导弹出水过程动力学参数辨识方法研究

导弹出水过程时间短,边界也随时间变化,对短时非平稳信号的模态参数识别技术进行研究,最后利用特征系统实现法对其出水过程进行模态参数辨识。     

基于Morlet小波滤波提高系统参数识别精度的方法

提出了一种基于连续小波变换的时频域滤器对信号滤波,不会引起相波方法,用于频响函数估计前的信号预处理.采用Morlet小波构造一种FIR滤波位失真.提出了一种改进的小波基以满足瞬态激励情况的时频域分辨率要求.采用GARTEUR飞机模型构造仿真算例,对仿真数据添加白噪声.仿真结果表明,系统参数识别精度明显改善,滤波后获得的阻尼估计误差较滤波前下降了30%.     

环境激励下运输类飞机颤振试飞技术研究

介绍了两种类型运输类飞机基于自然飞行大气环境激励下的颤振试飞的测试技术、飞行技术、数据分析技术和部分试飞结果.试飞证明虽然利用此类激励获得的结构响应信号幅值较小,但是在多输入多输出系统振型分析基础上,实现了小幅值信号密集模态的准确识别.     

Variational Mode Decomposition for Rotating Machinery Condition Monitoring Using Vibration Signals

The failure of rotating machinery applications has major time and cost effects on the industry.Condition monitoring helps to ensure safe operation and also avoids losses.The signal processing method is essential for ensuring both the efficiency and accuracy of the monitoring process.Variational mode decomposition(VMD)is a signal processing method which decomposes a non-stationary signal into sets of variational mode functions(VMFs)adaptively and non-recursively.The VMD method offers improved performance for the condition monitoring of rotating machinery applications.However,determining an accurate number of modes for the VMD method is still considered an open research problem.Therefore,a selection method for determining the number of modes for VMD is proposed by taking advantage of the similarities in concept between the original signal and VMF.Simulated signal and online gearbox vibration signals have been used to validate the performance of the proposed method.The statistical parameters of the signals are extracted from the original signals,VMFs and intrinsic mode functions(IMFs)and have been fed into machine learning algorithms to validate the performance of the VMD method.The results show that the features extracted from VMD are both superior and accurate for the monitoring of rotating machinery.Hence the proposed method offers a new approach for the condition monitoring of rotating machinery applications.     

时序多相关-经验模式分解方法及其对车辆振动信号的分析

振动信号的特征提取由于受强背景噪声的干扰往往具有很大的困难。在作者提出的时序多相关-经验模式分解方法的基础上,提出了一种相应的改进方法,将其扩展到一般振动信号的特征提取。先对采集到的时间序列作多相关处理,在时序多相关处理时,为了达到克服噪声干扰的目的,取一段采样序列,对其作周期延拓,使得在多相关处理后,噪声仅仅体现在多相关序列的常数项里面。再对得到的多相关数据作经验模式分解,选择满足要求的本征模式函数并作边际谱分析,以达到提取强噪声背景下的特征信号的目的。仿真分析表明了该方法的有效性。最后将它应用到实际某特种车辆振动信号的特征提取中,得到了满意的结果。     

微机械陀螺在线自测试

开发了用于科氏振动陀螺的在线自测试方法.该方法通过一种用于电容传感器的微机械陀螺数字读出电路实现.在微机械结构上施加一些额外的信号,传感器的最终性能(<0.1°/s)不会恶化.自测试的目标是验证科氏振动陀螺的第一和第二模态运动是否正常.对比其他的方法,该方法不会使器件性能退化,且可在运行的任何时间进行测试而不会干扰正常操作.该方法使微机械陀螺的性能得到提高,保证了传感器的正常功能.而在传感器非正常工作时可生成错误信号.     

Nonlinear Control Method for Hypersonic Vehicle Based on Double Power Reaching Law of Sliding Mode

The intelligence nonlinear control scheme via double power reaching law based sliding mode control method is proposed to solve the problems of model uncertainties and unknown outside disturbances.Firstly,the aerodynamic parameters of the morphing vehicle are replaced with curve-fitted approximation to build the accurate model for control design in the hypersonic flight.Then the nonlinear vehicle model is transformed into the strict feedback multi-input/multi-output nonlinear system by using the input-output feedback linearization approach.At the same time,the disturbance observer is used to approximate the unknown disturbance,and the sliding mode method is used to solve the problem of non-matching and uncertainty.Finally,according to the buffeting problem in sliding mode control,the double power is improved.Simulation results show that the proposed method can ensure the global stability of the closed-loop system,and has good tracking and robust performance.     

