本發(fā)明屬于系統(tǒng)穩(wěn)健性分析與結(jié)構(gòu)優(yōu)化設(shè)計技術(shù)領(lǐng)域，涉及一種基于隨機參數(shù)-神經(jīng)網(wǎng)絡(luò)的民機機構(gòu)全局靈敏度分析方法，重點解決民機工程設(shè)計中典型機構(gòu)部件系統(tǒng)的全局靈敏度分析問題。

背景技術(shù)：

縫翼機構(gòu)是民機的重要增升裝置，維持其正常運行對于民機的安全飛行至關(guān)重要，其工作原理是通過縫翼機構(gòu)操作系統(tǒng)來控制縫翼翼面轉(zhuǎn)過一定角度，增大機翼翼型彎度、延緩氣流分離達(dá)到增升需求。據(jù)世界航空安全信息報道，在飛機起飛、爬升、進場和著陸階段發(fā)生故障導(dǎo)致乘客遇難人數(shù)占所有飛機故障遇難人數(shù)的66.7％，其中僅由縫翼機構(gòu)磨損卡阻導(dǎo)致的飛機故障就高達(dá)34％，因此在飛機服役階段，飛機典型機構(gòu)系統(tǒng)安全狀況令民機管理部門十分關(guān)注?，F(xiàn)代民用客機管理部門對民機安全性提出了更高的要求，在民機試航標(biāo)準(zhǔn)中增加多條飛機增升裝置的技術(shù)設(shè)計要求。因此，為了延長民機使用壽命、提高飛行安全性與機構(gòu)系統(tǒng)穩(wěn)健性，對民機機構(gòu)典型部件進行全局靈敏度分析具有十分重要的意義。

全局靈敏度分析是用于研究機械系統(tǒng)輸入?yún)?shù)對輸出響應(yīng)影響程度的重要理論工具，近年來得到了迅速的發(fā)展。sobol和iman等假設(shè)變量的方差能夠充分描述模型輸出的不確定性指標(biāo)，首次提出了基于方差的全局靈敏度分析方法。borgonovo提出矩獨立全局靈敏度指標(biāo)反映出基本變量的重要性差別。cui研究了隨機激勵作用下基于方差、矩獨立的全局靈敏度指標(biāo)，并應(yīng)用于牛頭刨床軌跡靈敏度分析研究中。周長聰提出基于動力學(xué)響應(yīng)參數(shù)的全局靈敏度指標(biāo)，研究了處于隨機激勵下的結(jié)構(gòu)系統(tǒng)隨機不確定性輸入?yún)?shù)對結(jié)構(gòu)動力響應(yīng)的影響。孫中超研究了鉸鏈間隙分布參數(shù)的變化對艙門連桿機構(gòu)運動精度全局靈敏度的影響。張屹尚在復(fù)合隨機振動系統(tǒng)中利用條件概率密度函數(shù)解析變換給出衡量基本隨機變量對動力可靠性影響的全局靈敏度指標(biāo)。呂召燕利用基于方差的全局靈敏度指標(biāo)有效降低了含有高維參數(shù)的航空齒輪振動優(yōu)化問題的復(fù)雜度。通過以上國內(nèi)外學(xué)者的研究促進了全局靈敏度分析理論在機械系統(tǒng)輸入—輸出關(guān)系研究中的應(yīng)用。

需要指出的是，目前多數(shù)學(xué)者對于全局靈敏度分析指標(biāo)的研究尚處于理論研究階段，在工程實際中，將所提出的理論方法應(yīng)用于大型復(fù)雜工程的應(yīng)用研究并不多，尤其對于航空飛行器機構(gòu)系統(tǒng)的全局靈敏度分析的應(yīng)用相對缺乏。本發(fā)明基于民航管理部門提出的民機試航條例，旨在提高民機機構(gòu)的系統(tǒng)穩(wěn)健性和安全性，選取某型民機縫翼典型部件進行全局靈敏度分析。民機在服役過程中，縫翼機構(gòu)為主要增升裝置，通過多次動作最終滿足飛機所需升力系數(shù)要求，該過程使得縫翼機構(gòu)組成部件承受反復(fù)載荷作用，造成以磨損或疲勞為代表的性能退化，進而影響縫翼機構(gòu)的正常運行，最終導(dǎo)致縫翼機構(gòu)失效甚至引發(fā)一系列重大飛行事故。

