局部热载荷诱导热障涂层界面分层断裂问题

以激光辐照对热障涂层面层进行局部加热, 模拟超燃冲压发动机燃烧室热障涂层服役的高热流、高温度梯度载荷环境, 研究热障涂层的可能破坏模式. 首先给出了YAG 激光局部加热试验方法、过程和界面破坏的典型形貌; 然后, 基于理论分析与有限元模型化研究, 计算了表面局部受热时热障涂层体系的温度场、变形场和应力场, 分析了热障涂层破坏的力学机制. 研究结果表明, 在这种局部迅速加热的载荷条件下, 热障涂层将由于陶瓷层-粘接层的界面分层断裂而失效. 参数化模型研究发现热障涂层体系的关键结构参量、性能匹配对界面分层断裂驱动力具有显著影响且存在优化区间.     

物理短裂纹Manson-Coffin公式的理论研究及寿命

国际上广泛使用Manson．Coffin公式来预测疲劳寿命,但该公式不能确定疲劳寿命同裂纹尺寸之间的关系．本文提出采用与疲劳极限有关的最大非损伤裂纹尺寸代替晶粒尺寸,当裂纹达到最大非损伤裂纹尺寸时,减速扩展速率降低到零．在此基础上结合短疲劳裂纹扩展速率的变化规律,导出了物理短裂纹的萌生和扩展速率同应力、应变、裂纹尺寸以及常规力学性能之间的定量关系．从而做到直接用材料常规力学性能预测短裂纹的疲劳寿命．本文证明了短裂纹的寿命预测公式同Manson—Coffin公式有相同的形式,从理论上揭示了Manson．Coffin公式的本质是短裂纹的萌生和扩展规律．用本文公式预测的疲劳寿命与著名学者相关的试验结果进行了比较,两者完全吻合．并且本文公式中的系数和指数同试验数据的拟合公式也完全一致．特别是对接近10ILtm物理短裂纹疲劳寿命的预测同实验结果惊人的吻合．用本文的公式对15种材料的短裂纹扩展速率进行了预测,其结果和实验值的吻合程度也令人十分满意,显示了本理论的广泛适用性．     

基于扩展有限元法的含损伤深滚压车轴剩余寿命预测

铁路车轴在运用过程中承受大量循环疲劳载荷,且其完整性可能被破坏,因此存在疲劳失效的风险.为防止车轴疲劳失效的发生需对含缺陷损伤车轴进行剩余寿命评估.采用用户子程序SIGINI及二次迭代法重建车轴深度方向的残余应力场,研究深滚压处理后的EA4T合金钢车轴的疲劳裂纹扩展行为.同时综合考虑车轴压装配合过程及车轴所承受的实际轮轴服役载荷谱,并基于扩展有限元方法对含初始裂纹的EA4T车轴进行应力强度因子计算.采用断裂力学评估方法对全尺寸EA4T车轴剩余寿命进行预测.研究结果表明,当初始裂纹深度方向尺寸在残余应力层范围内裂纹不会扩展;当裂纹位于车轴中部时,动、拖车车轴临界破坏尺寸分别为7和9 mm,对应剩余寿命分别为47.13万公里和101.35万公里;当裂纹位于车轮内侧圆弧过渡处时,动、拖车车轴临界破坏尺寸分别为4.5和5 mm.本研究结果可为深滚压处理后的EA4T车轴无损探伤检修间隔优化提供参考.     

基于多任务学习的装备智能诊断与寿命预测方法

智能故障诊断与预测性维护技术是推动我国制造业向数字化、网络化、智能化方向发展的关键切入点和实现"弯道超车"的创新动力.得益于人工智能和机器学习技术的快速发展,智能故障诊断与寿命预测方法在航空航天、石油化工、船舶等领域得到了广泛的研究与应用.然而,传统智能方法为实现机械装备的初始异常检测、故障诊断与寿命预测等多种任务时,...     

