声发射信号的时序分析法在磨削烧伤预报中的应用研究

高温合金、表面硬化钢、钛合金等难加工材料，由于具有热稳定性好、热强度高、耐腐蚀、抗磨损性能好等特点，因而被广泛应用于航空航天等工业部门中。但该类材料在磨削加工中极易出现磨削烧伤现象，降低了工件表面完整性，对零件的使用性能产生不利的影响，制约生产率的提高。本文在对高温合金（ＤＺ４）磨削过程中产生的声发射信号特性进行深入分析的基础上，应用时序分析法，建立起关于磨削过程中声发射信号的自回归时序模型，探讨磨削烧伤的在线监测和预报。研究结果表明，声发射信号功率谱结构变化能真正反映磨削烧伤发生与否，自日归时序模型参数及残差方差对工件表面状态变化敏感，均可作为特征参量进行磨削烧伤在线预报。     

基于相似度的半监督学习工业数据分类算法

针对现实场景中大量无监督数据无法有效利用的特点，提出了一种基于数据相似度匹配的半监督学习算法。该方法结合一定的先验知识，通过无监督学习的方式，计算未标记数据与少量有标记数据之间相似度，从而对少数类样本进行扩充。利用构造后的数据集进行模型训练，从而提高模型对于少数类的识别效果。该方法能有效改进分类任务中数据分布不平衡及标记困难的问题，在一组基于真实场景下的电力传感器检测数据分类任务中取得了较好的少数类识别效果。通过对比传统以及半监督的多种分类算法，该方法虽然在准确率上低于传统方法，但是在召回率与F₁值的表现上超越传统方法。     

弧齿锥齿轮数控展成及直接插补算法

分析了弧齿锥齿轮数控加工中产形轮和工件齿轮之间的展成运动,建立了弧齿锥齿轮齿面的数学模型.提出了弧齿锥齿轮数控加工的直接插补算法,确定了铣齿刀盘中心运动和工件齿轮旋转运动之间的关系.将该算法应用于自主研制的弧齿锥齿轮数控铣齿机中,实现了对弧齿锥齿轮的切齿加工.最后通过实例对该数学模型和插补算法进行了说明和验证.     

定向凝固镍基高温合金叶片榫齿高效深切成型磨削

针对定向凝固镍基高温合金DZ125叶片榫齿,采用电镀成型CBN砂轮对其进行了高效深切磨削(High efficiency deep grinding,HEDG)试验,对磨削比能及工件表面完整性进行了分析。结果显示,在保持速比(vs/vw)不变时,提高磨削速度vs可有效降低磨削比能,提高平均材料去除率。磨削比能表现出"尺寸效应",其值最终稳定在40~60J/mm3之间;在相同的平均材料去除率下,磨削比能随着磨削深度的增大而上升;在相同的单颗磨粒切厚下,磨削深度的差异对磨削比能的影响较小。对试验中最大平均材料去除率下获得的工件表面质量进行分析发现,已加工工件表面不同区域磨削纹理均很清晰,无皱叠及犁沟两侧翻起等现象;表层金相显微组织基本无变化,未发现相变、撕裂及晶粒扭曲现象;工件表层加工硬化程度为7.7%~19%,深度为40μm。结果显示了HEDG在高效磨削DZ125叶片榫齿中推广应用的潜力,并为其实际生产中磨削参数的选择提供了参考。     

平面磨削时表层质量过程监测参数的实验研究(2)——磨削表层应力状态的过程监测和预报

磨削表面残余应力状态是影响许多机器零件使用性能的重要表面特性之一。但它极难在磨削过程中进行监测和判断。 在平面磨床上进行大量16MoCr5表面硬化钢的磨削试验证明,磨削表面残余应力σ_Ⅱ与单位面积磨削功率P″_c及磨削力比F_n/F_t间存在很好的函数对应关系,在实验数据的基础上应用回归分析的方法建立了用过程特征参量计算表面残余测定仪应力的实验公式。当P″_c:未超过第二临界值P″_(cⅡ)时,用残余应力模型所计算的数值与由X射线应力测定仪测定的数值相符合。而在超过该临界值P″_(cⅡ)的情况下,由于磨削烧伤引起表面产生二次淬硬层其至裂纹,这时计算所得的高的拉应力值不就能在工件表面测得。 综合本研究课题的第一部分及本文的结果表明,单位面积磨削功率P″_c和磨削力比F_n/F可以作为磨削过程监测和预报表层质量的可靠的过程特征参量应用于生产实践。     

