针对重复运行的未知非最小相位系统的轨迹跟踪问题,结合时域稳定逆特点,提出了一种新的基函数型自适应迭代学习控制(Basis function based adaptive iterative learning control,BFAILC)算法.该算法在迭代控制过程中应用自适应迭代学习...针对重复运行的未知非最小相位系统的轨迹跟踪问题,结合时域稳定逆特点,提出了一种新的基函数型自适应迭代学习控制(Basis function based adaptive iterative learning control,BFAILC)算法.该算法在迭代控制过程中应用自适应迭代学习辨识算法估计基函数模型,采用伪逆型学习律逼近系统的稳定逆,保证了迭代学习控制的收敛性和鲁棒性.以傅里叶基函数为例,通过在非最小相位系统上的控制仿真,验证了算法的有效性.展开更多
为提高基于Kriging模型信息熵函数(Information Entropy Function,H)的可靠性计算效率,考虑样本点与极限状态曲面的空间距离和随机变量的概率密度函数,通过对样本点的信息熵赋予不同的权值,提出权重信息熵函数(Weight Information Entro...为提高基于Kriging模型信息熵函数(Information Entropy Function,H)的可靠性计算效率,考虑样本点与极限状态曲面的空间距离和随机变量的概率密度函数,通过对样本点的信息熵赋予不同的权值,提出权重信息熵函数(Weight Information Entropy Function,WH)。该学习函数选择更接近极限状态曲面且概率密度函数值较大的样本点更新Kriging模型,从而减少对功能函数的调用次数,有效提高可靠性计算效率。通过算例表明:与其他学习函数相比,WH学习函数在建立Kriging模型过程中所需要的样本点更少,收敛速度更快,计算效率更高。展开更多
低周疲劳是发动机活塞的典型失效模式,为研究多源不确定性因素对活塞低周疲劳可靠性的影响,提高可靠性分析效率,基于Polynomial-Chaos-based Kriging(PC-Kriging)模型和蒙特卡洛模拟(Monte Carlo Simulation,MCS),构建了一种新的可靠性...低周疲劳是发动机活塞的典型失效模式,为研究多源不确定性因素对活塞低周疲劳可靠性的影响,提高可靠性分析效率,基于Polynomial-Chaos-based Kriging(PC-Kriging)模型和蒙特卡洛模拟(Monte Carlo Simulation,MCS),构建了一种新的可靠性计算方法,并通过数值算例证明了该方法的准确性和高效性。以某型柴油发动机活塞组结构为研究对象,基于热-机耦合分析建立活塞有限元模型,综合考虑关键尺寸、材料属性及载荷的不确定性,运用该方法对活塞进行了低周疲劳可靠性分析。可靠性分析结果表明,与同类型方法相比,该方法计算效率更高,仅需要有限元计算20+93次,当活塞的期望设计寿命为1.4×10^(4)时,其疲劳失效概率为1.053%;灵敏度分析结果表明,活塞高度、活塞直径、材料弹性模量和疲劳计算模型参数对可靠性的影响较大,分析结果可为活塞的可靠性设计提供指导。展开更多
为研究基础结构的材料属性和尺寸对单桩式海上风机基础可靠性的影响,提出基于PC-Kriging模型(Polynomial-Chaos-based Kriging,PC-Kriging)和蒙特卡洛模拟(Monte Carlo Simulation,MCS)方法,结合IEGO学习函数建立的单桩式海上风机基础...为研究基础结构的材料属性和尺寸对单桩式海上风机基础可靠性的影响,提出基于PC-Kriging模型(Polynomial-Chaos-based Kriging,PC-Kriging)和蒙特卡洛模拟(Monte Carlo Simulation,MCS)方法,结合IEGO学习函数建立的单桩式海上风机基础可靠性分析模型,并通过算例验证了该方法的精确性。以50年重现期的海况为极端环境,考虑材料密度、弹性模量和桩腿壁厚的不确定性,进行单桩式海上风机基础在塔筒顶部位移和应力控制两个失效因素下的可靠性分析,并进行全局灵敏度分析。分析结果表明,单桩式海上风机基础失效概率为8.4×10-3,材料密度对可靠性影响可以忽略不计,而材料弹性模量和桩腿壁厚对可靠性影响较大。展开更多
文摘针对重复运行的未知非最小相位系统的轨迹跟踪问题,结合时域稳定逆特点,提出了一种新的基函数型自适应迭代学习控制(Basis function based adaptive iterative learning control,BFAILC)算法.该算法在迭代控制过程中应用自适应迭代学习辨识算法估计基函数模型,采用伪逆型学习律逼近系统的稳定逆,保证了迭代学习控制的收敛性和鲁棒性.以傅里叶基函数为例,通过在非最小相位系统上的控制仿真,验证了算法的有效性.
文摘低周疲劳是发动机活塞的典型失效模式,为研究多源不确定性因素对活塞低周疲劳可靠性的影响,提高可靠性分析效率,基于Polynomial-Chaos-based Kriging(PC-Kriging)模型和蒙特卡洛模拟(Monte Carlo Simulation,MCS),构建了一种新的可靠性计算方法,并通过数值算例证明了该方法的准确性和高效性。以某型柴油发动机活塞组结构为研究对象,基于热-机耦合分析建立活塞有限元模型,综合考虑关键尺寸、材料属性及载荷的不确定性,运用该方法对活塞进行了低周疲劳可靠性分析。可靠性分析结果表明,与同类型方法相比,该方法计算效率更高,仅需要有限元计算20+93次,当活塞的期望设计寿命为1.4×10^(4)时,其疲劳失效概率为1.053%;灵敏度分析结果表明,活塞高度、活塞直径、材料弹性模量和疲劳计算模型参数对可靠性的影响较大,分析结果可为活塞的可靠性设计提供指导。
文摘为研究基础结构的材料属性和尺寸对单桩式海上风机基础可靠性的影响,提出基于PC-Kriging模型(Polynomial-Chaos-based Kriging,PC-Kriging)和蒙特卡洛模拟(Monte Carlo Simulation,MCS)方法,结合IEGO学习函数建立的单桩式海上风机基础可靠性分析模型,并通过算例验证了该方法的精确性。以50年重现期的海况为极端环境,考虑材料密度、弹性模量和桩腿壁厚的不确定性,进行单桩式海上风机基础在塔筒顶部位移和应力控制两个失效因素下的可靠性分析,并进行全局灵敏度分析。分析结果表明,单桩式海上风机基础失效概率为8.4×10-3,材料密度对可靠性影响可以忽略不计,而材料弹性模量和桩腿壁厚对可靠性影响较大。
