典型文献
基于自适应神经网络的多模式小失效概率分析方法
文献摘要：
针对水陆两栖飞机的襟翼运动机构小失效概率可靠性分析问题,首先通过开展气动载荷模拟分析得到注水灭火典型剖面的载荷历程曲线,并将其简化加载于襟翼运动机构模型中进行仿真分析.然后考虑摩擦系数、装配位置等因素的随机不确定性,建立了具有襟翼机构卡滞和运动精度不足两种失效模式的可靠性模型.为了提升分析效率,建立了一种基于自适应神经网络的可靠性分析方法.通过引入超球抽样使得样本点在整个标准正态空间内均匀分布,利用最优超球面将样本空间进行划分,大大缩减了样本空间.同时提出了一种新的学习函数来避免对不重要的区域进行探索,以找到最佳训练点进行模型更新.最后通过数值算例验证算法的计算效率和精度,进而实现了水陆两栖飞机襟翼运动机构可靠性的高效高精度分析.
文献关键词：
襟翼;运动机构;可靠性;超球抽样;神经网络
中图分类号：
作者姓名：
王攀;辛富康;邓亚权;张浩
作者机构：
西北工业大学力学与土木建筑学院 西安 710129;中航通飞华南飞机工业有限公司 珠海 519030
文献出处：
引用格式：
[1]王攀;辛富康;邓亚权;张浩-.基于自适应神经网络的多模式小失效概率分析方法)[J].机械工程学报,2022(23):39-50
A类：
襟翼运动机构,超球抽样
B类：
自适应神经网络,多模式,失效概率,概率分析,水陆两栖飞机,可靠性分析,分析问题,气动载荷,载荷模拟,注水,灭火,典型剖面,载荷历程,载于,摩擦系数,配位,随机不确定性,卡滞,运动精度,失效模式,可靠性模型,提升分析,分析效率,入超,样本点,均匀分布,优超,超球面,样本空间,学习函数,不重,训练点,模型更新,数值算例,算例验证,计算效率,精度分析
AB值：
0.358766
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
