基于GANN的机翼盒段试验件传感器的优化配置

对机翼盒段试验件进行了结构分析,采用有限单元方法,建立了其结构的有限元模型,并进行了冲击压电响应数值仿真。构造了一种基于损伤检测的压电智能结构传感器优化配置的遗传神经网络(GANN)方法,采用该方法对机翼盒段试验件压电传感器进行了优化配置,得到了传感器对应于其初始布置模式下的最优配置,为该结构试验件的实际压电传感器的优化配置提供指导依据。仿真结果也表明,对于更多传感器的初始布置模式,采用该遗传神经网络方法可有效减少更多传感器的数量,从而降低成本。     

基于混合算法的机翼多功能盒段传感器优化布置

采用混合传感器优化布置算法,将其应用在某多功能机翼盒段模型的结构健康监测试验中。用有限元方法进行模态分析,运用混合算法得到传感器的布置方案。通过有效独立法确定传感器的初始测点,然后利用MAC法确定传感器的数量,最终得到传感器的布置方案。对已完成传感器布置的机翼盒段进行拉拉疲劳试验,采用作者提出的损伤特征量构造方法进行结构健康监测。结果表明,采用混合算法布置的传感器可以有效采集结构信息,满足在实际工程中的应用要求。     

翼盒尺寸优化中的刚度约束法

翼盒为机翼主要承力部件,优化潜力较大,是机翼结构优化设计的重点对象。在翼盒结构尺寸优化设计阶段,考虑到计算效率和技术成熟度等因素,往往只重点考虑静强度和总体变形约束。优化结果存在不满足颤振和局部刚度要求的风险。基于刚度指标,通过HyperWorks脚本二次开发,建立了关联结构参数的机翼剖面刚度响应。实现了机翼结构尺寸优化设计中各站位处的刚度约束,为如何在机翼结构优化设计中考虑颤振刚度约束提供了新的方法。     

某型民用运输机机翼应力与变形分析

为了探究大型运输机在使用限制范围内,典型载荷作用下机翼的应力分布和变形量,针对某型飞机,建立了机翼翼盒段有限元模型。对巡航状态、最大正过载和最大负过载(1 g,2.5 g,-1 g)三种典型工况进行应力和变形分析。结果显示,巡航状态机翼向上弯曲的最大变形量为1.33 m,32~33号肋区域应力较大;最大正过载时,机翼向上弯曲的最大变形量为3.69 m,应力较大区域与巡航状态类似;最大负过载情况下,机翼向下弯曲的最大变形量是1.81 m,18~19号肋区域应力较大。通过与同级别飞机试验数据的比较,验证了计算结果的准确性。分析结果可为大型飞机机翼结构设计和气动弹性分析提供参考。     

基于局部自适应代理模型的复合材料结构可靠性评估

为了评估复合材料复杂结构的可靠性,开展基于局部自适应代理模型的可靠性评估方法研究.针对复合材料翼盒结构,建立基于局部自适应算法的应力响应面代理模型和基于Weibull分布的强度分布模型,并基于蒙特卡洛法与Hashin准则计算翼盒结构的可靠性;同时开展复合材料翼盒结构的准静态拉伸试验,获得失效位置、失效形式及力-位移曲线,并以二项分布估计试验结果的置信度.结果表明：翼盒结构的失效位置位于上端拐角处,失效形式为基体剪切断裂与纤维拔出,材料参数中剪切模量对失效位置应力响应影响最大,结构需要优化设计减小拐角处剪切应力;基于局部自适应代理模型的可靠性评估数值分析结果与试验结果相对误差为5.295%,准确地评估了结构的可靠性.