基于改进的SqueezeNet直升机滚动轴承故障诊断

针对现有基于卷积神经网络的故障诊断方法存在模型参数量和计算量大的问题，提出一种改进的SqueezeNet模型应用于直升机滚动轴承故障诊断。该模型借鉴VGG16模型的思想，在经典的SqueezeNet基础上，采用3个3×3卷积核代替1个7×7卷积核，实现了在相同感知野条件下增加网络容量、增强非线性、减少网络参数量，采用卷积层、池化层和Fire模块、池化层两大结构交替的方式组成模型特征提取层，在保障特征提取能力的情况下，进一步减少了网络参数量。通过轴承数据开展模型故障诊断实验，结果表明该模型诊断精度达到99.65%，与传统卷积神经网络及经典的SqueezeNet模型相比诊断精度相当，而计算量与参数量最大缩减约6倍和36倍。     

基于三维叶尖间隙的叶片裂纹动力响应特征分析与诊断方法

将裂纹叶片三维动力响应分析与参数识别方法相结合，分析不同裂纹叶片状态下三维叶尖间隙（3-dimensional blade tip clearance,3D-BTC）动力响应参量的信息熵特征，并利用稀疏滤波从不同参量信息熵分布中无监督学习叶片裂纹的多尺度动力响应特征，实现裂纹叶片在运行过程中响应变化特征的信息熵定量描述。在此基础上，利用支持向量机（support vector machine,SVM）的强非线性映射能力建立多尺度响应特征空间与状态空间之间复杂映射。经试验证实，所提方法能实现叶片裂纹损伤程度的定量诊断，达到100%的诊断准确率，远优于其他方法，且诊断结果稳定性好。     

基于iSIGHT的大膨胀比5.0级向心涡轮多目标优化与分析

针对轻量化、紧凑化、高效化的向心叶轮设计需求，对5.0大膨胀比向心涡轮进行三维多目标优化。首先，基于iSIGHT，集成Numeca，CFX软件及自编程序，搭建了三维气动优化集成系统，实现向心涡轮流道、叶片的参数化、网格划分、数值计算及三维结果的自动处理与优化，且其所需的存储空间仅为原优化系统的2.4%，极大地降低了对计算机存储空间的要求；其次，针对向心叶轮造型参数众多所导致的优化规模巨大问题，采用试验设计方法（DOE）详细地开展了流道、叶片的控制参数对涡轮性能的影响研究，得到造型参数对涡轮效率的贡献度，继而给出了优化变量的选取依据，从102个造型参数中选取23个作为优化变量，减少了优化的盲目性，缩短了优化时长，极大地减轻了工作量，提高了优化效率；最后，考虑涡轮性能、排气损失以及叶轮轻量紧凑化的需求，以涡轮总对静效率η_ts，级出口气流角α₆及叶片的表面积A作为优化目标，采用NSGA-Ⅱ算法进行多目标优化并探讨相应机理。优化后，叶轮的轴向长度缩短了8.09%，叶片的表面积减小了8.46%，有效降低了叶轮的尺寸及重量；在保持涡轮进口流函数和膨胀比基本不变的情况下，设计点涡轮总对静效率提高了0.1%，级出口绝对气流角仅降低1°，且不同转速下涡轮的性能基本保持不变。以上研究表明，该三维优化系统和多目标优化方法的有效性。     

无塌陷型面出流及输送管内推进剂利用技术研究

针对火箭通用芯级氧箱的共底贮箱结构，通过理论分析及数值仿真，提出了“无塌陷型面+消漩叶片”的出流方案，并通过优化型面起始点半径，确保出流过程中不产生明显的液面塌陷。仿真及缩比试验结果表明，相比传统的“圆盘+倒锥”出流方案，贮箱推进剂在无塌陷型面出流方案下的出流过程中，没有明显的气液掺混或漩涡夹气现象，贮箱内推进剂可得到充分利用。在此基础上，利用Wallis两相漂移模型对输送管内两相介质传播速度进行了理论研究，并结合出流过程中气泡运动速度的试验结果，提出了输送管内推进剂的可用量准则。     