基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测

涡扇发动机作为航空航天领域的核心设备之一,其健康状况决定了航空器能否稳定可靠地运行.涡扇发动机的剩余寿命预测是航天器设备监测与维护的重要一环.然而涡扇发动机的监测过程具有工况复杂、监测数据多样、时间跨度长等特点,针对其数据类型多且体量大、数据冗余度较高、剩余寿命预测精度较低等问题,本文通过将生成对抗网络(Generat...     

基于自热修正的SOI NMOSFETs热载流子注入效应寿命预测方法

自热效应SHE（self-heating effect）是SOI MOSFETs可靠性研究的关键问题之一.在热载流子注入HCI（hot carrier injection）应力下会导致自热效应加剧,低估器件工作寿命,使得寿命预测不准.本文提出了一种基于直流HCI应力下的0.18μmPD-SOINMOSFETs可靠性寿命预测方法.通过栅电阻法提取沟道中因自热效应产生的温度,采用自热修正后的衬底电流/漏电流比率模型预测PD-SOI NMOSFETs在正常工作电压下的寿命值,预测结果与未消除自热影响预测出的寿命值存在较大差异,说明自热修正在寿命预测中不可忽略,否则会低估器件的工作寿命.     

基于ConvJANET的航空发动机剩余寿命预测及其不确定性量化

航空发动机技术是衡量一个国家科技水平和工业实力的重要标志,健康状态监测和剩余使用寿命(remaining useful life, RUL)预测技术是航空发动机安全服役、经济运行的重要保障.针对航空发动机RUL预测精度较低、不确定性难以量化的问题,本文提出了一种数据驱动的航空发动机RUL区间预测方法.首先,在ConvJANET框架下构建新的卷积-卷积循环-全连接结构的深度学习模型,逐层提取航空发动机监测数据中的退化特征;其次,利用极大似然思想指导神经网络模型的优化求解,并基于损失函数形式变化的策略训练模型,实现对航空发动机RUL的高精度预测与不确定性量化.将所提出的方法用于分析航空发动机退化数据集,结果表明,对比传统基于蒙特卡洛的方法,本文提出的方法具有更高的RUL预测准确率和更好的置信区间预测性能.     

基于知识点本体的语义扩展研究

传统的基于关键字的信息检索不能很好地检索到相关的资源.通过分析教学领域知识点本体的语义相关性特点,提出了一种基于知识点本体的语义扩展算法.该算法通过将概念间关系进行分离,利用概念层次结构和关联关系并考虑多种影响因素分别计算语义相似度和相关度,进而综合量化成语义关联度进行语义扩展检索.实验表明,本文所提出的语义扩展算法能够有效地提高查全率、查准率,取得较好的检索效果.     

基于L-M算法的EV71传播预测模型

本文基于神经网络L-M优化算法,提出一种时EV71病毒的有效预测模型,利用matlab进行仿真模拟,结果和阜阳病毒感染情况非常符合.神经网络L-M优化算法克服了神经网络BP算法收敛速度慢的缺点,同时通过学习训练,本模型的神经系统具有有效性和通用性的特点.     

前处理与超音速火焰喷涂金属陶瓷涂层对TC21钛合金疲劳性能的影响

为研究喷砂与喷丸前处理及超音速火焰喷涂(HVOF)WC-17Co金属陶瓷涂层对新型超高强度TC21钛合金疲劳性能的影响,利用旋转弯曲疲劳试验机研究了疲劳性能的变化规律,利用X射线衍射仪、表面粗糙度仪、显微硬度计、扫描电子显微镜和X射线应力测试仪等分析了前处理及涂层的基本特性与表面完整性.结果表明,喷砂与喷丸前处理均可以在TC21钛合金表面引入残余压应力;HVOFWC-17Co涂层与钛合金基材结合紧密,涂层硬度显著高于钛合金的表面硬度,但涂层的次表层存在一定的残余拉应力.喷丸能够显著提高TC21钛合金的疲劳抗力,主要归因于喷丸引入了表面残余压应力;喷砂对钛合金疲劳抗力无显著影响,此归因于喷砂引入的表面残余压应力与造成的表面缺口效应的相互抵消.TC21钛合金喷砂后进行WC-17Co涂层处理,其疲劳抗力较基材显著降低,此归因于HVOF过程的热效应极大地松弛了喷砂表面的残余压应力,WC-17Co涂层韧性低、含孔洞型缺陷、且有残余拉应力,以及喷砂造成的钛合金表面缺口效应的综合作用.TC21合金喷丸后进行WC-17Co涂层处理,其疲劳抗力较基材有所降低,但降低的程度比喷砂预处理试样小这是因为喷丸处理改善疲劳抗力的有利作用部分弥补了WC-17Co涂层及HVOF高温效应对疲劳抗力的不利影响.     

