基于声学信号与视觉转换器的滚动轴承故障诊断方法研究

航空机载设备的可靠性对航空运输安全至关重要。针对航空机载设备上的滚动轴承故障，本文提出一种声学信号与视觉转换器（ViT）相结合的滚动轴承故障诊断方法。首先，将采样获得的滚动轴承声信号通过短时傅里叶变换转换为时频图。其次，将时频图按时序分割，作为ViT的输入。ViT通过多注意力机制提取图像块中的信息并输出数据。最后，输出数据通过多层感知机实现对不同类别的滚动轴承故障识别。试验表明，相较于传统的基于卷积神经网络和长短时记忆网络的滚动轴承故障诊断方法，本文所提方法的滚动轴承故障诊断准确率更高，为航空机载设备的轴承故障诊断提供了一类新方法。     

基于网络分析仪的多类型微波器件S参数自动校准软件研究

为实现高效测量,减少多种类型被测器件导致的测量参数设置复杂问题,本文通过分析微波网络S参数测量系统的工作原理和性能特点,采用C#多线程、模块化结构设计出S参数自动校准软件,对S参数测量系统建立被测器件的类型、标准件的参数以及测试流程等数据库,同时建立被测参数的测量不确定度模型。基于矢量网络分析仪结合自动校准软件实现反射参数与传输参数的测试,通过试验可发现,采用自动化校准软件的测试结果与手动测试结果具有较高的一致性。