Semi-supervised gear fault diagnosis using raw vibration signal based on deep learning

In aerospace industry, gears are the most common parts of a mechanical transmission system. Gear pitting faults could cause the transmission system to crash and give rise to safety disaster. It is always a challenging problem to diagnose the gear pitting condition directly through the raw signal of vibration. In this paper, a novel method named augmented deep sparse autoencoder (ADSAE) is proposed. The method can be used to diagnose the gear pitting fault with relatively few raw vibration signal data. This method is mainly based on the theory of pitting fault diagnosis and creatively combines with both data augmentation ideology and the deep sparse autoencoder algorithm for the fault diagnosis of gear wear. The effectiveness of the proposed method is validated by experiments of six types of gear pitting conditions. The results show that the ADSAE method can effectively increase the network generalization ability and robustness with very high accuracy. This method can effectively diagnose different gear pitting conditions and show the obvious trend according to the severity of gear wear faults. The results obtained by the ADSAE method proposed in this paper are compared with those obtained by other common deep learning methods. This paper provides an important insight into the field of gear fault diagnosis based on deep learning and has a potential practical application value.     

Multiscale topology optimization using feature-driven method

This paper presents a multiscale design method for simultaneous topology optimization of both macrostructures and microstructures. Geometric features are extended as design primitives at both macro and micro scales and represented by Level Set Functions (LSFs). Parameters related to the locations, sizes, and orientations of macro and micro features are considered as design variables and optimized simultaneously. In the overlapping areas of different macro features, embedded microstructures are optimally figured out as the solution of the corresponding sub-optimization problem. In this study, the eXtended Finite Element Method (XFEM) is implemented for structural and sensitivity analyses with respect to design variables. This method has the advantage of using a fixed grid independent of the topology optimization process. The homogenization procedure is applied to calculate the effective properties of considered microstructures in each macro feature. Numerical examples are presented to illustrate the effectiveness of the proposed method. Results depict that the multiscale design cannot obviously improve structural stiffness compared with a solid-material design under the linear elastic condition.     

航空电子产品电磁环境效应模块化设计方法

对高强度辐射场（HIRF）环境特点与干扰类型进行分析，采用理论计算、计算机仿真技术（CST）的仿真分析及实测等方法分别对某型飞机航空电子系统综合显示单元的外部强电磁辐射场孔缝耦合、场线耦合及芯片前端电路影响关键芯片的相关规律进行了研究，给出了相关设计建议。结果表明，可通过分析孔缝、场线耦合获得进入关键芯片前端电路的电磁干扰能量，再结合关键芯片前端电路网络对干扰的插入损耗分析，获得关键芯片在外部强场激励下的感应电压。     

并联机器人运动性能的研究现状及发展趋势

随着并联机器人技术的发展,其运动性能的提升成为了发展需求,指出了研究工作空间和奇异位形的必要性。以研究方法为主线,详细阐述了工作空间和奇异位形的国内外研究现状及特点,进一步提炼出个体的创新思想和面临的共同难题。通过深入分析研究方法的原理,找到了解决共同难题的突破口,同时剖析了研究中的尚存难题。结合未来的发展趋势,从结构综合和理论创新两个方面进行突破,能够为并联机器人的发展提供强劲动力。得出的结论和展望给从事这一领域的研究者们提供了参考。     

基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点；然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。     

耦合热、动载荷的超超临界汽轮机迷宫密封动力特性

密封汽流激振严重影响超超临界汽轮机的安全运行,采用DEFINE_CG_MOTION和DEFINE_PROFILE控制宏建立转子的涡动方程,通过Workbench流固耦合方法计算热、动载荷下密封齿形变,根据快速傅里叶变化得到机组运行时的密封动力特性,并对转子稳定性进行分析。结果表明:蒸汽可导致密封齿膨胀变形,温度对密封齿长度变化影响可达1%~1.5%,压力和离心作用对其影响较小。热、动载荷使迷宫密封直接刚度减小,直接阻尼先增加后减小,交叉刚度先减小后增加,动力系数的最大变化为原来的2倍。35~55 Hz内转子稳定裕度急剧下降,转子对密封汽流激振更敏感。热、动载荷引起的压力波动集中在低频范围,密封周向压力波动可增高18.5 kPa。密封高压区的压力波幅剧增是汽流激振显著的主要原因。      

液体推进剂在轨剩余量测量方法研究进展

介绍了在轨航天器液体推进剂剩余量测量技术国内外研究进展,并展望了未来的研究方向。首先简要介绍了造成微重力条件下液体推进剂剩余量测量困难的原因;接着回顾了液体推进剂剩余量测量技术的发展脉络,将其技术发展分为技术萌芽、技术成熟和新技术探索三个阶段;然后从基本原理、误差分析、研究进展等方面综述了常用的簿记法(Book-Keeping,BK)、压力体积温度法(Pressure-Volume-Temperature,PVT)和热量激励法(Thermal Gauging Method,TGM)等液体推进剂在轨剩余量测量技术,对比分析了各种方法的优缺点;最后,展望了液体推进剂在轨剩余量测量技术的发展方向:一是利用不同测量技术在不同卫星寿命期间具有不同测量精度的特点,将多种测量技术进行结合,以提高整体测量精度;二是开发适用于卫星全寿命周期高精度测量的新方法。     

基于不确定性的飞行器分离可靠性建模与分析方法

为实现飞行器分离任务可靠性的定量分析和高效精确评估，研究了高超声速飞行器分离任务过程中各种不确定性因素对分离可靠性的影响，提出一种基于不确定性的飞行器分离可靠性建模与分析方法。面向高超声速飞行器分离任务需求，建立分离动力学仿真模型，综合考虑分离过程不确定性因素的影响，利用灵敏度分析方法识别主要不确定性因素，构建分离可靠性模型。针对此模型，提出一种改进主动学习Kriging(IAK)的分离可靠性分析方法，通过新的采样策略选取失效概率更大的采样点作为新增训练点，进行高效可靠性分析。实例结果表明，该方法能够准确描述不确定性因素对分离过程的影响，提升分离可靠性定量分析的精度和效率，为飞行器分离方案的精细化设计提供支撑。     

系统参数对电动力绳系动力学的影响

将电动力绳系(EDT)的主星质量、子星质量、绳系质量以及绳系中的电流视为系统参数，研究这些参数对系统的摆动动力学和轨道动力学的影响。哑铃模型下的电动力绳系摆动动力学方程存在不稳定的周期解，通过Floquet理论来衡量周期解的不稳定程度，从而研究各系统参数对摆动动力学的影响。建立了用春分点轨道元素的形式描述的电动力绳系轨道动力学方程，并以降轨时间来衡量电动力绳系的降轨效率，从而研究系统参数对轨道动力学的影响。运用算例对周期解迁移矩阵的特征值、降轨时间随各系统参数的变化关系进行了仿真，分别得出了各系统参数对系统摆动动力学和轨道动力学的影响。综合本文的仿真结果，并考虑实际发射及空间运行中的其它因素，对电动力绳系的设计和降轨策略提出了建议。     

基于ANSYS Workbench的行星滚柱丝杠动态特性分析

通过Pro/Engineer建立行星滚柱丝杠三维模型，基于ANSYS Workbench有限元分析技术进行模态与谐响应分析，得到前六阶固有频率与各阶模态振型，确定共振频率，掌握对应频率下的位移峰值响应，并研究螺母处于不同工作位置时对固有频率的影响，为基于行星滚柱丝杠传动的舵系统抗振设计提供数据支撑。