矢量喷管柔性机构运动及可靠性仿真

针对航空航天柔性机构运动具有复杂非线性的特点,提出了一种在UG-ANASYS-ADAMS多软件平台下建立柔性机构模型并进行运动仿真的方法,对某轴对称矢量喷管(AVEN)机构进行了建模仿真;采用响应面方法和蒙特卡洛法相结合的方法得到了矢量喷管性能参数的概率分布,并计算了其可靠性。该方法能够为航空航天领域同类机构的建模分析提供借鉴,响应面方法与蒙特卡洛法结合的可靠性分析方法在满足一定精度要求的同时,能够大大减少计算时间。     

空间站展开机构虚拟样机仿真及可靠性分析

柔性机构的运动具有复杂非线性的特点,为了进行柔性机构的运动分析和动态可靠性分析,提出了一种集成仿真环境下建立虚拟样机模型并进行运动仿真的方法。在UG-ANASYS-ADAMS多软件平台上进行动力学分析,利用蒙特卡罗随机抽样方法进行随机动态响应分析。在MATLAB中建立神经网络进行随机动态响应仿真实验以减少时间成本,得到了运动参数动态响应分布特性和运动参数的动态可靠度。通过空间站柔性展开机构实例分析和计算,结果表明该方法可以用于复杂柔性机构的仿真和分析,具有精度高、时间成本小的优点。     

基于ERSM涡轮盘径向变形的非线性动态概率分析

为了准确设计高压涡轮盘和叶尖间隙,从概率的角度进行了涡轮盘径向变形的分析。介绍了高精度高效率的非线性动态概率分析的极值响应面方法(Extremum Response Surface Method, ERSM),并建立了其数学模型。考虑材料属性和边界条件的非线性,以及热载荷和离心载荷的动态性,基于ERSM对涡轮盘径向变形进行了非线性动态概率分析,得到了输入输出参数的分布特征和影响涡轮盘径向动态变形的主要因素。最后,通过方法比较,验证了ERSM在保证计算精度的前提下能大大提高计算速度,节约计算时间,改善计算效率。为进行更有效的涡轮盘设计和优化,改善叶尖间隙设计和控制的合理性提供了有效依据。      

基于RBF神经网络的柔性机构动态响应辨识模型

通过神经网络技术对柔性机构复杂的非线性动态响应进行辨识,建立了柔性机构运动参数的辨识模型。利用径向基函数(radial basis function,RBF)神经网络优异的非线性逼近能力,建立了柔性机构动态响应的辨识模型。将机构的驱动力矩、阻尼力矩和非线性运动参数分别作为RBF神经网络的输入样本和期望输出样本。建立了RBF神经网络的拓扑结构,利用样本数据对其进行训练。通过空间站柔性展开机构模型进行动态响应的辨识,结果表明辨识的收敛速度快,精度高。该方法为复杂大系统的建模和分析提供了一种理想的途径。     

大系统可靠度优化分配的分解协调法

本文提出了大系统可靠度优化分配的分解协调法。按协调器与子问题之间协调方式的不同,分别给出了模型协调法和目标协调法。最后用一个算例说明方法的有效性。     

系统可靠性多目标优化的满意解

对系统可靠性多目标优化模型 ,由各单目标函数来分别定义一个目标满意度函数 ,再将各目标满意度函数用取小算子和加权指数综合为一个总满意度函数 ,最后以总满意度最大为目标建立一个单目标优化模型 ,该单目标优化模型的解是原多目标优化模型的一个非劣解 ,这一非劣解即可作为原多目标优化模型的满意解。最后以一个串联系统的可靠性多目标优化问题为例 ,给出了求满意解的具体方法。