基于小波奇异分析的流场计算方法及应用

首次将三维小波以及二维小波奇异性分析的思想引进三维以及二维复杂流场的数值计算,发展了一种高效率、高精度、高分辨率的方法.该算法的核心是获取流场中物理量在不同空间点的Hlder指数α,而该指数α的获取又依赖于小波变换以及高维(即二维或三维)小波分析技术.在三维与二维欧氏空间中,为进行小波多分辨分析,需要在尺度空间与小波空间分别引进尺度基与小波基.对二维问题,尺度基与小波基的基底要由1个尺度函数与3个小波函数组成,而三维时要由1个尺度函数和7个小波函数组成.借助于小波奇异分析所找到的流场中奇异点区域与光滑区域,便可分别选用高分辨率、高精度的WENO(weighted essential non-oscillatory)格式与高精度中心差分格式进行流场的离散求解.一系列二维(即,①二维前台阶问题的Euler流;②二维双马赫反射的Euler流; ③著名的二维Riemann问题;④跨声速RAE2822翼型二维绕流; ⑤跨声速VKI-LS 59二维涡轮叶栅绕流)与三维(即,⑥跨声速轴流压气机转子NASA(National Aeronautics and Space Administration) Rotor 37三维黏性绕流;⑦跨声速风扇转子NASA Rotor 67三维黏性绕流)算例表明:该方法的计算效率比传统的WENO格式有较大的提高,大部分典型算例能够提高3~5倍,而且可以获取复杂流场中高分辨率的激波结构以及涡系分布,可以得到与有关实验数据较为吻合的数值结果.      

变截面梁式压电智能板振动控制的小波模式

基于 Daubechies小波理论的尺度函数变换 ,对于变截面悬臂板结构的弯曲建立了由压电片感应器的观测电量识别挠曲变形构形的显式关系式。此基础上 ,采用具有位移与速度信号负反馈控制律后 ,建立了抑制振动的压电动力控制程序。由于小波尺度函数逼近具有低带通性质 ,即具有自动滤除高频分量的能力 ,该控制程序将不会出现由观测溢出与控制溢出耦合而造成的控制失稳 (即在抑制低频 (阶 )扰动时系统激发出高频 (阶 )扰动的现象 )。数值仿真结果表明 :该控制方法所能控制的模态阶数与压电片数相同 ,而且其控制程序在抑制外界干扰方面是有效的。     

基于SVM和广义粗糙度特征的航空发动机振动故障诊断方法

通过对航空发动机振动信号进行小波分解,依据多尺度空间局部能量分布和粗糙性提取基于子带信号能量加权广义粗糙度特征实现对振动情况的描述.然后将上述特征送入支持向量机(support vector machine,简称SVM)分类器进行训练,根据分类器的输出结果判断航空发动机的工作状态和故障类型.通过对实测航空发动机试车时得到的振动信号的实验分析结果表明,该算法可以有效地识别发动机的振动故障.      

基于组合优化相关向量机的航空发动机性能参数概率预测方法

针对航空发动机性能参数预测过程中存在的不确定因素,提出一种基于组合优化相关向量机(CORVM)的概率预测方法.首先,通过正交小波变换将性能参数序列分解为具有不同特征尺度的随机分量和趋势分量,并分别建立各分量的相关向量机(RVM)回归预测模型.然后,以留一交叉验证误差最小作为优化目标,采用量子粒子群优化(QPSO)算法实现RVM核参数和嵌入维数的自适应优化选择.最后,组合各RVM回归预测模型得到最终预测均值及方差,进而得到预测值的概率分布.通过航空发动机排气温度变化量和滑油金属含量预测实例验证了方法的有效性,实验结果表明:该方法能够有效避免传统点预测方法可能导致的不可靠结果,并具有比单一模型更高的预测精度.     

