基于正交小波变换的动态系统的故障检测

利用正交小波变换在时-频域均有良好局部化的品质,提出了一种对动态系统故障诊断中非平稳信号进行分析与处理的方法.仿真结果表明,该方法不仅使测试结果更加精确,而且便于进行快速的故障诊断.     

涡扇发动机部件特性的BP网络研究

在发动机特性计算中,建立了BP神经网络对部件特性数据进行识别学习,实现了特性数据的精确插值和对未知特性数据的推测。通过对网络输出结果的检验与分析,表明该方法精确实用。      

基于B参数的轴流压气机过失速稳定性分析

基于2阶Greitzer模型,按照B参数的变化,通过对系统方程进行局部线性化,把从失速到喘振的过失速过程划分为4个阶段进行非线性分析,不仅观察到了临界点附近的系统变化规律,而且可以准确判定临界点的位置。在B参数大于临界点时的情况下,引入了Lyapunov稳定性理论和局部不变集定理对系统进行全局稳定性分析,结合仿真结果,表明系统轨迹趋近于稳定的喘振极限环。      

LabWindows／CVI在某型飞机地面检测系统软件开发中的应用

在基于虚拟仪器架构的VXI总线硬件平台上,利用LabWindows/CVI集成化开发环境,实现了某型飞机地面检测系统软件的开发.实践证明,这种开发方式保证了检测软件功能和可靠性要求,同时易于使用和维护.     

JSSG2007B、GJB241A-2010对发动机数控系统技术要求的分析

对JSSG 2007B、GJB 241A-2010中航空发动机数控系统的要求和验证方法进行了分析,对下一步标准制修订工作提出了建议.     

气体润滑轴承-转子系统非线性动力学特征的实验

对高速气体润滑轴承转子系统进行了稳定性试验研究.通过轴心轨迹、频率耦合三维图、频谱和分叉图,分析了系统非线性行为特征.实验证明气体润滑轴承-转子系统中的气膜涡动是系统非线性失稳的主要原因,气膜涡动导致的倍周期分叉是系统进入混沌振动的必由途径.通过调整系统固有频率和气膜润滑涡动频率之间的耦合关系,使得失稳转速远离设计转速;以及利用试验中所证实的混沌"有界"性质,有效的控制振幅,将是提高转子-轴承系统非线性稳定性的新途径.      

支持向量机在航空发动机起动模型辨识中的应用研究

支持向量机（SVM）可以优化网络,有效降低模型复杂性,不存在维数灾难和局部极小问题。本文以某型发动机起动调整试验的试车数据为样本,使用SVM对某一大气条件下的发动机起动模型进行了辨识,并使用另外一组试车数据．通过辨识模型对起动过程进行了仿真;最后,比较了SVM和RBF神经网络起动模型的辨识精度。结果表明,用SVM辨识发动机起动过程模型,方法简单,学习速度快,辨识精度较高。     

基于RBF神经网络的航空发动机起动模型辨识与仿真

为解决基于气动热力学方程建立发动机起动模型时存在的困难,本文以某型发动机起动调整试验的试车数据为样本,使用径向基函数(RBF)神经网络对在某一大气条件下的发动机起动模型进行了辨识;并使用另外一组试车数据,通过辨识模型对起动过程进行了仿真。结果表明,用RBF神经网络辨识发动机起动模型,具有方法简单、学习速度快、辨识精度较高等优点。     

轴流压气机过失速的非线性动力学分析

为了解Greitzer的B参数和节流γ参数对轴流压气机过失速行为的影响, 使用分叉分析方法, 研究了压缩系统中过失速所对应的静态分叉行为.由此, 划分了γ-β分叉参数空间中, 轴流压缩系统稳定和不稳定流动的区域分布图.结果表明, 非线性动力学的分叉分析方法, 可以准确的捕捉到轴流压缩系统中典型的过失速流动行为, 同时可以简便的分析分叉参数作用下平衡点稳定性的变化情况.      

基于支持向量机的航空发动机辨识模型

针对航空发动机具有强非线性、时变性的特点以及采用常规神经网络辨识时存在的局部较小,过学习等问题,提出了一种基于支持向量机的通用发动机模型辨识方法。该方法基于现代统计学习理论,采用结构风险最小化准则,保证了网络具有很强的推广特性,通过求解凸二次规划确保网络结构全局最优化自动生成。本文采用实测到的发动机飞行记录数据作为训练样本,利用回归型支持向量机建立了发动机的辨识模型,研究结果表明该方法的辨识精度较高,鲁棒性、容错性较好,具有较大的实用价值。