基于IITD和FCM聚类的滚动轴承故障诊断

基于Akima插值和固有时间尺度分解（ITD）中的线性变换,提出了一种改进的固有时间尺度分解（IITD）,在此基础上,进一步提出基于IITD近似熵（AE）和模糊C均值聚类（FCM）相结合的滚动轴承故障的诊断方法。采用IITD方法对滚动轴承的振动信号进行分解,通过互信息分析,筛选出前3个含主要特征信息的固有旋转分量（PR）,计算其近似熵值作为信号的特征向量,将得到的特征向量输入到FCM分类器中分析并得到分类结果。实验分析表明:分别与基于EMD、ITD近似熵和FCM聚类相结合的方法比较,该方法的分类系数更接近1,平均模糊熵更接近0,即此方法对滚动轴承的正常、内圈故障、外圈故障、滚动体故障信号以及对内圈的不同损伤程度信号均能更有效更准确地进行分类。      

事故与熵—事故发生可能性计算的新方法

本文从熵增加的观点描述了事故的本质,剖析了人机系统的实质与特性,提出了风险熵与事故势的概念,给出了计算风险熵与故事势的方法.结果表明,系统具有二重性.在系统运行期间,系统具有封闭体系的特性;在休整期间.系统具有开放体系的特性.事故是运行系统的必然发展趋势,是一种自发过程,是运行系统的固有属性.由于在系统熵增的过程中信息与能量的交换,所以可以把事故定义为系统熵增加的结果.避免事故发生的原理是不断向系统输入信息或负熵以抵消系统内部的熵增加.     

基于粒化模糊熵的机载燃油泵故障诊断

由于机械系统的复杂性,机载燃油泵振动信号的随机性表现在不同尺度上,因此需要对振动信号进行多尺度分析。为了实现机载燃油泵的故障状态特征提取,以模糊熵作为机载燃油泵振动信号的基本特征,提出了基于模糊信息粒化和模糊熵的机载燃油泵故障诊断方法。首先,采用模糊信息粒化方法对振动信号进行粒化处理,得到包含最小值、中值、最大值三组模糊信息粒;其次,计算模糊信息粒的模糊熵值;最后,将熵值作为特征向量,输入基于粒子群优化支持向量机建立的分类器。将该方法应用于机载燃油泵及轴承实验数据,分析结果表明,该方法可有效实现故障诊断。     

浅谈大数据在精密惯性仪表中的应用

精密惯性仪表被广泛应用于地面武器、飞机、舰船、航天器中,其作用是敏感、测量载体加速度和姿态等信息,确定载体的运动轨迹参数,实现对载体的精密导航、定向定位,在武器装备中具有非常重要的地位。首先从构成精密惯性仪表的精密微细结构出发,对大数据在制造过程中存在的问题进行了分析。通过对典型惯性产品装配过程的分析,总结了惯性仪表在装配过程中对产品精度和性能产生影响的几类微观效应;其次,通过分析“熵”在我国制造领域中的应用,提出了“熵”理论在惯性仪表装配过程中的应用思路;最后,结合上述分析结果,以三维点云数字化虚拟装配技术在惯性仪表中的应用和“熵”在惯性仪表故障识别与误差建模方向上的应用为例,给出了具体的研究内容、技术流程和研究结果。     

多因素耦合的舰机适配性评估方法

舰机适配性是航母与舰载机研制过程中的难点,充分协调舰艇系统和飞机航空系统之间的复杂关系是发挥航母战斗力的关键。文章提出了 1种基于改进的熵值法与突变级数法的多因素耦合的舰机适配性评估方法。首先,进行指标选取,建立多因素耦合的舰机适配性评估指标体系,并根据突变级数理论确定指标体系对应的突变模型;其次,利用改进的熵值法计算各个指标的贡献率,提高排序结果的准确性;再次,利用突变层次结构模型进行舰机适配性评估;最后,以国外某型航母与舰载机为评估对象,验证新的综合评估方法的有效性和可靠性。文章提出的方法不需要对指标赋权,减少评估过程中由于赋权带来的主观性,为舰机适配性评估提供了新的思路。     

