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。     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

双框架飞机蒙皮检测机器人切换运动控制方法

针对一种双框架飞机蒙皮检测机器人,通过分析该机器人在飞机表面上的受力情况,在飞机表面该机器人受到了非完整约束,基于牛顿-欧拉法建立了机器人非完整约束动力学模型。根据机器人机械结构和运动步态分析,将该非完整机器人系统分为子系统A和子系统B。为了实现机器人在飞机表面运动,采用反演技术和快速Terminal滑模控制相结合的思想对系统设计了控制器,提出了一种反演-滑模控制方法;对于非完整机器人子系统A和子系统B,设计了一种基于事件驱动的切换策略,实现了机器人对期望轨迹的全局渐近跟踪,并利用Lyapunov稳定性证明系统的跟踪误差收敛。仿真和试验表明,采用该切换策略和反演-滑模控制方法,双框架飞机蒙皮检测机器人可以在飞机表面自由运动并进行损伤检测,具有良好的可靠性和稳定性。     

Multi-mode diagnosis of a gas turbine engine using an adaptive neuro-fuzzy system

Gas Turbine Engines (GTEs) are vastly used for generation of mechanical power in a wide range of applications from airplane propulsion systems to stationary power plants. The gas-path components of a GTE are exposed to harsh operating and ambient conditions, leading to several degradation mechanisms. Because GTE components are mostly inaccessible for direct measurements and their degradation levels must be inferred from the measurements of accessible parameters, it is a challenge to acquire reliable information on the degradation conditions of the parts in different fault modes. In this work, a data-driven fault detection and degradation estimation scheme is developed for GTE diagnostics based on an Adaptive Neuro-Fuzzy Inference System (ANFIS). To verify the performance and accuracy of the developed diagnostic framework on GTE data, an ensemble of measurable gas path parameters has been generated by a high-fidelity GTE model under (a) diverse ambient conditions and control settings, (b) every possible combination of degradation symptoms, and (c) a broad range of signal to noise ratios. The results prove the competency of the developed framework in fault diagnostics and reveal the sensitivity of diagnostic results to measurement noise for different degradation symptoms.     

硅半球深腔结构无损检测技术

半球深腔的加工质量是决定硅基MEMS半球陀螺精度的关键因素之一，及时检测半球深腔的形貌参数并将其反馈至加工过程，是确保高性能MEMS半球陀螺研制成功的重要措施。由于硅半球深腔的深度较大，台阶仪和光学显微成像系统无法对半球深腔的形貌特征进行有效测量。因此,需要将硅深腔结构剖开后采用扫描电镜(SEM)进行检测。这种检测方式时间周期长，且属于破坏性的样本检测，效率和测试精度都较低。提出以硅半球深腔为模具，利用PDMS铸模将硅半球深腔的结构尺寸和表面形貌转移到PDMS凸起的半球模型上，通过检测PDMS半球模型的尺寸结构和表面形貌，即可反推出硅半球深腔的尺寸特征。经实验验证，脱模后的PDMS模型可以准确地反映出半球深腔的尺寸信息，测量结果的不确定度小于5‰，有效解决了硅半球深腔无损检测的难题。     

分组级短码长LT喷泉码的工程应用

针对LT喷泉码在准单向链路、高差错、链路恶劣易中断的信道环境应用时出现的运算量大、译码时延长、编码效率较低等问题,文章提出使用基于数据分块的分组级短码长喷泉码方案。其思想是将短码长LT码方案和分组级LT码方案结合起来,并且在数据子块的度序列生成过程中加入度值检测机制。实验仿真结果表明:与已提出的LT码方案相比,该方案能够有效地降低译码开销、计算代价和译码时延,提高系统的最大传输效率。     

Automatic detection of geomagnetic sudden commencement via time–frequency clusters

One of global processes in ionosphere–thermosphere–magnetosphere system is the geomagnetic storms. It is of great importance to develop an algorithm that auto-detects sudden commencement because it could be an indicator of onset of the geomagnetic storm. Automatic detection of geomagnetic sudden commencement is based on time–frequency clusters generated by spectrogram. Proposed algorithm is tested on data set collected from stations belong to the international real-time magnetic observatory network (INTERMAGNET). Maximum standard deviation of algorithm detection times is observed to be one minute of the corresponding arrival times published by National Geophysical Data Center (NGDC).     

直升机超短波通信链路分析

通过对超短波通信链路的分析,得出直升机超短波通信链路模型;以实现超短波电台通信距离要求为目标,分析通信链路中影响通信距离的各因素及其影响程度,并根据直升机实际情况,对机上配置多部超短波电台及与其他机载设备的电磁兼容性方面提出改善建议。     

存在外部干扰的网络控制系统故障检测和优化

针对存在时延和丢包的网络控制系统,研究了系统的故障检测滤波器设计和优化设计问题.通过泰勒展开将未知时延处理成外界干扰,采用伯努利随机过程来描述丢包现象.设计观测器产生残差信号,将故障检测问题转化为H∞滤波问题.通过Lyapunov函数方法分析了系统的稳定性.以线性矩阵不等式的形式给出了滤波器存在的充分条件和求解方法.为进一步提高系统对故障信号的灵敏度,采用了一种优化设计方法对故障检测系统进行了优化.最后通过仿真验证了算法的有效性.