技術(shù)實現(xiàn)要素：

要解決的技術(shù)問題

為了避免現(xiàn)有技術(shù)的不足之處，本發(fā)明提出一種基于隨機參數(shù)-神經(jīng)網(wǎng)絡(luò)的民機機構(gòu)全局靈敏度分析方法，結(jié)合數(shù)字模擬技術(shù)方法開展民機機構(gòu)典型部件系統(tǒng)穩(wěn)健性分析，解決民機典型機構(gòu)部件在傳統(tǒng)的安全系數(shù)設(shè)計準(zhǔn)則下系統(tǒng)穩(wěn)健性不高的問題，提高航空飛行器典型機構(gòu)系統(tǒng)穩(wěn)健性設(shè)計提供理論指導(dǎo)。

技術(shù)方案

一種基于隨機參數(shù)-神經(jīng)網(wǎng)絡(luò)的民機機構(gòu)全局靈敏度分析方法，其特征在于步驟如下：

步驟1：采用msc.adams建立縫翼系統(tǒng)多體動力學(xué)模型，縫翼的3根弧形滑軌從右向左依次記為：1～3號滑軌，各滑軌上下的限位滾輪組依次記為：r1～r12，則滾輪磨損量記為：δr1～δr12；

步驟2：以縫翼系統(tǒng)多體動力學(xué)模型為基礎(chǔ)，在msc.adams軟件環(huán)境下，選擇改變限位滾輪組r1～r12參數(shù)中的六個典型部件的尺寸參數(shù)作為縫翼系統(tǒng)多體動力學(xué)模型的輸入進行仿真，得到輸出參數(shù)縫翼系統(tǒng)輸出響應(yīng)量σ＝[a1(x),a2(x)]；

所述六個典型部件的尺寸參數(shù)為xi(i＝1,2,…,6)：三個翼肋中，每個翼肋的滑軌上部靠近縫翼根部的滾輪以及滑軌下部遠(yuǎn)離縫翼根部的滾輪；

所述輸出參數(shù)縫翼系統(tǒng)輸出響應(yīng)量σ＝[a1(x),a2(x)]：飛機在服役過程中縫翼根據(jù)升力系數(shù)需求相對機翼翼面位置轉(zhuǎn)動兩次的角度；

所述選擇改變限位滾輪組r1～r12參數(shù)中的六個典型部件的尺寸參數(shù)的方法：計算每個滾輪半徑的磨損量δr，得到磨損后的滾輪尺寸，以該尺寸作為輸入?yún)?shù)；

所述磨損量的計算為：

其中：p為接觸面的法向壓力，k為磨損因數(shù)，為滾輪相對滑軌轉(zhuǎn)過的角度，n為滾輪的磨損次數(shù)，h為材料布氏硬度，b為滾輪的高，r為滾輪的半徑，r0為與滾輪接觸的滑軌半徑；

步驟3：將輸入?yún)?shù)xi(i＝1,2,…,6)和輸出參數(shù)σ＝[a1(x),a2(x)]作為三層bp神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練樣本，得到神經(jīng)網(wǎng)絡(luò)仿真模型函數(shù)表達(dá)式：

其中：wik為輸入層節(jié)點xi與隱藏層節(jié)點hk間的網(wǎng)絡(luò)權(quán)值，vkj為隱藏層節(jié)點hk與輸出層節(jié)點yj間的網(wǎng)絡(luò)權(quán)值，αk是隱藏層節(jié)點的閥值，βj是輸出層節(jié)點的閥值，f1(·)為s型非線性函數(shù)tansig，f2(·)是線性函數(shù)purelin；

所述三層bp神經(jīng)網(wǎng)絡(luò)模型為：輸入層節(jié)點為6，表示六組滾輪磨損后半徑值xi(i＝1,2,…,6)，隱藏層節(jié)點選取缺省值10，傳遞函數(shù)選用s型對數(shù)函數(shù)，輸出層節(jié)點為2，表示系統(tǒng)的兩個輸出響應(yīng)量，指飛機在服役過程中縫翼根據(jù)升力系數(shù)需求相對機翼翼面位置轉(zhuǎn)動兩次的角度，記為：a1(xi)、a2(xi)，輸出層傳遞函數(shù)選用線性傳遞函數(shù)，訓(xùn)練函數(shù)選用trainlm函數(shù)；

訓(xùn)練時：在神經(jīng)網(wǎng)絡(luò)中經(jīng)過36步迭代訓(xùn)練網(wǎng)絡(luò)達(dá)到設(shè)定誤差值10^-4，網(wǎng)絡(luò)收斂迭代訓(xùn)練過程終止系統(tǒng)的網(wǎng)絡(luò)誤差；

