对误差下降速率的贡献大小，依次选取作为网络的中心向量，所得到的网络不但具有唯一性，而且还有最少的中心数目；给出应用实例，实例说明，生成的网络规模小、速度快、而且能够避免数值病态情况的发生。     

基于径向基函数神经网络的电火花线切割机床可靠性数据模拟生成

针对电火花线切割机床(Wire electrical discharge machining,WEDM)可靠性数据分布模型无法确定的问题,提出应用径向基函数(Radial basis function,RBF)神经网络对可靠性数据进行模拟仿真,扩大可靠性数据样本量,从而确定其分布模型的方法。选取聚类学习算法作为神经网络学习方法,通过无监督学习确定RBF神经网络中各隐节点的数据中心,并根据各数据中心之间的距离确定隐节点的扩展常数,然后用有监督学习训练各隐节点的输出权值。经过对原始可靠性数据进行拟合训练后生成一套RBF神经网络,随机产生100个可靠度数据输入该神经网络产生与原始可靠性数据具有相同失效统计规律的数据。对扩充后的可靠性数据通过图估计法和柯尔莫哥洛夫-斯米尔诺夫(Kolmogorov-smirnov,K-S)检验法确定电火花线切割机床可靠性数据分布模型为对数正态分布模型,同时对可靠性模型的参量估计更加准确。     

基于径向基函数神经网络的发动机磨损预测分析

针对BP神经网络算法的不足,利用径向基函数(RBF)神经网络建立设备的磨损预测模型,对光谱分析数据进行实例仿真,并与BP网络模型进行对比研究.仿真结果表明,该模型预测精度高,训练时间短,大大优于BP神经网络模型.     

参数化结构静态响应特性的减基分析方法

针对参数化结构的灵敏度极值问题,提出一种高效的减基分析方法.依据减基平衡方程建立参数域与静态响应集合之间的连续映射关系,在减基空间中分析静态响应的结构参数灵敏度.基于参数灵敏度计算式构建相应的全参数域减基极值模型,在线求解规模已被缩减的减基极值模型可以快速获得参数化结构的全域灵敏度极值以及Pareto前沿.通过结构数值...     

基于径向基函数的动网格技术应用研究

综合分析了基于径向基函数的动网格技术,利用紧支径向基函数构造位移插值函数,推导了位移传递矩阵,使得流场空间节点的位移插值只依赖于物面节点运动。通过一种基于贪婪算法的节点缩减算法与并行技术解决了该方法计算时间长、占用存储空间大的缺点。针对物面变形较大和构型复杂的情况,该技术可很好的完成网格变形。数值算例表明:应用该技术同时适用于结构以及非结构网格,且网格变形前后质量变化不大。     

基于动态径向基函数代理模型的优化策略

针对飞行器多学科设计优化中传统的静态代理模型方法全局近似精度难以保证与计算效率较低的问题,提出一种基于动态径向基函数代理模型的优化策略.通过Maximin拉丁超方计算试验设计在设计空间中选择初始样本点,构造径向基函数代理模型,并通过全局优化算法对当前代理模型进行优化获得原优化问题的可能最优解,根据已知信息构造重点采样空间,在优化过程中逐步更新重点采样空间并在其内部增加样本点,并更新代理模型以提高代理模型在全局最优解附近的近似精度,直至优化迭代收敛.将本优化策略应用于数学测试算例和NASA减速器优化设计中,优化结果表明,使用本优化策略可以获得分析模型的全局最优解.与直接使用遗传算法相比,计算分析模型的次数减少了95%,相比于传统的静态径向基函数代理模型方法,计算分析模型的次数减少了50%.