基于Favré平均的高超声速可压缩转捩预测模型

本文在Favré平均的框架下推导了可压缩层流脉动动能输运方程,并根据一定的假设和尺度分析封闭了该方程.通过将Favré平均层流脉动动能方程与Favré平均Navier-Stokes方程联合求解,构造了适用于高马赫数的层流-湍流转捩位置预测模型.应用所发展的可压缩模型及不考虑其显式可压缩项的模型对来流Mach数为5.91的裙锥绕流进行了数值模拟,给出了不同壁面条件下边界层的转捩位置,并与现有的基于参考温度进行可压缩修正的转捩模型计算结果以及实验结果进行了对比,表明所发展的模型在高超声速流动转捩预测上具有更高的精度.     

一种基于扩展有限状态机的自动化测试用例生成方法

扩展有限状态机(EFSM)是使用最广泛的测试模型之一.由于不可行路径的存在,运用EFSM模型生成测试用例仍然是个难题.本文提出了一种基于EFSM模型的自动化测试用例生成方法 (ATGEM).为解决不可行路径问题,首先提出一种基于数据流分析的路径可行性度量方法来预测路径的可行性,以尽可能避开不可行路径,提高测试用例自动化生成的效率.然后通过建立动态可执行模型来获取运行时反馈信息作为搜索算法的适应度函数(fitness function),实现测试数据和预言信息的自动生成.该方法结合静态分析和动态分析技术生成一个较优可行路径子集和对应测试用例来达到指定的覆盖准则,能够应用于多种数据类型的测试用例生成,适用范围较广.通过实验在多个EFSM模型上验证了ATGEM方法中测试用例生成和路径可行性度量方法的有效性,实验结果表明,利用路径可行性度量方法可以大幅度提高测试用例生成效率,与现有方法相比,ATGEM中的测试用例生成方法具有更高的效率.     

基于L—M算法的EVT1传播预测模型

本文基于神经网络L—M优化算法，提出一种对EV71病毒的有效预测模型，利用matlab进行仿真模拟，结果和阜阳病毒感染情况非常符合。神经网络L—M优化算法克服了神经网络BP算法收敛速度慢的缺点，同时通过学习训练，本模型的神经系统具有有效性和通用性的特点。     

基于星敏感器估计卫星姿态的预测Kalman滤波算法

提出了一种实时的姿态估计算法, 即预测Kalman滤波算法. 该算法能够只利用星敏感器所提供的矢量观测信息来准确地估计卫星的三轴运动姿态, 算法的实现包括力矩模型误差预测和姿态估计两步. 预测Kalman滤波算法具有良好的滤波性能, 不仅估计精度高而且鲁棒性能强,这一点已通过仿真测试得到了验证.     

