基于复杂模拟的战斗机系统失效敏感性分析

发布时间：2021-02-12 07:41

　　战斗机的系统试验往往成本较高,随着战斗机系统的日益复杂化,基于计算机模拟的表征系统失效信息的功能响应量计算也越来越耗时费力。针对此类基于复杂计算机模拟的敏感性分析问题,提出了一种结合Sobol方法和基于主动学习的Kriging模型的敏感性分析方法,称之为AK-S（Adaptive-Kriging-based Sobol）方法,AK-S方法通过Kriging预测来代替真实响应值计算,因而可以更加高效地计算各输入变量的敏感性指标并得到重要度排序。通过与直接蒙特卡洛法（直接法,MC）和传统Sobol法对数值算例的处理结果进行对比,AK-S方法的计算效率和精度得到了证明。最后,AK-S方法被应用于基于复杂模拟的实际工程案例的失效敏感性分析,并获得了敏感性指标。AK-S算法被证明在同等计算精度的条件下,其效率大大高于MC和传统Sobol法,能很好地解决工程中基于复杂计算机模拟下的失效敏感性分析问题。 

【文章来源】：测控技术. 2020,39(03)

【文章页数】：12 页

【部分图文】：

AK-S法计算流程图

式中，输入变量X1,X2,X3,X4和X5均服从[-3,3]的均匀分布且相互独立。下面分别利用直接法、Sobol法以及AK-S法计算输入变量X1,X2,X3,X4和X5的敏感性指标。表1和表2分别为直接法和Sobol法的敏感性指标计算结果。可以看出，Sobol法和直接法的计算结果达到了很好的一致性，而Sobol法较直接法在计算效率上有了很大的提高，但计算代价仍然较大。图2为直接法和Sobol法计算得到的敏感性指标随样本点的收敛曲线。表3为AK-S法计算得到的该多项式响应函数各输入变量的敏感性指标。表3显示，AK-S法计算得到的敏感性指标与直接法和Sobol法的计算结果达到了很好的一致性，但AK-S法在效率上却有了极大的提高。分析表3计算结果可以发现，AK-S法的计算精度受初始训练样本数Ntr取值影响较小，但过大的Ntr取值可能会造成最终需要计算真实响应的样本总数量增加，进而造成算法效率的下降。AK-S法与直接法得到的敏感性指标的对比情况如图3所示。

图4为直接法和Sobol法计算得到的敏感性指标随着样本点的收敛曲线。图5为AK-S法与直接法得到的敏感性指标的对比。图4 输入变量为标准正态分布时直接法和Sobol法计算得到的多项式响应函数的敏感性指标随样本点的收敛曲线

【参考文献】：
期刊论文
[1]飞机发电机故障诊断的多特征参数组合分析[J]. 钱伟,王海斌,杨江,冯斌.  测控技术. 2017(07)
[2]基于扩展故障树的飞机排故系统[J]. 任立平.  测控技术. 2016(03)

博士论文
[1]复杂结构的不确定性传递及重要性分析研究[D]. 张屹尚.西北工业大学 2015



本文编号：3030500