一种新的间断侦测器及其在DGM中的应用

根据单元交界面左右变量的差别,提出了一种新的间断侦测器构造方法。该间断侦测器的构造原理简单,编程实现容易。针对一维和二维Euler方程,我们将此间断侦测器用于间断Galerkin格式的数值计算中。数值实验表明本文构造的间断侦测器能够准确捕捉到激波的位置,从而只在间断区域引入限制器,在减少计算量、保证光滑区计算精度的同时,提高了激波等强间断的分辨率,能够明显地改善流动精细结构的模拟精度。     

四象限脉冲整流器IGBT开路故障检测

四象限脉冲整流器广泛应用于电力牵引传动系统。IGBT是脉冲整流器的核心器件,易发生故障,对其开路故障检测进行了研究。首先分析了脉冲整流器IGBT开路故障下的特征。然后用网侧电流平均值除以电流绝对值的平均值,设为检测变量,对各功率等级、各故障下的检测变量进行分析,总结出设置阈值的方法；最后通过硬件在环仿真验证了检测方法的有效性。     

BP神经网络在航空复合材料敲击检测中的应用

随着航空复合材料运用越来越广泛,其本身缺陷造成的事故也愈来愈多.提出一种利用敲击检测和BP神经网络的航空复合材料无损检测方法.首先运用敲击检测采集数据;然后运用平均值法和方差法来对数据进行修正;最后借助MATLAB软件进行BP神经网络数据分析,在训练数据4 000组、测试数据20组时,准确率可达90%.实例验证结果表明,基于BP神经网络的敲击检测方法可以实现航空复合材料缺陷的有效检测.     

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。     

一种基于飞机强度试验的多路故障检测技术

在全尺寸飞机结构强度试验中,对飞机姿态的实时监测尤为重要.飞机各部位安装的限位开关对飞机各重要部位的变形量进行限制保护,同时反映了飞机姿态、变形量的正常与否.如何快速准确地锁定试验异常部位,为试验人员定位并检查试验异常提供信息,赢得排除故障的时间,是研制多路故障检测装置的初衷.     

基于柔度曲率矩阵的复合材料脱层损伤识别研究

利用复合材料的模态柔度曲率矩阵探讨了复合材料构件的无损检测方法。通过模态分析获得脱层复合材料梁的各阶固有频率及节点振型,计算得到模态柔度曲率矩阵判断复合材料梁的脱层损伤。基于梁结构损伤检测理论发展了基于柔度曲率矩阵的复合材料板结构脱层损伤识别理论,即纵向柔度曲率矩阵和横向柔度曲率矩阵。算例分析表明:对于单一脱层损伤,纵向和横向柔度曲率突变率分别是3.6310、5.4078倍。对于多处脱层损伤,小损伤处纵向和横向柔度曲率突变率分别是3.5350、5.902 8倍;大损伤处纵向和横向柔度曲率突变率分别是5.680 3、10.010 9倍。突变位置与预设的脱层位置一致。说明纵向和横向柔度曲率均能判断复合材料脱层损伤的位置和大小,且相对来说,纵向柔度曲率损伤识别效果更好于横向柔度曲率。     

波音737NG飞机发动机过热/火警探测系统故障放行分析

介绍了波音737NG系列飞机发动机过热/火警探测系统的工作原理,针对处理探测器信号的判断逻辑和系统设计特点,给出了对发动机过热/火警系统故障放行的一些看法。     

Model-based robust estimation and fault detection for MEMS-INS/GPS integrated navigation systems

In micro-electro-mechanical system based inertial navigation system（MEMS-INS）/global position system（GPS） integrated navigation systems, there exist unknown disturbances and abnormal measurements. In order to obtain high estimation accuracy and enhance detection sensitivity to faults in measurements, this paper deals with the problem of model-based robust estimation（RE） and fault detection（FD）. A filter gain matrix and a post-filter are designed to obtain a RE and FD algorithm with current measurements, which is different from most of the existing priori filters using measurements in one-step delay. With the designed filter gain matrix, the H-infinity norm of the transfer function from noise inputs to estimation error outputs is limited within a certain range; with the designed post-filter, the residual signal is robust to disturbances but sensitive to faults. Therefore, the algorithm can guarantee small estimation errors in the presence of disturbances and have high sensitivity to faults. The proposed method is evaluated in an integrated navigation system, and the simulation results show that it is more effective in position estimation and fault signal detection than priori RE and FD algorithms.