环形热管砂轮强化磨削弧区换热研究

磨削过程中,在超过临界值的高磨削热流密度下,即使有再多的磨削液进入弧区也无济于事,因为磨削液既已处于成膜沸腾状态,由于工件表面所覆盖的汽膜层的阻挡,磨削液很难真正起到换热作用,如不及时采取相应的措施,工件必定很快发生烧伤。本文结合热工领域的换热技术,提出一种基于热管技术强化磨削弧区换热的全新构想,并在此基础上研制了新型的环型热管砂轮,以大幅提高弧区临界热流密度。最后,分别使用环形热管砂轮和普通砂轮进行磨削测温试验,验证了环形热管砂轮高速疏导磨削热,降低磨削温度,从而提高材料去除率的巨大潜力。     

平面磨削时表层质量过程监测参教的实验研究(1)——磨削表层金相组织状态及烧伤的过程监测和预报

磨削过程中零件表层物理特性如金相组织、表面残余应力、磨削烧伤等的过程监测是为确保零件制造质量的重要课题,但目前尚难于在生产过程中实现。 在平面磨床上进行大量磨削16MoCr5表面硬化钢的试验后发现,单位面积磨削功率P″_c与砂轮—工件接触区最高平均温度T_(max)间有极好的函数对应关系。而磨削表层金相组织状态和发生烧伤主要决定于接触区的温度,因而可以应用相对容易测量计算的单位面积磨削功率P″_c来识别这些状态。如果P″_c没有超过某一特定的临界值P″_(cⅠ)时,磨削表层保持正常的针状马氏体组织。在超过P″_(cⅠ)的情况下,切向磨削力的斜率增加,当P″_c又超过第二临界值P″_(cⅡ)后,磨削表面由于烧伤而出现了变色层,表层金相组织和显微硬度证实了工件的这些不同的情况。试验结果表明,单位面积磨削功率P″_c,可以作为磨削过程监测和预报表层金相组织状态和磨削烧伤的可靠的过程特征参量,在生产实践中应用。     

基于改进极限学习机的数据采集与监控系统攻击检测模型

提出一种基于改进极限学习机（Online sequence extreme learning machine， OSELM）的新能源电站数据采集与监控（Supervisory control and data acquisition， SCADA）系统攻击检测模型。首先使用ADASYN算法对数据样本中的异常数据和正常数据进行数量平衡，以满足真实电站SCADA系统环境中异常数据量少的特点。接着使用降噪自编码网络对平衡后的数据进行约简，消除无关或冗余特征以降低检测模型的训练时间。最后在AWID数据集上进行了大量对比实验，结果表明，所提的数据约简方法可有效地降低数据维度，降低了检测时间；与其他基于浅层学习算法的检测分类器相比，本文所提方法在检测准确度和误报率方面也体现出了更优性能。     

机场终端区域电磁环境仿真研究

文章围绕机场终端区域电磁环境的建模与三维呈现绘制方法两方面内容展开研究,从电磁波空间传播模型的建立方法入手,研究了统计经验法如何建立电波传播模型,以及物理手段建立电波传播模型的算法。在空间传播模型建立的基础上,又研究了对电磁环境整体和细节的呈现算法。最后对典型的导航设备的电磁信号进行了三维呈现。     

基于数据的多源干扰SGCMG框架伺服系统鲁棒控制反馈再学习算法（英文）

单框架控制力矩陀螺(Single gimbal control moment gyroscope,SGCMG)具有高精度、快速响应的特点,是航天领域高精度对接、快速机动导航和制导系统的重要姿态控制系统。本文考虑多源干扰的影响,设计了一种基于数据的反馈再学习(Feedback relearning,FR)算法,用于SGCMG框架伺服系统的鲁棒控制。基于自适应动态规划和最小二乘原理,通过采集SGCMG系统的在线运行数据,采用FR算法得到伺服控制策略。这是一种无模型学习策略,无须事先了解SGCMG模型。进而,基于强化学习机制将伺服控制策略与SGCMG系统动态相互作用,可以实现伺服控制策略对多源干扰的自适应评估和改进。同时,设计了一种基于经验回放的数据重分配方法,降低了数据相关性,提高了算法稳定性和数据利用率。最后,在SGCMG仿真模型上与其他方法进行了比较,验证了所提出的伺服控制策略的有效性。     