步驟4：通過基于方差的全局靈敏度指標(biāo)對縫翼機構(gòu)典型部件進行全局靈敏分析：

將響應(yīng)量方差分解為各分解項方差之和，即：

其中，vi是輸入變量xi對系統(tǒng)的一階方差貢獻，表達(dá)式如下：

式中x-i表示在輸入變量中除xi以外的變量，x-i＝(x1,…,xi-1,xi+1,…xn)^t；

方差分解項表示為：

一階方差貢獻vi作為xi對輸出響應(yīng)量方差的主影響，用來描述輸入變量的全局靈敏度指標(biāo)；為了量化輸入變量的貢獻，定義xi的全局靈敏度指標(biāo)如下：

其中y＝g(x)，

有益效果

本發(fā)明提出的一種基于隨機參數(shù)-神經(jīng)網(wǎng)絡(luò)的民機機構(gòu)全局靈敏度分析方法，旨在提高民機縫翼機構(gòu)的系統(tǒng)穩(wěn)健性，考慮以磨損為主要形式的性能退化機理，對縫翼機構(gòu)典型部件進行全局靈敏度分析。引入人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)結(jié)合隨機參數(shù)法得出縫翼機構(gòu)輸入?yún)?shù)與輸出響應(yīng)的函數(shù)關(guān)系，通過全局靈敏度分析方法，得到縫翼機構(gòu)輸入變量對系統(tǒng)響應(yīng)影響的全局靈敏度指標(biāo)。

附圖說明

圖1：縫翼機構(gòu)的簡化模型圖；

1.縫翼翼面，2.r10滾輪，3.r9滾輪，4.r6滾輪，5.r5滾輪，6.r2滾輪，7.r1滾輪，8.翼肋，9.弧形滑軌1，10.r4滾輪，11.第一齒輪齒條，12.r3滾輪，13.第二弧形滑軌，14.r8滾輪，15.r7滾輪，16.第三弧形滑軌，17.滾輪r12，18.第二齒輪齒條，19.r11滾輪。

圖2：三層bp神經(jīng)網(wǎng)絡(luò)模型；

圖3：神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差曲線圖像；

圖4：全局靈敏度指標(biāo)si隨滾輪磨損次數(shù)的變化曲線；

圖5：全局靈敏度指標(biāo)si隨滾輪磨損量變異系數(shù)的變化曲線。

具體實施方式

現(xiàn)結(jié)合實施例、附圖對本發(fā)明作進一步描述：

本實施例主要包括以下四個步驟：

(1)選取縫翼機構(gòu)典型部件的尺寸參數(shù)作為系統(tǒng)的輸入?yún)?shù)?；诓考膸缀纬叽缗c材料屬性(如表1所示)使用archard磨損公式計算得出部件的磨損量(如式(4))，通過部件磨損后的尺寸參數(shù)結(jié)合隨機參數(shù)方法在msc.adams軟件中建立縫翼系統(tǒng)多體動力學(xué)仿真模型，其模型簡圖如圖1所示，對縫翼系統(tǒng)典型部件的尺寸參數(shù)進行靈敏度分析，篩選去除靈敏度小于5×10^-3的參數(shù)，保留靈敏度大于等于5×10^-3的參數(shù)作為系統(tǒng)的敏感輸入?yún)?shù)，以下簡稱輸入?yún)?shù)，從而提高系統(tǒng)具有多輸入?yún)?shù)的全局靈敏度分析效率。

(2)通過sobol隨機序列抽樣方法對系統(tǒng)的輸入?yún)?shù)進行抽樣得到一組高效、隨機、均勻的樣本點，利用msc.adams虛擬樣機軟件對縫翼機構(gòu)多體動力學(xué)模型進行仿真試驗，由縫翼機構(gòu)運動學(xué)關(guān)系分析得出系統(tǒng)的輸出響應(yīng)量。

(3)建立縫翼機構(gòu)系統(tǒng)的三層bp神經(jīng)網(wǎng)絡(luò)模型(如圖2所示)，其輸入層節(jié)點數(shù)代表縫翼機構(gòu)的典型部件個數(shù)；輸出層節(jié)點代表系統(tǒng)輸出響應(yīng)量個數(shù)；隱含層節(jié)點數(shù)是根據(jù)網(wǎng)絡(luò)模擬精度和訓(xùn)練步數(shù)進行調(diào)節(jié)，一般選取缺省值，通過神經(jīng)網(wǎng)絡(luò)利用所選樣本進行訓(xùn)練學(xué)習(xí)，最終得到系統(tǒng)的輸入?yún)?shù)與輸出響應(yīng)量的“黑盒”函數(shù)關(guān)系式(如式(5))，克服了傳統(tǒng)全局靈敏度分析中只能解決具有顯性功能函數(shù)或線性功能函數(shù)的系統(tǒng)全局靈敏度分析這一缺點，對于大型復(fù)雜工程具有較高的應(yīng)用價值。

