第二代小波包构造及发动机微弱损伤识别

针对航空发动机滚动轴承微弱损伤识别问题,设计了一种识别滚动轴承早期损伤的第二代小波包方法.构造了第二代小波包分解重构算法和第二代小波包算子计算方法;将滚动轴承振动信号进行第二代小波包分解,然后各个频带分解信号分别进行重构;利用希尔伯特变换解调分析各频带信号,得到对应频带信号的包络谱;计算各个频带中滚动轴承故障特征频率对应包络谱幅值的分贝值,提取各频带中故障特征频率对应分贝值的最大值,对滚动轴承早期损伤情况做出定量识别.仿真信号和试验信号分析表明,该识别方法结果可靠,能准确识别出滚动轴承早期损伤.      

Ti-24Al-15Nb-1Mo合金氩弧焊

研究用Ti-Al-Nb基(高Nb)合金作填充材料氩弧焊(充氩箱中)Ti-24Al-15Nb-1Mo合金时的焊缝成形及其接头显微结构和力学性能特点.结果表明,固溶处理状态下母材氩弧焊时具有较低的冷裂纹敏感性.焊态下,接头抗拉强度912～927MPa,延伸率2.5%～3.7%,焊缝冲击韧性4.7J/cm2～10.4J/cm2,近热影响区是接头力学性能的薄弱区域.     

激活Telephonics的备份DP

Telephonics雷达显示终端系统是美国Telephonics公司研发、生产的，目前已经在国内20多个民航机场的空管部门安装、使用，成为主用的雷达显示系统。该系统是近年来引入国内空管比较成功的系统，各地的反响也比较好。     

论知识经济时代企业财务管理的变革

21世纪是知识经济迅速发展的经济时代，知识经济的发展一方面表现为知识对传统产业的高度渗透另一方面表现为高新技术产业的迅速发展。为此，人们传统的工作方式、管理方式以及生活方式将逐渐被打破。这给传统的财务管理理论和方法带来了机遇和挑战，一个新的财务管理时代正在到来。     

“8位×8位”二进制数快速乘法器

一、前言为扩展M6800八位微型计算机在某些控制系统中的应用,因系统要求其乘法运算量相当大,且要求计算机的运算速度也相当快(如在每ms内,要做百次以上的“16位×16位”的乘法和“24位 24位”的加法),而M6800机的主频为1MC,它是采用“相加”和“移位”的软件方法做乘法运算,这就不可能满足系统的要求。为解决此问题,我们采取一个辅助措施,即在八位专用微型机中增加一个专用快速乘法器。大量的乘法由乘法器硬件直接实现,就可大大缩短数据相乘所占用的时间,而提高运算速度。     

基于动态四叉树搜索的民航行李车码放算法

民航行李智能化码放是未来行李处理的重要发展方向。为解决当前运输过程中劳动密集、效率低下等问题,提出了基于动态四叉树搜索的民航行李车码放算法。基于行李构型沿竖直方向动态规划组合成复合条,针对根节点空码放方案构造四叉树,设计动态最低利用率公式,在四叉树的每层生成复合层,4个分支为4种复合层放入后的新码放方案。设计了一种优化剩余空间的动态选择算法,在每层选择并保留n个最优码放方案继续搜索,当无法生成新码放方案时算法结束,取搜索过程中填充率最高者为最终码放方案。在现实算例的测试中,码放方案的平均空间利用率为91.63%,相对于选取的同类算法提升了16.83%,且算法稳定性更强,可多行李一次装载,并使用现实机械手码放平台验证码放结果。      

新型主动液压滤波器的设计与分析

针对目前主动液压滤波器体积大、结构复杂等问题,提出了一种占用空间小、结构简单的新型主动液压滤波器. 采用计算流体动力学在时域内对滤波器所载流体域进行了压力分布计算,分别对三组可控参数激励位移幅值D_m及频率f_m作用下的流体域进行分析,通过比较分析发现,D_m和f_m的选择决定着该液压滤波器性能的优劣,如果二者与原始非定常流幅频特性匹配较好,则该液压滤波器滤波效果良好,反之,会使系统压力脉动变的极不稳定,这与波的干涉原理相互吻合. 算例计算结果表明,当激励频率与初始非定常流频率重合达525 Hz,且激励幅值达0.05 mm时,系统的压力脉动峰峰值可从2.26 MPa降到0.25 MPa,即脉动从±5.38%降至±0.6%,说明了该主动液压滤波器的有效性.     

基于多波长同轴数字全息的相位恢复算法

同轴数字全息中固有的共轭像问题会严重影响再现像质量,已有的相位恢复算法需要大量计算才能祛除共轭像,且无法获得连续分布的解包裹相位像。提出一种基于多波长的相位恢复算法,该算法利用4个波长下记录的数字全息图,并在迭代过程中借助光学解包裹原理扩展了测量范围,实现了再现成像面中共轭像祛除的同时获得解包裹的相位分布。同时,由于在物面及记录面添加了约束条件,该方法中所用波长数少于其他已提出的基于多波长原理的相位恢复算法,而且具有更快的迭代收敛速度和更好的共轭像祛除效果。数值仿真和实验结果皆证明了该方法的有效性。      

发动机转子系统早期故障智能诊断

在对飞机发动机转子系统早期故障特点进行分析的基础上,针对其故障诊断中存在的故障样本不足和早期微弱故障不易识别的问题,提出将随机共振、小波包分析与支持向量机相结合的发动机转子系统早期故障诊断与智能自愈监控方法。该方法首先利用随机共振原理对早期微弱故障信号进行特征细化,使故障特征放大;然后利用小波包多分辨率分析特性进行故障特征提取;再将提取的特征向量输入由支持向量机构造的分类器中进行故障识别,并利用智能自愈方法对故障进行监控。对智能诊断系统结构、故障特征提取方法、多故障分类器构造、故障自愈监控等进行了分析和研究。结果表明,该方法在故障样本不足情况下,能有效识别发动机转子系统的早期故障,且算法简单、故障分类识别效果好,并能对故障进行自愈监控。