熵理论在组合导航系统信息结构中的应用研究

组合导航就是采用多个导航传感器,通过信息融合技术,对测量结果进行重新整合。本文以亚音速飞行器为背景,通过对组合导航系统熵的结构进行研究,分析了组合导航系统的信息结构。结果表明,组合导航系统的最优控制规律等效于导航系统的最大熵原理。     

正确认识山农信道容量定理

山农信道容量定理公式中的信道带宽恒为信源所发出的消息信号的带宽 ,是信道带宽的理论最小极限 ;它不同于现代通信工程中传输已调制信号时所需要的信道带宽。这是本文所证明的基本结论。这一结论将限制信道容量定理的普适性和实用性。     

液体火箭发动机初始雾化液滴分布预测

在简要描述使用最大熵原理预测初始雾化液滴分布的基础上,发展了较传统方法具有更大收敛域的数值计算方法,建立了离心式喷嘴雾化特性研究实验台,使用激光相位粒子分析仪进行了雾化粒径分布研究,结果显示实验数据同使用最大熵原理预测的分布吻合性较好,在此基础上最后提出了在液体火箭发动机雾化粒径分布预测应用中的策略。     

一种小样本和小失效数系统可靠性分析方法

根据小样本和小失效数系统的特点，以及可靠性分布函数和参数估计的不确定性和模糊性，提出了一种可靠性分析方法。采用指数分布族，通过分析最少和最大失效数两种最极端状态，确定中间状态的备选点，运用最小平方差原理进行逐个筛选，并给出了算法流程。分析结果表明，计算值与实际观测值较为吻合。该方法可使系统可靠性的估计精度有较大提高。     

基于WCFSE-FSVM的转子振动故障诊断方法

为了提高含有噪声和野值的转子振动故障样本诊断精度,提出了基于WCFSE-FSVM的故障诊断方法。充分融合小波相关特征尺度熵(WCFSE)特征提取方法和FSVM故障诊断方法的优点,建立WCFSE-FSVM故障诊断模型。基于转子实验台模拟4种典型故障,获得原始故障数据;并利用WCFSE方法提取这些故障数据的WCFSE值,选取故障信号高频段中的尺度1和尺度2上的小波相关特征尺度熵W1和W2构造出振动信号的故障向量作为故障样本,建立FSVM诊断模型。实例分析显示:WCFSE-FSVM方法的转子故障诊断精度最高,即故障类别诊断精度为94.49%,故障严重程度的诊断精度为95.58%,二者都优于其它故障诊断方法。验证了WCFSE-FSVM方法的可行性和有效性。      

碳氢燃料超燃冲压发动机油气涡轮做功能力评估

为了研究油气涡轮泵燃油供给系统中,碳氢燃料裂解油气的做功能力,以正癸烷为替代燃料,基于其裂解后的实验组分分析,发展了基于Soave-Redlich-Kwong(SRK)状态方程的真实气体裂解混合物的等熵焓降计算方法,并对油气涡轮的做功能力进行了分析和评估。研究表明,当膨胀起始温度为950K,膨胀起始压力超过3MPa,膨胀比为2时,裂解混合物的等熵焓降可达110kJ/kg,具备较强的做功能力。      

基于排列组合熵的转子振动信号故障诊断SVM方法研究

针对发动机转子的多种故障模式,提出了基于排列组合熵的SVM故障诊断方法。利用转子实验台,模拟了转子正常、转子不平衡、转子不对中、动静碰磨和基座松动5种典型振动模式,并使用振动传感器采集多路振动数据。计算振动数据的排列组合熵并将其作为故障特征向量,对特征向量样本集进行多级SVM分类诊断,并运用小波包能量特征提取方法提取信号特征。实例计算与结果对比表明,本文方法的正确率要高于基于小波包能量提取特征的SVM分类诊断方法,在提取转子振动信号的特征向量及在小样本下的故障分类诊断等方面,具有可行性和有效性。     

基于k样本Anderson-Darling检验的混杂铺层层合板挖补修理后拉伸性能研究

对挖补修理后的平面编织混杂铺层层合板的拉伸性能进行了试验研究,使用k-样本Anderson-Darling检验对试验结果进行分析,研究挖补斜度、不同修理方法以及初始损伤直径对修理效果的影响。试验结果表明:挖补修理可以较好地恢复层板的拉伸强度。对穿透挖补修理,挖补斜度大于1:20后,修理试件的拉伸强度可以恢复至完好板的水平;对半穿透挖补修理,挖补斜度大于1:10即可保证修理试件的拉伸强度达到完好板水平。此外,仅改变初始损伤直径不会对修理试件的拉伸性能造成明显影响。以上结果对混杂铺层层板的挖补修理设计有一定的指导意义     

小子样疲劳试验数据的特征寿命估算方法评估

疲劳试验数据一般属小子样范畴,在Weibull寿命分布的假设下应考虑特征寿命的统计置信度.总结特征寿命概率估计的贝叶斯法和虚拟增广样本的Bootstrap法,通过2024-T3直耳片的七组疲劳试验数据对二者进行对比和评估.针对EDF拟合检验法无法对特征寿命估计值的合理性提供实质性指导的问题,提出一种新的试验样本数据全部落入寿命分布（1-a）双侧百分位区间的判定方法.结果表明：Bootstrap法的特征寿命估计值比贝叶斯法偏大;本文提出的判定方法可有效定性判断特征寿命估计值偏大或偏小.     

Gray bootstrap method for estimating frequency-varying random vibration signals with small samples

During environment testing, the estimation of random vibration signals （RVS） is an important technique for the airborne platform safety and reliability. However, the available meth- ods including extreme value envelope method （EVEM）, statistical tolerances method （STM） and improved statistical tolerance method （ISTM） require large samples and typical probability distri- bution. Moreover, the frequency-varying characteristic of RVS is usually not taken into account. Gray bootstrap method （GBM） is proposed to solve the problem of estimating frequency-varying RVS with small samples. Firstly, the estimated indexes are obtained including the estimated inter- val, the estimated uncertainty, the estimated value, the estimated error and estimated reliability. In addition, GBM is applied to estimating the single flight testing of certain aircraft. At last, in order to evaluate the estimated performance, GBM is compared with bootstrap method （BM） and gray method （GM） in testing analysis. The result shows that GBM has superiority for estimating dynamic signals with small samples and estimated reliability is proved to be 100% at the given confidence level.