(4)通過基于方差的全局靈敏度指標(biāo)對縫翼機構(gòu)典型部件進行全局靈敏分析，分析過程通過式(7)～(10)實現(xiàn)，分析結(jié)果為系統(tǒng)的穩(wěn)健性設(shè)計提供指導(dǎo)作用。

具體實施例研究對象為某型民機一段典型前緣縫翼，該機構(gòu)由縫翼翼面、翼肋、弧形滑軌、滾輪、齒輪齒條等部件構(gòu)成，縫翼的3根弧形滑軌從右向左依次記為：1～3號滑軌，各滑軌上下的限位滾輪組依次記為：r1～r12，則滾輪磨損量記為：δr1～δr12，如圖1所示。

選取縫翼機構(gòu)典型部件的尺寸參數(shù)作為系統(tǒng)的輸入?yún)?shù)，通過msc.adams建立縫翼系統(tǒng)多體動力學(xué)模型進行仿真試驗，使用靈敏度分析方法對系統(tǒng)典型部件的尺寸參數(shù)進行分析，篩選去除靈敏度小于5×10^-3的參數(shù)，保留靈敏度大于等于5×10^-3的參數(shù)作為系統(tǒng)的輸入?yún)?shù)。本發(fā)明為了提高縫翼機構(gòu)系統(tǒng)的穩(wěn)健性設(shè)計，通過靈敏度分析篩選出對縫翼系統(tǒng)穩(wěn)健性影響較大的六組滾輪的尺寸參數(shù)作為縫翼機構(gòu)系統(tǒng)輸入?yún)?shù)xi(i＝1,2,…,6)，考慮其發(fā)生磨損性能退化形式導(dǎo)致系統(tǒng)穩(wěn)健性下降，基于archard磨損公式計算得出滾輪的磨損量表達(dá)式如下，其變量參數(shù)分布如表1、表2所示。

上式中，v為磨損體積，p為接觸面的法向壓力，l為相對滑移距離，h為材料布氏硬度，k為磨損因數(shù)。由縫翼滾輪滑軌機構(gòu)的幾何關(guān)系得出一次磨損過程中滾輪相對滑動距離：

滾輪的磨損體積：

v＝[π(r+δr)²-πr²]b＝2πrb·δr(3)

式(2)、(3)中，b為滾輪的高，r為滾輪的半徑，r0為與滾輪接觸的滑軌半徑，為滾輪相對滑軌轉(zhuǎn)過的角度，n為滾輪的磨損次數(shù)。

聯(lián)立式(1)、(2)、(3)，求得滾輪半徑的磨損量：

式中h為布氏硬度，通常取h≈3σs，其中σs為材料屈服強度。

表1archard磨損公式的相關(guān)參數(shù)及分布

表2接觸壓力的線性回歸函數(shù)表達(dá)式

基于sobol隨機序列在滾輪試驗設(shè)計區(qū)間[14.575,15.875]進行抽樣，構(gòu)造一個6×10³階矩陣作為輸入?yún)?shù)向量，通過縫翼機構(gòu)多體動力學(xué)模型仿真試驗得到系統(tǒng)輸出響應(yīng)量為2×10³階矩陣。通過隨機參數(shù)結(jié)合三層bp神經(jīng)網(wǎng)絡(luò)模型得出縫翼在不同收放次數(shù)后滾輪磨損量與縫翼轉(zhuǎn)過角度位置的函數(shù)關(guān)系，輸入層節(jié)點為6，表示六組滾輪磨損后半徑值xi(i＝1,2,…,6)，隱藏層節(jié)點選取缺省值10，傳遞函數(shù)選用s型對數(shù)函數(shù)，輸出層節(jié)點為2，表示系統(tǒng)的兩個輸出響應(yīng)量，指飛機在服役過程中縫翼根據(jù)升力系數(shù)需求相對機翼翼面位置轉(zhuǎn)動兩次的角度，記為：a1(xi)、a2(xi)，輸出層傳遞函數(shù)選用線性傳遞函數(shù)，訓(xùn)練函數(shù)選用trainlm函數(shù)。通過在神經(jīng)網(wǎng)絡(luò)中經(jīng)過36步迭代訓(xùn)練網(wǎng)絡(luò)達(dá)到設(shè)定誤差值10^-4，網(wǎng)絡(luò)收斂迭代訓(xùn)練過程終止系統(tǒng)的網(wǎng)絡(luò)誤差曲線如圖3所示，則縫翼系統(tǒng)輸出響應(yīng)量σ＝[a1(x),a2(x)]與隨機輸入變量xi(i＝1,2,…,6)的神經(jīng)網(wǎng)絡(luò)仿真模型函數(shù)表達(dá)式如式(5)所示：