飞行器静操纵性评估方法研究

建立了一种基于优化思想的配平舵偏求解方法,在此基础上对飞行器静操纵性进行了评估.具体采用三通道线性叠加模型,结合多维线性插值和牛顿-拉夫森算法,对大量的飞行器风洞试验数据进行处理,快速准确地求解出各个状态下的配平舵偏.与传统求解方法相比,该方法求解精度不受搜索间隔限制,求解时间大大缩短.通过对求解结果进行分析,评估飞行器的静操纵性,提高了静操纵性的评估效率和准确性.     

天气影响的机场容量概率分布研究

天气是影响机场容量下降的主要因素,为了反映预测天气对容量的影响,建立了n-阶段到达容量分布模型。通过天气类型决策树将历史天气数据转换为每种天气类型的到达容量概率分布。根据天气类型的容量概率分布,用全概公式将概率天气预测转换为概率容量预测。基于5年的机场小时天气数据,对某一日的预测天气进行算例仿真,得到了一组基于预测天气的n-阶段容量概率分布。结果表明,n-阶段容量分布模型能够将机场不同时段的预测恶劣天气转换为预测随机容量,从而满足实时流量管理的需要。     

基于深度卷积网络的海洋涡旋检测模型

传统的利用遥感数据检测涡旋的方法通常是基于物理参数、几何特征、手工特征或专家知识。本文重点研究了基于深度学习技术从海表面高度图中识别海洋涡旋的方法。针对海洋卫星拍摄的海洋表面高度图中的涡旋检测问题，提出了一种基于卷积神经网络的多涡旋检测模型，该模型能够准确提取涡旋的特征信息，拟合语义信息与海面高度之间的关系。同时，在用于涡旋检测的最新公开数据集SCSE-Eddy上进行模型训练，以评估基于人工智能的涡旋检测方法性能，该数据集涵盖了15年来位于中国南海及其东部部分海域的每日卫星遥感海表面高度数据。实验结果表明，与现有的方法相比，本文模型取得了更好的检测结果，能够更好地区分相距较近的涡旋。     

民用机场水泥道面维修计划的决策树模型

为使机场道面管理的辅助决策更加精确,满足智能化的要求,需要对现有网络级决策算法进行改进。本文基于信息熵的概念,提出了民用机场水泥道面维修计划的决策树模型。模型检验与评价结果表明,该模型结果准确性高,具有交叉有效性和自修正能力。使用上海浦东国际机场道面管理系统案例进行验证,可知与传统模型对比,决策树模型可以充分考虑道面使用性能、结构性能以及管理需求主观因素,决策结果更加符合工程实际。     

改进模糊C均值的客机空调系统退化评估算法

针对使用快速存储记录器(Quick access recorder,QAR)数据进行大型客机空调系统健康评估与异常检测时面临的数据不平衡与先验知识不足的问题,本文提出一种基于改进模糊C均值(Fuzzy C-means,FCM)的大型客机空调系统退化评估算法。该算法计算故障状态与正常状态的距离,并基于大型客机空调系统的物理特性优化了FCM算法的距离函数,引入了左右空调组件的状态差作为评估标准。本算法有效地解决了现行方法存在的过拟合问题,并且对于部件的前期退化有更高的敏感性,能够有效的反映性能退化的中间过程。为航空公司安排航班计划与维修计划,降低运行成本提供了有力的技术支持。     

