基于NRS-SVM模型的航空弹药消耗预测研究

结合航空弹药训练消耗的特点,研究邻域粗糙集(Neighborhood rough sets,NRS)与支持向量机(Support vector machines,SVM)融合的航空弹药训练消耗预测问题。通过邻域粗糙集将5个初始影响因素约简为3个核心影响因素,并以此训练集对支持向量机进行回归优化。通过参数寻优得到最优的惩罚参数和核参数,进而构建NRS-SVM组合预测模型来预测航空弹药消耗。实证研究表明,该模型预测结果与实际数据吻合度较高,且与其他预测模型相比具有更好的预测性能。     

面向复杂场景的鲁棒KCF行人跟踪方法

经典核相关滤波(Kernel correlation filter,KCF)目标跟踪算法是判别式跟踪算法中效果最好的一种跟踪算法。但该算法不能很好地适应目标尺度的变化,且在遇到目标短暂消失或被其他物体遮挡等复杂情形时不具备处理目标重显的能力,因此,为使得目标跟踪能够有效地应对遮挡情形,本文从提高特征表达能力、增加尺度匹配策略和抗遮挡3个方面对经典KCF算法进行改进,提出了一种鲁棒的KCF行人跟踪算法。首先对方向梯度直方图(Histogram of oriented gradients,HOG)特征和色调、饱和度、值(Hue-saturation-value,HSV)特征的响应分布进行特征融合。其次,设置动态选择尺度池来改进滤波器的固定尺寸匹配。最后,通过滤波器响应最大值的变化率衡量目标的遮挡情况,并根据上一成功帧的目标信息,通过EdgeBoxes和感知哈希算法找回目标,更新滤波器。本文所提方法在公开视频跟踪数据集Benchmark上进行测试,实验结果表明与其他目标跟踪方法相比,本文算法提高了尺度变化、遮挡等复杂情形下跟踪的鲁棒性,确保了较高的跟踪精度。     

基于ELMD与改进SMSVM的机械故障诊断方法

机械振动信号携带大量重要的机械状态信息,然而机械故障振动信号在复杂工作状态下通常呈现非平稳、非线性特性。因此,从振动信号抽取和选择有效的机械故障特征、提高故障识别性能,成为机械故障诊断研究的热点。针对上述问题,本文提出了基于集成局部均值分解(Ensemble local means decomposition,ELMD)与改进的稀疏多尺度支持向量机(Sparse multiscale support vector machine,SMSVM)的机械故障诊断方法。该方法首先使用自适应非线性、非平稳信号处理方法 ELMD把多模态调制故障信号分解成为多个单模态解调信号,有效地增强了故障特征。把压缩感知和多尺度分析技术融合于故障模式分类中,提出改进SMSVM旋转机械故障识别方法,提高多类机械微弱故障数据模式识别性能。该方法融合稀疏表示、多尺度分析和SVM的优点,无需求解复杂的优化问题,易于推广至更多尺度SVM,具有计算量少、泛化性与鲁棒性好、物理意义明显等优点。人工数据和实验设备数据验证了本文算法的优越性。     

一种基于倾斜影像线特征的三维模型优化方法

针对基于点云构建的建筑物模型通常存在的表面凹凸不平、边缘锯齿等现象，以及建筑物模型中存在的视觉效果不佳的问题，本文提出了一种基于倾斜影像三维线特征约束的三维模型优化方法。该方法以重叠区域为依据对线段进行质量评估与筛选。然后采用选权迭代思想对三维线段进行择优重构，以三角网为单元进行平面拟合与模型表面的纠正与优化，以三维线段为辅助对模型边缘的三角网进行纠正与优化。采用无人机倾斜摄影数据进行实验，将本文方法与Poisson表面重建方法进行了比较，结果表明本文方法有效地消除了平面凸包和边缘锯齿，边缘精度优化至1像素以内，平面精度优化至0.5像素，模型总体精度比Poisson表面重建方法提升了近1倍。此外，对比现有的完全基于点云模型重建算法，本文方法极大地改善了模型的视觉效果，保持了三维模型平面与边缘的特征，模型的边缘和表面精度都得到了提升。     