熵产控制体方法对压气机近零间隙流动损失的演变规律

以澄清近零间隙流动结构及流动损失随间隙的变化规律为目标,提出熵产控制体分析方法,可精确量化流场任意位置的局部不可逆损失.数值模拟发现,间隙在0.4%叶高范围内(称近零间隙)效率水平最高且出现一对应峰值效率最高的最佳非零间隙.熵产控制体分析表明:通道内总熵产随间隙变化规律与效率一致;间隙变化对动叶端区20%~80%弦长范围内的熵产改变最为明显,主导了总熵产的变化;间隙变化时熵产改变的流动区域不同,这是由于动叶端区主导损失的流动结构发生改变造成的.进一步结合流场结构,探讨近零间隙流动损失演变的可能原因:间隙为零时壁面剪切力是造成损失的主导因素;最佳间隙时流动均匀,损失最小.      

基于MESE的导弹仿真数据一致性验证

以某型空空导弹为对象,对该导弹模型的仿真可信度评估方法进行了研究,提出了基于最大熵谱估计法的导弹仿真数据一致性验证方法.模拟外场试验场景进行了全体系实战对抗仿真试验,并将试验数据作为仿真数据一致性验证的参考数据;对导弹仿真试验的随机动态数据平稳化预处理后,进行了基于最大熵谱估计法的导弹仿真随机动态数据一致性验证.结果表明,该导弹模型具有良好的动态一致性,所提方法可行、有效.     

Cubature Kalman filter with closed-loop covariance feedback control for integrated INS/GNSS navigation

Cubature Kalman Filter (CKF) offers a promising solution to handle the data fusion of integrated nonlinear INS/GNSS (Inertial Navigation System/Global Navigation Satellite System) navigation. However, its accuracy is degraded by inaccurate kinematic noise statistics which originate from disturbances of system dynamics. This paper develops a method of closed-loop feedback covariance control to address the above problem of CKF. In this method, the posterior state and its covariance are fed back to the filtering process to constitute a closed-loop structure for CKF covariance propagation. Subsequently, based on the maximum likelihood principle, a control scheme of the prior state covariance is established by using the feedback state and covariance within an estimation window and further adopting a proportional coefficient to amplify the feedback terms in recent time steps for the full use of new information to reflect actual system characteristics. Since it does not directly use kinematic noise covariance, the proposed method can effectively avoid the adverse impact of inaccurate kinematic noise statistics on filtering solutions. Further, it can also guarantee the prior state covariance to be positive semi-definite without involving extra measures. The efficacy of the proposed method is validated by simulations and experiments for integrated INS/GNSS navigation.     

A practical filter error method for aerodynamic parameter estimation of aircraft in turbulence

It is common for aircraft to encounter atmospheric turbulence in flight tests. Turbulence is usually modeled as stochastic process noise in the flight dynamics equations. In this paper, parameter estimation of nonlinear dynamic system with both process and measurement noise was studied, and a practical filter error method was proposed. The linearized Kalman filter of first-order approximation was used for state estimation, in which the filter gain, along with the system parameters and the initial states, constituted the parameter vector to be estimated. The unknown parameters and measurement noise covariance were estimated alternately by a relaxation iteration method, and the sensitivities of observations to unknown parameters were calculated by finite difference approximation. Some practical aspects of the method application were discussed. The proposed filter error method was validated by the flight simulation data of a research aircraft. Then, the method was applied to the flight tests of a subscale aircraft, and the aerodynamic stability and control derivatives were estimated. All the estimation results were compared with the results of the output error method to demonstrate the effectiveness of the approach. It is shown that the filter error method is superior to the output error method for flight tests in atmospheric turbulence.     

编码扩频通信系统中非相干解调技术研究

为满足当前信息技术高速、安全、可靠通信的要求 ,对基于编码扩频的 DS/FH(直序 /跳频 )混合扩频通信系统中非相干解调技术进行了研究 ,简要分析编码扩频信号的组成 ,重点讨论数据解调时采用的非相干最大相关输出解调方案及其误码特性 ,并与其它通信系统的通信性能进行对比。仿真结果证实方案切实可行