基于静态小波变换的雷达信号特征点检测方法

提出了一种基于静态小波变换的特征点检测方法,该方法能够精确定位特征点的位置,并且对输入信号的平移不敏感。利用静态小波变换系数的梯度和幅值构造一个准则函数,初步确定候选特征点出现的位置,再根据小波模极大值随尺度变化的李氏指数规律确认特征点。仿真试验证明,该算法能够在多种噪声干扰下有效检测出特征点。     

基于小波包分析与多核学习的滚动轴承故障诊断

为了更准确地诊断滚动轴承故障,提出了一种基于小波包分析与多核学习的滚动轴承故障诊断方法.该方法首先对振动信号进行3层小波包分解,将振动信号分解为不同频带的信号,提取各频带的相对能量特征,构建特征向量;然后采用多核学习算法从训练样本集中学习核函数与分类器;最后使用训练出的分类器识别滚动轴承故障类型.为了验证方法的有效性,进行了滚动轴承故障诊断实验,实验结果表明该方法的故障诊断准确率达到98.25%,与传统的基于小波包与支持向量机的滚动轴承故障诊断方法相比,其故障诊断准确率更高,同时由于避免了核函数的选择问题,该方法更便于实际应用.      

基于PSO-RWE的自适应小波阈值函数滚动轴承振动信号去噪方法

针对现有小波去噪方法存在阈值函数中未知参数选取依赖经验,导致去噪不充分或去噪后信号失真的问题。提出了一种基于相对小波熵(RWE)的粒子群优化(PSO)算法,用于小波阈值函数中未知参数的自适应寻优,达到滚动轴承振动信号自适应降噪目的。改进了一种含两未知参数的小波阈值函数;以相对小波熵为优化算法的适应度函数对未知参数进行自适应寻优,得到最优小波阈值函数;通过对模拟仿真信号和试验采集的滚动轴承振动信号进行分析。结果表明:优化后的小波去噪方法能够更好地将噪声从染噪信号中滤除,去噪后信号波形的平滑度更好,信噪比相较硬阈值去噪提高294%,而且保留了原始信号更多的细节特征,具有更好的去噪性能和应用实用价值。     

区间B样条小波杂交应力元分析及其应用

将小波函数引入到杂交应力元中,以其尺度函数作为插值函数,构造了二维四节点和三维八节点的B样条小波杂交应力元.将数值算例结果与理论解和Abaqus软件计算结果相对比,本文所构造的新型单元具有计算精度高、对单元划分密度不敏感、收敛速度快的优点.     

小波域的自适应波束形成算法

在分析传统自适应波束形成的基础上,首次提出了一种小波域的自适应波束形成算法。与通常的自适应波束形成算法相比,该算法利用小波变换对小波空间进行了分解,信号经小波变换自相关性会下降,收敛速度提高,同时在此分解过程中,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明了该算法收敛速度较快,且计算量增加较少,易于实时实现,而且具有较好性能。同时仿真实验表明该算法收敛速度与小波基和尺度的选择有关,尺度越大收敛速度越快;对于同一小波基系列,小波基的正则性越好收敛速度越快。     

适用于气动弹性的小波非定常气动力降阶方法

发展非定常气动力模型降阶技术旨在缩减计算耗费并且使得计算流体力学信息能够应用于气动伺服弹性以及设计优化当中。采用小波方法建立基于Volterra级数的非定常气动力降阶模型。在模型识别过程中,激励是光滑连续的且以零阶保持方式进行离散,采样频率选择二的整数幂次。近似的一阶Volterra核基于Haar尺度函数族展开,鉴于Volterra核在系统响应中的衰减特性,可在合适的有限时长截断一阶核。为了获得一阶核的各项展开系数,需要求解由输入/输出数据组成的超定方程,其中涉及到奇异值分解算法。为了验证小波方法的有效性,算例选取了二维的NACA64a010翼型。数值仿真结果表明该方法能够比较准确地预测结构小扰动引起的非定常气动力响应且能描述一定的非线性现象。     

一种小波变换像空间的再生核

利用一个常用的调制高斯函数作为小波母函数,得到小波变换像空间的再生核函数的具体表达式和小波变换的等距恒等式,并分析了小波变换像空间的结构,为一般的小波变换的像空间的研究提供了理论基础。     

Multi-faults diagnosis of rolling bearings via adaptive customization of flexible analytical wavelet bases

