航空发动机盘腔积液的故障识别

针对航空发动机盘腔积液故障难于监测和诊断的问题,将积液问题分为早期积液和严重积液,分别进行振动特征提取。研究了不平衡量和早期积液对转子振动的影响规律,基于幅频特性曲线区域面积分布特点,提出一个早期积液故障识别准则;分析了严重积液转子失稳振动特征,发现积液转子在发生失稳时会出现振动幅值突增、次谐波分量突增和拍振,基于振动特征提出三个严重积液故障识别准则。结合航空发动机实际工况,提出一套完整的积液故障监测方法和诊断流程,能够实现在转子失稳前发出预警,避免故障升级。通过30组实验数据进行验证,所提出的积液故障识别方法准确率达96%,具备工程应用价值。     

基于卷积神经网络对磁异常信号的识别研究

航空磁探反潜作为航空反潜的重要手段,在其中发挥了重要作用。针对目前航空反潜作战中,磁干扰信号极大地影响对水下目标磁探测效果这个问题,文章先对输入信号进行预处理,并使用卷积神经网络实现对2种信号的识别。实验结果显示,卷积神经网络的方法对信号的识别率达到了85%,能够有效对信号进行准确地识别。     

基于超声多普勒与电导环的油水两相流流速测量

两相流动现象广泛存在于众多工业领域中,其流动过程参数如流速的准确测量对量化体积/质量流量及优化生产工艺和过程设备有重要意义。针对水平油水两相流流速测量问题,提出了一种同侧双晶连续波超声多普勒（CWUD）与电导环传感器相结合的测量方法。非侵入式超声多普勒传感器为双晶超声换能器,由2个倾角相同且中心频率为1 MHz的压电陶瓷晶片组成,两者之间使用隔声材料防止声波干扰,其中发射晶片向流体连续发射超声波,同时接收晶片接收经流体中离散液滴散射的超声波,测量区间覆盖管道横截面的整个径向范围。动态实验在50 mm管径的水平油水两相流装置上完成,通过分析油水两相流多普勒频移响应特性,发现在测量区间内,平均多普勒频移与总表观流速之间随连续相不同而呈现2种线性关系。因此,根据电导环传感器的电学敏感原理,获得无量纲电压参数判断两相流的连续相,继而选取相应流动状态下的测量模型,计算流体总表观流速。实验结果表明:总表观流速估计值均方根误差为0.01 m/s,平均相对误差为3.09%,其中相对误差小于5%的置信概率为70%。      

人机协作中人的动作终点预测

为实现安全高效的人机协作（HRC）,需要机器人及时对人的动作做出预测,从而积极主动地辅助人工作。为解决在HRC装配场景中机器人对人的动作终点预测问题,提出了一种基于长短时记忆（LSTM）网络的动作终点预测方法。在训练阶段,用人的动作序列与对应的动作终点组成的样本训练LSTM网络,构建动作序列与动作终点之间的映射。在应用阶段,根据人的动作的初始部分对动作终点提前做出预测。通过在装配场景中,对人抓取工具或零件的动作终点进行预测,验证了所提方法的有效性。在观测到50%的动作片段时,预测准确率达到80%以上。      

基于神经网络的卫星控制系统故障识别方法

闭环控制系统的反馈调节机制,可能破坏开环系统的可辨识性,导致误报率和漏报率同时上升,还可能导致同一故障模式下的多个变量发生异常,给闭环控制系统故障识别带来难度。针对单输入单输出系统,分析了闭环控制对可辨识性、误报率和漏报率的影响,对多输入多输出系统,理论上推导了闭环控制系统传感器故障的传播机理,分析了闭环控制系统对系统变量的影响关系,利用神经网络构建了闭环故障识别算法。数值仿真结果验证了闭环对故障系统诊断的不利影响,而卫星姿态控制系统的仿真结果标明:与传统方法相比,提出的方法识别性能更高。     

基于朴素贝叶斯分类器的空中红外目标抗干扰识别方法研究

红外诱饵对抗技术的发展使得空战环境日益复杂化,对红外成像制导空空导弹抗干扰目标识别技术提出了更高的要求。红外诱饵的投放使得目标特征的完整性、显著性及稳定性遭到破坏,基于特征融合匹配的统计模式识别方法无法准确识别目标。提出了一种基于朴素贝叶斯分类器的抗干扰目标识别方法,该方法对空战对抗仿真图像数据集进行了特征挖掘,利用实验拟合方法构建了典型特征的概率密度函数模型,构造了朴素贝叶斯分类器,实现了飞机目标和干扰的分类识别。仿真实验结果表明,该方法在已测试的弹道图像数据集下的平均识别正确率达到了81.82%,且能够解决假目标、目标遮挡等抗干扰目标的识别难题。     

弹性边界试验获取自由状态频响方法研究

大型柔性航天结构的一阶频率可能低至0.1 Hz,采用自由悬吊方法进行结构自由状态频响测试难以满足要求,因为它要求悬吊频率远低于待测结构的一阶频率。为解决这一问题,文章研究了弹性边界试验方法:对待测结构施加弹性支撑,在分别获得整体与支撑结构频响后,通过频域子结构解耦方法,去除支撑结构对待测结构的影响,以得到待测结构自由状态的频响。试验结果表明,这一方法是可行的,可以考虑进一步应用于实际工程结构。     

一种基于散乱点云的铆钉孔孔位提取方法

针对目前铆钉孔特征提取方法的限制多、自动化程度低等问题,提出了一种基于散乱点云的铆钉孔自动识别与特征参数提取算法.通过每个点的k邻域点分布情况提取点云边界点,利用欧式距离聚类对其进行分割得到属于不同边界特征的点云块,随后依据椭圆拟合结果提取铆钉孔边界.借助k近邻搜索算法寻找铆钉孔边界邻域点云,进而构造铆钉孔的实际定位面...     

弹道中段目标质心位置估计

 质心在目标上的位置是弹道中段目标的重要进动特征,也是目标的质量分布特征,可用于识别弹头和诱饵.针对旋转对称目标,提出了基于窄带雷达回波相位特性的质心位置估计方法.首先,选取目标对称轴上的任意点作为质心位置参考点,定义相应的质心位置参数,并构造以该点为相位参考中心的全姿态散射系数模板;然后,对窄带雷达回波采样序列进行相位匹配变换,搜索匹配函数的最大值,从而得到质心位置参数的估计值.仿真结果表明了该方法的有效性.     

多径信道下OFDM信号和单载波信号的盲识别

针对非协作通信条件下OFDM(正交频分复用)信号和单载波调制信号的类间识别问题,提出一种在多径信道下基于信号循环自相关的调制识别算法。该算法不需要信号和噪声的先验知识,可以直接对中频信号进行处理,具有较强的实用性。通过对信号循环自相关函数进行分析,仅需进行时域的延时自相关运算和特定延时下的循环自相关运算,就可以从频域提取特征值来实现OFDM信号和单载波信号的盲识别。在估计OFDM信号周期时,提出一种基于极大值抽取的延时估计算法,能在多径衰落信道中不需要先验信息的情况下完成估计。仿真表明,本文提出算法的识别性能优于传统的四阶累积量算法。