影响AlSi9Cu2Mg微动疲劳条件的磨损因素及其寿命预测

为了探究影响AlSi9Cu2Mg铝硅合金微动磨损的因素以及对磨损状态下该材料的微动寿命进行预测,本文建立了基于Archard弹性理论的网格自适应算法,并进行了摩擦疲劳有限元模拟,讨论了滑移幅度以及磨损分区因子对微动磨损的影响;使用SWT、F多轴疲劳损伤参数与临界距离理论(theory of critical distance)对磨损状态下的微动疲劳寿命进行预测.有限元仿真结果显示,滑移幅度以及磨损分区因子对微动磨损量均产生影响,接触表面在微动接触后缘总是出现压力的峰值,由于接触后缘的应力梯度较大,证明微动裂纹总是发生在接触后缘,与实验观察到的现象一致.通过两种多轴疲劳参数及临界距离理论得到的寿命预测分布显示,无论哪一个参数,考虑磨损时的预测寿命均优于不考虑磨损时的预测寿命,且多轴疲劳参数F在考虑磨损状态下的寿命预测值与实验更为吻合.最终的结果表明,基于Archard磨损定律的自适应网格算法的有限元分析与临界距离理论的损伤参数法相结合的分析流程,可以更为有效地预测AlSi9Cu2Mg的微动疲劳寿命.     

基于深度强化学习的机械装备剩余使用寿命预测方法

随着机械装备发展的日益大型化和复杂化,其使用安全性和可靠性也越来越受到重视.剩余使用寿命(remaining useful life, RUL)预测技术,通过分析设备的运行数据,预测设备还能正常运行的时间,利用该技术可有效提升设备运行的安全性和可靠性,同时可为设备的后续维修决策提供关键依据.本文提出一种基于深度强化学习(deep reinforcement learning, DRL)的RUL预测方法,首先通过自编码器(autoencoder, AE)对机械装备的原始信号进行特征提取,利用提取到的特征构成强化学习的状态变量,通过设置合适的动作空间和奖励函数训练强化学习模型,使其能依据样本间的时序相关性对装备的RUL进行准确预测.与其他方法相比,强化学习方法的时序交互决策逻辑可以自然地保留样本间的时序依赖关系,降低了RUL预测的波动性.最后利用涡轮发动机数据集CMPASS对提出的方法进行实验验证,所提出的方法在RMSE和Score两项指标上均优于目前多种RUL预测方法,且所提出方法对于接近退化末期的装备预测效果有明显提升.     

基于粗糙集与灰色动态预测模型在电力负荷短期预测的应用

针对电力系统多因素负荷预测问题的复杂性,结合粗糙集理论与GM（1,N）模型各自的优势,提出一种基于粗糙集理论的GM（1,N）预测模型.采取粗糙集理论对影响负荷预测因素进行简约,利用GM（1,N）建立简约后的因素变量和负荷之间的关系建立模型,并与GM（1,1）预测模型进行了比较,结果反映基于粗糙集理论的GM（1,N）预测模型的优越性,精准度达到94.055%.     

喷射转发算法:一种基于Markov位置预测模型的DTN路由算法

典型的容迟网络(DTN)场景常表现出大延迟、易中断、高误码率等特点,其中高效节能的路由算法更是一个亟待解决的问题.现有方法主要是通过发送多个副本来提高数据传输的可达性概率,但网络开销很大.为了同时兼顾成功投递率、网络延迟和网络开销,文中提出了基于Markov位置预测模型的DTN路由算法(喷射转发算法).该算法根据节点经过路径的历史信息,用2阶Markov预测机制预测目的节点可能的位置,针对该位置进行多路径的贪婪转发,使包有方向地扩散,减少网络中包的副本数.采用多副本转发的混合发送模式,在保证成功投递率的基础上,有效地减少包副本数,弥补了使用单一模式时不能兼顾网络开销和成功投递率的不足.仿真结果显示,在小节点密度、节点移动速度较快的网络环境下,与spray and wait算法相比,喷射转发算法能有效地提高成功传输率,减小网络开销.     

基于核和测度的连续区间灰数Verhulst预测模型构建与应用

针对现有区间灰数Verhulst对整体呈现"S"形变化特性的连续区间灰数序列模拟误差较大的问题,通过分析构造序列的特征,提出一种改进的连续区间灰数Verhulst动态预测模型,即先分别构建连续区间的核序列和测度序列,继而建立核序列的灰色Verhulst预测模型和测度序列的灰色Verhulst预测模型,最后构建区间上下界预测模型。将此模型应用于青海玉树地震伤病员人数的预测,并与多种典型Verhulst预测模型进行对比,结果表明该模型预测精度更高,模拟效果更好。