空冷电机气动噪声的分析与验证

介绍了空冷电机气动噪声的来源、测量方法以及工程上常用的气动噪声控制措施。以某空冷电机为例,采用CFD方法对外风路的稳态流场、瞬态流场以及声场进行了数值分析,将计算结果通过试验进行验证。这对自通风型空冷电机的气动噪声分析具有一定的参考意义。     

基于CCFHTLS算法的异步电动机转子故障检测

定子电流经低通滤波器处理后产生高斯有色噪声,限制了异步电机转子故障检测算法的辨识精度。针对该问题,提出一种抑制高斯有色噪声的异步电机故障检测技术。首先对采集到的定子电流进行预处理,利用逆同步旋转变换剔除基波,避免了直接检测时基波对故障辨识精度的影响。然后利用互相关函数(CCF)处理技术对高斯有色噪声的抑制作用,提出基于CCFHTLS算法的电机转子故障诊断技术。针对异步电机转子断条和偏心故障的识别进行试验,结果表明CCFHTLS算法可以有效抑制高斯有色噪声,并保留故障有用信息,显著地提高了故障检测的分辨率。     

风扇前传噪声及声衬特性研究

为了探究航空发动机的风扇噪声,通过试验研究了缩尺风扇前传噪声在不同转速工况下的频谱特性和周向模态特性,并对所设计的环形声衬降噪效果进行了验证。研究结果表明,基于试验测量数据分析得到的频谱特性和周向模态特性满足转静干涉噪声理论。随着转速的提高,风扇纯音噪声越显著,高转速工况下纯音噪声的能量约占风扇前传噪声的85%。在所研究的工况范围内,该声衬对目标频率及模态均有显著的降噪效果,且在85%转速工况时的纯音降噪效果最优,其主模态的传声损失约为59dB。该声衬对于设计频率附近的宽频噪声也有一定降噪效果,在85%转速时的宽频噪声平均传递损失约为3dB。     

一种高动态低信噪比卫星导航信号捕获方法

为提升高动态低信噪比环境下卫星导航信号的捕获性能,提出了一种基于分数阶傅里叶变换(FrFT)及部分匹配滤波(PMF)的捕获方法。在该方法中,接收机首先利用PMF对接收信号做分段相干积分,随后借助快速傅里叶变换(FFT)对分段积分结果做离散快速FrFT,最后通过检测FrFT输出的峰值完成信号的捕获。由于具有多普勒频率变化率的卫星导航信号在FrFT后呈现能量聚焦特性,所提方法能够显著提高信号的长时间相干积分增益。同时对所提算法的捕获概率、平均捕获时间以及算法复杂度等性能指标进行了理论分析及计算机仿真验证。仿真表明,与传统的PMF-FFT方法相比,所提方法能够通过延长相干积分时间的方式有效提升高动态低信噪比卫星导航信号的捕获概率、降低捕获时间。     

动态时频谱分析、探测和跟踪的随机有限集法

动态出现和消失多分量信号的时频分析问题一直是非平稳信号处理的难点之一。为此，提出了一种分析、探测和跟踪多分量信号的随机有限集法。该算法利用时频变换，如短时傅里叶变换或自适应谱估计法，以及多项式预测模型，将多分量信号的时频分析问题归纳成可利用随机有限集进行多目标追踪的问题。分析表明：借助于提出的初始权重赋值算法，以及谱分量幅度和频率的联合似然函数，就可利用高斯混合概率假设密度滤波器来实现对动态时频谱的分析、探测和跟踪。在仿真实验中，所提算法有效提升了动态时频谱的跟踪精度，其对微弱时频谱分量的探测能力，以及对载频差异的分析能力均优于文献报道的算法。     

一种基于非线性回归的载人航天器密封舱内在轨噪声分析方法

文章提出一种载人航天器密封舱内噪声非线性回归通用分析方法,可基于地面噪声试验测得的数量较多的数据样本和在轨噪声测试获取的少量数据样本,建立密封舱内位置–在轨噪声的数学模型。经验证该模型能够较为准确地拟合密封舱内在轨噪声水平,从而为开展载人航天器的降噪设计、优化噪声仿真模型和验证降噪措施效果提供数据支持。     

高阶谐波控制对旋翼桨-涡干扰载荷和噪声的影响

直升机小速度平飞和斜下降飞行时会产生严重的桨-涡干扰(BVI)噪声。基于修正Beddoes尾迹/桨叶动力学耦合方法和Farassat 1A公式,建立了一个新的能够计入高阶谐波控制(HHC)影响的旋翼桨-涡干扰气动载荷和噪声计算模型。在该模型中,高阶谐波控制引起的桨尖涡附加位移通过对高阶入流进行时间积分推导得出,而单一阶次的谐波输入引起的各阶谐波响应通过传递函数来确定,传递函数则由桨叶的动力学特性计算。首先对HARTⅡ旋翼斜下降飞行状态的桨-涡干扰气动载荷进行了计算模拟,验证了所建立方法的可靠性。然后,着重研究了在典型的三阶谐波桨根激励下,不同输入相位对HARTⅡ旋翼桨-涡干扰气动载荷和噪声特性的影响。结果表明:桨叶的动力学特性尤其是扭转特性对高阶谐波控制效果影响显著,且高阶谐波输入的相位选择对桨-涡干扰噪声的控制至关重要,若控制相位选择不当,反而会增大旋翼噪声。     

用于BVI噪声试验的新型涡发生器设计与分析

针对直升机特有的旋翼桨/涡干扰(Blade vortex interaction,BVI)噪声计算精度低且试验数据缺乏问题,也为了开展旋翼气动噪声特性分离方法的验证试验研究,本文设计了一种能够用于BVI噪声试验的新型多段翼型组合式涡发生器。首先通过CATIA软件建立涡发生器出口端翼型段在不同迎角下的试验模型,再使用FLUENT软件建立涡发生器的流场仿真计算模型,比较分析了不同翼型段迎角下的涡流流场。随后用粒子图像测速法(Particle image velocimetry,PIV)技术系统测量了不同翼型段迎角、距离涡发生器出口端的长度及流速等参数变化下的涡流流场,对不同试验状态下的涡核、涡强等参数进行了对比分析。针对涡量偏弱的缺点,对传统单级涡发生器进行了改进,设计研发了双级涡发生段。试验证明其能产生更强且稳定的涡,为BVI噪声试验提供了模拟的桨尖涡,试验结果表明了涡发生器的有效性。     

BLKF方法抑制MEMS惯性传感器随机噪声

针对微机电系统（MEMS）惯性传感器应用卡尔曼滤波（KF）处理数据时随机噪声难以估计的缺点，提出一种基于贝叶斯拉普拉斯卡尔曼滤波（BLKF）的随机噪声更新方法。该方法利用拉普拉斯近似算法，将贝叶斯边缘分布近似表示，能够避免贝叶斯方法更新过程中由于数据维数较大造成后验边缘分布较难估计的情况，提高对随机噪声的更新效率和精度。通过陀螺仪转台实验采集实验数据，运用KF与BLKF分别滤波。对比滤波结果可发现，BLKF比KF能更好地反映真实角速度状态。同时，在陀螺仪角速度变化时，BLKF的可靠性和准确性更高，滤波效果更具优势，能够达到抑制MEMS惯性传感器随机噪声的目的。     

基于6SPS并联机构标定新方法

系统研究6SPS并联机构标定的方法。研究中应用激光跟踪仪测量、基于并联机构正解和定位误差旋量的计算,正交试验进行试验设计,应用非线性最小二乘参数辨识。仿真验证辨识的几何误差可以等于假定值,试验验证位姿精度提高了10倍。