Multi-faults detection is a challenge for rolling bearings due to the mode mixture and coupling of multiple fault features, as well as its easy burying in the complex, non-stationary structural vibrations and strong background noises. In this paper, a method based on the flexible analytical wavelet transform (FAWT) possessing fractional scaling and translation factors is proposed to identify multiple faults occurred in different components of rolling bearings. During the route of the proposed method, the proper FAWT bases are constructed via genetic optimization algorithm (GA) based on maximizing the spectral correlated kurtosis (SCK) which is firstly presented and proved to be efficient and effective in indicating interested fault mode. Via using the customized FAWT bases for each interested fault mode, the original vibration measurements are decomposed into fine frequency subbands, and the sensitive subband which enhances the signal-to-noise ratio (SNR) is selected to exhibit the fault signature on its envelope spectrum. The proposed method is tested via simulated signals, and applied to analyze the experimental vibration measurements from the running roller bearings subjected to outrace, inner-race and roller defects. The analysis results validate the effectiveness of the proposed method in identifying multi-faults occurred in different components of rolling bearings.     

用子波系数概率密度函数研究湍流多尺度结构的间歇性

用热线风速仪在充分发展平板湍流边界层中测量流向速度信号的时间序列并进行湍流多尺度结构统计特性的实验研究。用热线风速仪以高于对应最小湍流时间尺度的分辨率精细测量风洞中平板湍流边界层不同法向位置的流向速度分量的时间序列信号,用子波分析对湍流脉动速度信号进行多尺度分解,将推广的自相似性(ESS)应用于子波分析。用子波系数的概率密度函数验证了多尺度相干结构对间歇性的影响,并证明与距壁面距离有关。对比研究了提取湍流边界层多尺度相干结构前后湍流多尺度结构函数间歇性的变化规律及概率密度函数的变化规律,验证了多尺度相干结构是湍流边界层产生奇异标度律的原因。当这些相干结构被分离出后,由子波系数计算的ESS标度律就回到K olm ogorov线性标度律,这一现象在整个湍流边界层都是很明显的。      

基于小波包分析和支持向量机的转静碰摩部位识别

利用航空发动机转子实验器模拟不同径向碰摩部位下的碰摩故障,提出基于小波包分析的支持向量机转静碰摩部位识别方法.首先将从机匣测得的加速度信号进行小波包分解,提取其归一化能量特征,接下来将得到的归一化能量特征输入至支持向量机中,用以识别不同的碰摩部位.利用航空发动机转子实验器模拟大量不同碰摩程度和不同碰摩部位的样本,利用支持向量机进行训练和测试.结果表明小波包能量特征与支持向量机相结合可以有效地判别转静碰摩部位,且仅需1个传感器即可达到98%的识别率.      

基于最优小波包基的信号去噪算法及其应用

提出了一种基于Shannon熵准则的最优小波包基信号去噪算法,并将其应用于某型导弹惯导系统陀螺仪信号的去噪处理中。该算法在最优小波包基的基础上,针对不同频段采用不同的阈值算法,用量化后的系数重构得到去噪后的信号。仿真结果表明,该算法具有良好的去噪性能,并且消噪效果明显优于基于小波变换的去噪算法,因而将具有更为广泛的应用前景。     

飞机蒙皮缺陷磁光图像识别算法研究

提出一种基于模糊支持向量机自动识别飞机蒙皮磁光图像中铆钉裂纹缺陷的新方法。针对铆钉磁光图像的不规则圆形特点．采用阈值法确定近似铆钉区域中心，将由中心发出的星形射线矢量作为识别的基本特征，采用模糊支持向量机方法对铆钉周围裂纹的方向进行分类。其中，支持向量机采用径向基核函数，利用网格法选取核宽度惩罚常数．并结合模糊隶属度函数解决多类分类问题中存在的错分、拒分现象。样本测试实验结果表明，算法具有很高的识别率。     

基于RDK-ELM 的航空发动机控制系统故障诊断

为保持较高诊断正确率,缩短训练时间,满足航空发动机故障诊断对于实时性和高诊断率的需求,提出1种对深度核极限学习机的简约改进方法。输入数据中随机选取部分数据作为支持向量,结合深度学习网络的多层结构,完成了对输入样本的特征提取,通过核函数实现了高维空间映射分类。数字仿真表明:算法分类正确率高,训练时间短,可应用于航空发动机控制系统的故障诊断。