基于神经网络的一类非线性关联大系统鲁棒滑模分散控制

针对一类具有未知界扰动和子系统部分已知的非线性大系统,结合神经网络逼近方法、滑模控制研究了一种新的分散鲁棒自适应控制方法。所设计的分散控制器分为两部分,一是等效控制器,二是滑模控制器。滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用。文中用神经网络逼近非线性未知函数,将网络权值误差引入到网络权值的自适应律中用以改善系统的动态性能。仿真算例证明了所设计的鲁棒分散控制器是有效的。     

螺旋桨旋转噪声等价声源中心的实验研究

本文研究了互谱分析法在噪声源定位应用上的理论和实验技术。为了得到用于噪声控制的螺旋桨旋转噪声的等价声源中心,研究涉及到互谱分析法的理论以及时间平均和空间平均的实验技术。这是一种工程方法。该方法可用于识别各种螺旋浆旋转噪声的等价声源中心,且可推广到其他声源的声源定位、声源识别领域。作为实例,识别AD—200轻型飞机的螺旋桨旋转噪声等价声源中心的测量取得了非常好的结果。 另外,本文对互谱分析法在声源定位上应用的有效性进行了理论分析,指出互谱分析法在声源定位方面有着广阔的应用前景。     

改进的EMD方法在车辆振动信号提取中的应用(英文)

为了能在强噪声背景下准确地进行振动信号的特征提取,对经验模式分解进行了研究和改进,并将其应用于车辆振动信号的特征提取中。首先对系统中各输入信号进行了多次自相关处理,有效地降低信号中的噪声。然后对处理的信号进行经验模式分解,得到了各固有模态函数分量。最后对感兴趣的固有模态函数分量进行希尔伯特变换和谱分析,从而得到信号的特征信息。仿真和试验分析说明了改进的经验模式分解方法的可行性,并且对同类工程问题具有一定的参考价值。     

高超声速风洞来流扰动测量及数据后处理技术研究

来流扰动对高超声速风洞中开展的实验研究，如层/湍流边界层的不稳定性与转捩实验，有直接影响。为加深对高超声速风洞中边界层转捩实验的认识，需对高超声速风洞的来流扰动进行定性与定量的测量与分析。提出一种高超声速风洞扰动模态校测方法，使用热线风速仪和皮托管压力探头对高超声速风洞自由来流进行测量。在小扰动假设前提下通过模态离解分析，并结合直接数值模拟结果，获得风洞自由来流各扰动模态的幅值。运用德国不伦瑞克工业大学马赫数6 Ludwieg式高超声速风洞对该方法进行检验。实验结果显示:该风洞为典型噪声风洞，其来流扰动中声波模态高达扰动总模态的69%，涡波模态和熵波模态约各占15%。该扰动模态校测方法为高超声速风洞的流场扰动测量提供了一个思路，为基于高超声速风洞开展的实验提供了借鉴和参考。     

Anchoring Bolt Detection Based on Morphological Filtering and Variational Modal Decomposition

The pull test is a damaging detection method that fails to measure the actual length of a bolt. Thus,the ultrasonic echo is an important non-destructive testing method for bolt quality detection. In this research,the variational modal decomposition(VMD)method is introduced into the bolt detection signal analysis. On the basis of morphological filtering(MF) and the VMD method,a VMD-combined MF principle is established into a bolt detection signal analysis method(MF-VMD). MF-VMD is used to analyze the vibration and actual bolt detection signals of the simulation. Results show that MF-VMD effectively separates intrinsic mode function,even under strong interference. In comparison with conventional VMD method,the proposed method can remove noise interference. An intrinsic mode function of the field detection signal can be effectively identified by reflecting the signal at the bottom of the bolt.     