页轮干式磨削Ti6Al4V合金

进行了Ti6A14V合金锆刚玉页轮和碳化硅页轮的磨削性能试验研究，分析了磨削用量对磨削力、磨削温度和磨削表面完整性的影响。磨削力通过KISTLER9265B测力仪测定，磨削表面温度由NIUSB-621X信号采集系统测得，磨削表面形貌和金相组织由HiroxKH-7700型体视显微仪和Quanta200型扫描电镜（SEM）观察，表面粗糙度由Mahr Perthometer M1粗糙度仪测得，表层显微硬度通过HVS—1000硬度计测定。研究结果表明：页轮磨削钛合金工件表面没有发生烧伤现象，磨削热影响区厚度小于50μm，锆刚玉页轮比碳化硅页轮更适合干式磨削钛合金。     

人工智能在空腔气动/声学特性预测与控制参数优化中的应用

多参数多条件下的精准气动特性数据是进行飞行器快速设计、系统完善、性能评估、指标考核的基本前提和根本保证。基于人工智能的深度学习技术与流体力学交叉融合已成为当前发展趋势,并在湍流模型改造、系统理论建模、气动数据预测、控制参数优化、复杂流场重构等方面得到成功应用。为最大限度发挥深度学习的强大表征能力,围绕内埋弹舱作战运用和智能优化设计需求,构建了弹舱空腔气动特性多场载荷数据库,采用基于数据驱动的深度学习方法,建立了耦合因素影响下的空腔气动/声学特性智能分析深度前馈神经网络模型,实现了有限约束条件下的空腔气动/声学特性快速预测,并引入随机搜索和贝叶斯超参数优化方法增强了模型鲁棒性,为空腔噪声有效控制模型快速优化设计提供了数据基础和方法途径。     

基于数据融合的航空发动机可靠性评估模型(英文)

航空发动机运行过程中广泛存在着其他类型的数据,采用数据融合方法可以充分利用多源数据获取可靠性信息。考虑到航空发动机性能衰退性故障和突发故障同时存在,表现为竞争风险的形式,这种多故障模式也会对可靠性评估结果产生影响。在竞争风险的框架前提下,提出一种基于数据融合的航空发动机可靠性评估模型。该模型相对于只利用故障数据进行的可靠性评估,具有更好的可操作性;相对于只考虑一种故障模式进行的可靠性评估,更加符合航空发动机实际,评估结果也更加准确。通过算例验证了提出方法的有效性。     

基于改进Faster-RCNN的机场场面小目标物体检测算法

针对目前应用于机场视频监控中的卷积神经网络方法存在小目标物体识别准确率较低的问题,本文提出了一种基于Faster-RCNN并结合多尺度特征融合与在线难例挖掘的机场场面小目标检测算法。该算法采用ResNet-101作为特征提取网络,并在该网络基础上建立了一个带有上采样的"自顶向下"的特征融合模块,以生成语义信息更加丰富的高分辨率特征图。并在网络训练过程中,采用在线难例挖掘的训练策略使模型更加鲁棒地对小目标样本进行定位。最后,手工构建了一个包含5 982张图片的机场数据集,用于检测模型的训练和测试。结果表明,本文所提出算法显著提升了机场场面小目标物体检测的准确率,且使整体平均检测准确率达到了80.8%,该结果高于其他先进的目标检测模型。     

一种基于倾斜影像线特征的三维模型优化方法

针对基于点云构建的建筑物模型通常存在的表面凹凸不平、边缘锯齿等现象，以及建筑物模型中存在的视觉效果不佳的问题，本文提出了一种基于倾斜影像三维线特征约束的三维模型优化方法。该方法以重叠区域为依据对线段进行质量评估与筛选。然后采用选权迭代思想对三维线段进行择优重构，以三角网为单元进行平面拟合与模型表面的纠正与优化，以三维线段为辅助对模型边缘的三角网进行纠正与优化。采用无人机倾斜摄影数据进行实验，将本文方法与Poisson表面重建方法进行了比较，结果表明本文方法有效地消除了平面凸包和边缘锯齿，边缘精度优化至1像素以内，平面精度优化至0.5像素，模型总体精度比Poisson表面重建方法提升了近1倍。此外，对比现有的完全基于点云模型重建算法，本文方法极大地改善了模型的视觉效果，保持了三维模型平面与边缘的特征，模型的边缘和表面精度都得到了提升。