本發(fā)明使用基于方差的全局靈敏度分析方法，通過對縫翼系統(tǒng)中滾輪發(fā)生磨損后對系統(tǒng)穩(wěn)健性產(chǎn)生影響進行分析得出滾輪基于系統(tǒng)穩(wěn)健性的方差全局靈敏度指標(biāo)，也稱全局靈敏度指標(biāo)si。記縫翼機構(gòu)的功能函數(shù)為y＝g(x)，其中y是系統(tǒng)的輸出響應(yīng)量，x＝(x1,x2,…,xn)為輸入變量(也稱輸入?yún)?shù))。sobol提出功能函數(shù)分解為分量函數(shù)之和，即

全局靈敏度指標(biāo)能夠量化輸入變量對輸出響應(yīng)量方差的影響，進而對系統(tǒng)的穩(wěn)健性產(chǎn)生影響。sobol提出在式(6)的基礎(chǔ)上可以將響應(yīng)量方差分解為各分解項方差之和，即

其中，vi是輸入變量xi對系統(tǒng)的一階方差貢獻，表達(dá)式如下：

式中x-i表示在輸入變量中除xi以外的變量，x-i＝(x1,…,xi-1,xi+1,…xn)^t。式(7)中vij和高階方差反映了輸入變量間由于功能函數(shù)形式而產(chǎn)生的交互作用對響應(yīng)量方差的貢獻。僅考慮一階方差貢獻時，方差分解項表示為：

一階方差貢獻vi也被當(dāng)作xi對輸出響應(yīng)量方差的主影響，并且在一定程度上用來描述輸入變量的全局靈敏度指標(biāo)。為了量化輸入變量的貢獻，定義xi的全局靈敏度指標(biāo)如下：

通過全局靈敏度公式(10)，計算出飛機在服役過程中，縫翼滾輪經(jīng)過10000～60000次磨損(由實驗大綱可知)，在各個磨損階段滾輪的半徑尺寸參數(shù)特性全局靈敏度指標(biāo)si，如圖4所示隨滾輪磨損次數(shù)(即滾輪半徑的均值)的變化全局靈敏度指標(biāo)變化曲線，如圖5所示隨滾輪磨損量變異系數(shù)(即滾輪半徑的方差)變化其全局靈敏度指標(biāo)變化曲線。

通過基于隨機參數(shù)-神經(jīng)網(wǎng)絡(luò)的縫翼機構(gòu)全局靈敏度分析方法，從圖4得出隨滾輪磨損次數(shù)(即滾輪磨損尺寸均值)增加，系統(tǒng)中六組輸入?yún)?shù)的全局靈敏度指標(biāo)排序(本發(fā)明中排序均指從大到小的順序)為：r4、r8、r2、r6、r10、r12，從圖5得出隨滾輪磨損量變異系數(shù)(即滾輪磨損尺寸方差)增加，系統(tǒng)的全局靈敏度指標(biāo)排序為：r4、r2、r8、r6、r10、r12。通過對滾輪半徑尺寸參數(shù)特性進行全局靈敏度分析得出：隨滾輪半徑尺寸特征參數(shù)變化，其全局靈敏度指標(biāo)的排序趨于穩(wěn)定，則在縫翼機構(gòu)系統(tǒng)穩(wěn)健性優(yōu)化設(shè)計中應(yīng)重點關(guān)注全局靈敏度指標(biāo)排序較高的滾輪r4、r8、r2、r6，以上四組滾輪的si均大于0.10，而全局靈敏度指標(biāo)排序相對較低的滾輪r10、r12其si均小于0.1則可以簡化或忽略。分析結(jié)果驗證了本發(fā)明所研究的基于隨機參數(shù)-神經(jīng)網(wǎng)絡(luò)的縫翼機構(gòu)全局靈敏度分析方法對系統(tǒng)穩(wěn)健性設(shè)計具有理論指導(dǎo)作用且該方法具有高效性、穩(wěn)定性的特點。