一种基于纵弯模态复合的新型两自由度直线超声电机的研究

提出了一种基于两个弯曲振动模态与一个纵向振动模态复合的新型两自由度直线超声电机。介绍了这种电机的结构特点。阐述了电机实现两个自由度直线运动的原理，并从理论上证明了电机驱动点的运动轨迹为椭圆运动。在此基础上，利用有限元方法设计了电机，并制造了原理性样机。利用PSV-300F多普勒激光测振仪对电机的工作模态进行了测试，实验结果表明，电机的工作振型和工作频率等均满足设计要求。电机的试运行表明了其工作原理和设计结果的正确性，并给出了电机的输出性能。最后指出了该样机存在的问题和改进措施。     

基于子空间算法的对称结构重频模态识别

针对飞机等对称结构的重频模态较难识别的问题,在随机子空间算法的基础之上,利用空间投影的性质和响应点位置间的几何关系,分离对称耦合模态,建立对称模态响应和反对称模态响应Hankel矩阵,实现单独利用响应数据识别重频的对称和反对称模态。最后通过仿真算例表明,改进后的方法成功提取了重频模态的振型,避免了传统算法识别结果的中的振型耦合,同时提高了对称模态中固有频率和阻尼的识别精度。     

非线性参数识别的相关积分方法及其应用

使用相关积分方法解决单自由度非线性系统的参数识别问题。利用相关积分方法的滤波特性可以有效地抑制测量信号中的噪声影响，提高参数估计的精度。同时可以分别建立非线性阻尼和刚度参数的线性识别方程．实现两类参数的分离识别，有利于弱非性项的参数估计。将这一方法用于贮箱内液体晃动等效力学模型参数的试验确定问题，解决了由于采用防晃装置而产生的非线性晃动阻尼的参数识别问题。     

Data Fusion of Multiple Curvature Mode Shapes for Structural Damage Diagnosis

This study aims to develop a reliable method for locating multiple cracks in a beam using data fusion of multiple curvature mode shapes.The identification of multiple damage in beams based on curvature mode shape has become a research focus in recent decades.However,the curvature mode shape method using a single mode carries limited damage information,and fails to reveal all cracks when multiple damage detection is required.To address this limitation,the curvature mode shape method is further enhanced by a data fusion algorithm to fuse damage information in multiple modes.The effectiveness of the method is proved through a numerical case of a beam with multiple cracks.The applicability of the method is experimentally validated by detecting multiple cracks in a composite laminated beam with mode shapes acquired by a scanning laser vibrometer.The results show that the method of fusing multiple curvature mode shapes carries more complete damage information than the traditional one using a single mode,and can successfully locate all cracks in a damaged beam.     

回热器填料布置方式对脉管制冷特性影响实验研究

考察了不同工作模式下，回热器填料布置方式对制冷机性能的影响和作用机理，结果表明：在不同工作模式下，回热器填料布置方式对制冷性能的影响不尽相同。对于实验用单级G—M型脉管制冷机，采用2kW压缩机RW2驱动时，在小孔模式下，受调相能力的制约，回热器冷端采用铅丸代替不锈钢丝网，并不能进一步降低制冷温度，其制冷温度被限制在30K温区附近；而对于双向进气模式，最低制冷温度则从原来的27K降低至18．4K，相应的制冷量和COP在所测温度范围内均明显增大，而且有效地避免了制冷温度不稳定现象的发生。     

薄板声——超声检测信号的时频分析研究

本文以兰姆波的群速度-频厚积频散曲线为基础,采用基于短时傅立叶变换的时-频分析方法,对薄板中传播的声-超声信号进行了处理分析。对厚度为2 mm薄钢板的声-超声检测实验结果证实,在声-超声检测形式下激发的超声波的主要成分是多模式的兰姆波。与现有文献中介绍的基于时间域识别的薄板声-超声信号分析方法相比,时-频分析方法不仅可以很好地识别兰姆波模式,而且可对各模式波的能量成分进行分析。     

基于在线学习RBF神经网络的故障预报

提出了一种基于在线学习神经网络的故障预报方法.该方法在网络设计过程中结合了"添加"准则和基于对网络输出贡献相对较小的"剪枝"准则."添加"过程中利用隐层的最大输出判断神经元的活跃性;"剪枝"过程中加入了滑动窗口,避免了误"剪枝".同时,调整过程只对输出响应比较大的神经元进行,大大减少了计算量,提高了实时性.仿真结果表明,利用该算法能够对一类带时变参数的非线性系统进行故障预报.     

基于封闭空间辐射模态的结构声有源控制(英文)

从辐射模态角度来研究封闭空间结构声的有源控制同题.导出了耦合封闭空间内的辐射模态,将封闭空间内的声势能解耦分解成互不影响的独立项,每项由一阶辐射模态单独形成;提出了以前G阶辐射模态的声势能作为控制目标的有源控制策略;给出了控制力的最优控制模型.对长方体封闭空间内结构声的有源控制仿真表明:一个控制力可以控制一阶辐射模态的声势能,而4个控制力控制前4阶辐射模态可以有效抑制低频范围内的声势能.