基于RF-SVR的燃油计量装置性能衰退检测和剩余寿命估计方法

为了实现航空发动机燃油系统的安全状态监测和健康管理,开展了燃油系统性能衰退检测和剩余使用寿命估计方面的研究。以燃油系统燃油计量装置为例,分析了其主要的性能衰退模式,设计了基于电流-速度数据的健康指标(HIs)选取方案,并考虑环境及模型参数不确定性,进行模型不确定性仿真,基于健康数据与性能衰退数据间的马氏距离对部件性能衰退进行检测。提出了基于随机森林-支持向量回归(RF-SVR)的剩余使用寿命(RUL)估计方法,利用通过RF特征选择优化的SVR模型实现部件RUL估计。最后基于某型民用涡扇发动机机械液压模型仿真数据对该方法进行了验证,结果表明:该方法的性能衰退检测虚警率及漏报率低于2%,RUL估计误差低于3%,可为航空发动机燃油系统的预测性维护提供参考。      

无电压限幅环节的无传感器永磁同步电机矢量控制技术

在电机高速弱磁或过载要求高的情况下,需要通过脉冲宽度调制(PWM)的过调制运行提高直流母线电压利用率。基于磁链观测的无传感器永磁同步电机矢量控制(磁场导向控制,FOC)技术具有算法简单、易实现等优点,但在过调制的情况下电压限幅环节会引起磁链观测及转子位置角估算误差。为提高PWM过调制情况下系统的控制性能,对传统的FOC控制框图进行了改进,省去了电压限幅环节并利用由占空比计算的实际电压对定子磁链进行估算。MATLAB仿真验证了改进方法的有效性。研究结果表明:该方法充分利用PWM调制自有的限幅特性,既能简化控制算法又能提高磁链观测精度,具有较好的技术经济性能。     

基于模糊控制的永磁同步电机直接转矩控制

设计了基于模糊控制的永磁同步电机(PMSM)直接转矩控制(DTC)系统,采用模糊控制器取代了传统DTC系统中的磁链和转矩滞环比较器及开关表。仿真结果表明:模糊控制PMSM DTC系统运行良好,可实现四象限运行,与传统开关表相比,可有效减小转矩脉动和平均开关频率。研究了转矩误差论域和零电压矢量对模糊控制性能的影响,并基于转矩角对电压矢量作用的影响规律,提出了考虑转矩角的PMSM模糊直接转矩控制。仿真结果表明:在转矩角较大时,考虑转矩角的PMSM模糊DTC系统可有效减小转矩和磁链脉动,改善控制性能。     

一种应用于半闭环低刚度TVC伺服系统的力矩反馈控制方法

针对新型火箭发动机喷管刚度低、伺服系统呈半闭环结构导致的伺服系统谐振和快速性之间难以调和的问题,以上面级电动伺服系统为研究对象,对机构参数与系统性能之间的关系进行了仿真研究,提出了一种新的谐振抑制控制方法,引入力矩反馈使伺服机构具有力矩控制能力。仿真结果表明,提出的力矩反馈控制方法具有比陷波算法更优的谐振抑制能力,运算量并未增加,且涉及的参数均可通过测试得到,调试难度有所降低。     

基于平滑先验分析和模糊熵的滚动轴承故障诊断

由于机械系统的复杂性,振动信号的随机性表现在不同尺度上,基于对振动信号进行多尺度的模糊熵(FE)分析,提出了基于平滑先验分析(SPA)和模糊熵的滚动轴承故障诊断方法。采用SPA方法对振动信号进行自适应分解,得到振动信号的趋势项和波动项;分别计算趋势项和波动项的模糊熵;将模糊熵值作为特征向量,输入至基于优化算法的支持向量机(OSVM)。将该方法应用于滚动轴承实验数据,分析结果表明:该方法在仅提取两个分量特征的情况下即可达到100%的故障诊断精度,可有效实现滚动轴承的故障诊断。      

基于磁记忆技术对含缺陷焊缝的疲劳试验

对含有不同隐形损伤的40Cr焊板进行射线检测、疲劳试验和正交磁记忆信号测量，探索试件在疲劳应力作用下磁记忆信号的变化特征。试验结果表明：单一测量方式下的磁特征值不能表征焊板在疲劳循环载荷下的变化特征，所得结论存在偶然性；研究发现，可用磁场矢量梯度积分特征和磁场矢量合成梯度特征来评价焊板的疲劳损伤过程，并建立了以磁场矢量梯度特征为损伤参量的疲劳损伤模型，从而可以对含有隐形损伤焊接构件的疲劳寿命进行定量评估，为金属磁记忆技术在焊接缺陷定量评价上的进一步研究提供参考依据。