便携式微振动可视化测量仪的设计与实现

针对微振动难以察觉、振动测量中接触式的电测法需要布置大量传感器、非接触式的光测法测量速度慢且价格昂贵的问题，设计了基于视觉的便携式微振动可视化测量仪。提出了基于盲源分离的灰度平均测量算法以提取振动信号，结合视频放大算法实现微振动可视化，并基于嵌入式开发平台将测量系统集成为便携式仪器。在试验中,良好的可视化效果和准确的测量结果验证了所提方法的有效性，可为振动测量中存在的问题提供新的解决思路。     

复合材料双钉胶螺混合连接接头多参数优化设计北大核心CSCD

为提高复合材料双钉胶螺混合连接接头的承载能力,本文结合实验和有限元方法,利用ABAQUS建立了有限元模型并验证了其可行性,基于代理模型和遗传算法,对碳纤维复合材料板与钛合金板双钉混合连接结构的板宽、端距和孔距等参数开展了多参数优化设计。结果表明:二次多项式代理模型的预测结果精度最高;与优化前试验得到的常规混合连接接头的载荷性能相比,优化后的结构承载能力提升了44.35%。     

不同基准钟对BDS实时钟差估计的影响分析CSCD

BDS原始观测量是站星之间的相对时间延迟,在实时卫星钟差估计过程中需要引入一个基准钟,求解该基准约束下的钟差产品。基于两种不同的基准约束条件实时估计BDS卫星钟差,并从实时钟差的估计精度、钟差频率特性(频率漂移率、频率准确度、频率稳定度)及钟差预报精度等方面分析其对BDS实时钟差估计的影响。算例结果表明,在两种不同的基准模式下,估计得到的BDS实时卫星钟差性能基本一致,在实际使用中可根据情况采用不同的基准钟进行钟差估计,为BDS实时卫星钟差估计时基准钟的选择提供了参考。     

导弹滑模抗干扰自动驾驶仪设计

针对拦截弹的抗干扰控制问题，设计了一种基于扩张状态观测器和快速滑模控制的三通道自动驾驶仪。首先建立考虑有界未知不确定性和外界干扰的拦截弹系统模型，构建扩张状态观测器对有界未知不确定性和外界干扰进行估计；在此基础上，根据自动驾驶仪系统特性，设计了一种快速滑模控制算法使得系统在受到有界未知不确定性和外界干扰的情况下仍然能精准快速跟踪指令信号，并基于李雅普诺夫函数证明了其稳定性。仿真结果验证了所设计控制算法的有效性。     

基于STDP奖励调节的类脑面向目标导航

动物具有优秀的空间自主定位导航能力，能够实现在无先验环境信息下的导航定位和导航决策过程。针对智能体在连续空间中面向目标导航问题，研究了一种基于生物学放电时间依赖可塑性学习规则的智能体面向目标导航算法。首先分析了动物面向目标导航决策过程中的生理学机理，在此基础上，构建了基于脉冲神经网络的位置细胞和动作细胞模型。动作细胞间权值采用横向竞争模型更新，通过环境奖励信号的更新，采用放电时间依赖可塑性学习规则对位置细胞前馈动作细胞模型的突触权重进行权值调节，利用动作细胞群的脉冲放电现象表征智能体运动方向和速度。最后，对所提算法进行了仿真实验验证。仿真结果表明，所提出的类脑面向目标导航算法能够在单障碍环境中实现30 ms左右的规划速度，相比传统强化学习Q学习方法平均路径规划长度缩短了15.9%。     

脉冲干扰对软件接收机的影响分析

卫星信号经过长距离传播,信号能量损耗严重,到达地面的功率很弱,容易受到各种干扰的影响。脉冲干扰为常见的干扰类型,所以针对不同功率、不同周期,以及不同占空比的脉冲干扰信号,通过接收前端采集受脉冲干扰的GPS L1信号,利用软件接收机及多相关器生成技术,详细分析了脉冲干扰对接收机信号捕获与跟踪性能的影响。分析结果表明,周期为1ms的脉冲干扰信号,能对接收机产生强烈的干扰效果,捕获图中的噪声明显增大;跟踪过程中,载噪比和相关值突发性减小,造成跟踪数据异常。而长周期的脉冲信号仅在脉冲到达时影响接收机的捕获和跟踪,但由于信号跟踪不能连续进行,导致伪距观测量的不连续与导航数据不能正常解码,从而干扰接收机。