基于机器学习方法的三维粒子重构技术

通过三维粒子重构获取粒子场的分布情况是层析粒子图像测速的关键步骤，有限二维投影下的三维粒子重构是一个欠定的反问题，其精确解往往很难得到。一般情况下，可以通过优化方法得到近似解。为了获取质量更高的粒子场并用于层析粒子图像测速，提出了一种基于卷积神经网络（Convolutional Neural Networks，CNN）的粒子重构方法。所提出的技术可以从基于传统的代数重构技术（Algebraic Reconstruction Technique，ART）的方法所得到的粗略粒子分布中进一步提高粒子重构质量。与现有的基于ART的算法相比，新技术在重构质量方面有了显著的改进，可以有效剔除虚假粒子并更准确地还原粒子形状，并且在粒子浓度较稠密的情况下计算速度至少快了一个数量级。     

功率级无刷直流电动机四象限运行模拟器设计

针对无刷直流电动机（BLDCM）驱动控制器在研发过程中全工况测试困难、测试成本高和研发周期长的问题，提出了一种采用分区间采样和解算方法的、具有四象限运行能力的功率级（PHIL）无刷直流电动机模拟器，替代实物电动机和机械负载装置完成对两两导通控制方式下无刷直流电动机驱动控制器的各项性能测试与可靠性试验。该模拟器由实时仿真器、电动机模拟变换器和多级式双向变换器3部分组成，实时仿真器负责采集被测电动机驱动控制器输出的PWM电压，实时解算电动机模型得到三相电流指令，控制电动机模拟变换器生成三相电流，多级式双向变换器负责维持模拟器输入、输出间的能量平衡关系，从而实现对四象限运行时无刷直流电动机的功率级模拟。实验结果表明:所提出的功率级无刷直流电动机模拟器模拟精度高、实时性好、测试灵活，能够有效替代实物电动机和机械负载装置，满足电动机驱动控制器的测试需求。      

多普勒积分时长对星间测速精度影响分析

针对大动态星间速度精确测量问题,文章提出了测量环路多普勒积分时长的设计方法。在获得具体双星星座两颗卫星之间的相对运动速度变化规律的基础上,研究建立不同多普勒变化率积分区间时长情况下的星间速度测量误差数学关系,并进行编程数值计算。通过数值分析和测试结果对比表明:在不同积分区间时长情况下,星间速度测量误差仿真结果与设备实际测试结果一致。多普勒积分时间为200 ms时的星间速度测量误差为±1.4 m/s,通过缩短积分时间长度,可以将星间速度测速误差减小到[-0.14 m/s,+0.14 m/s]以内,达到了预期效果。该方法可应用于星座项目星间速度测量精度指标预算设计工作中进行多普勒积分时长的选择。     

基于HHT的航空直流串行电弧特征提取方法

由于飞机内部布线空间有限、电弧故障存在发生时间地点随机以及特征不明显等问题，导致检测困难。本文基于航空270 V高压直流（HVDC）系统开展直流串行电弧故障特征提取方法研究，采用希尔伯特黄变换（HHT）提取电弧电流交流分量的时域和频域特征量。选择HHT的固有模态函数IMF5瞬时幅值的峰峰值和标准差作为识别电弧故障的时域特征，与原始信号中提取的时域特征量对比，正常和电弧特征量的区分度更大；选择HHT的固有模态函数IMF1+IMF2、一定频带范围内的瞬时幅值计算得到的谐波功率和作为区分正常和电弧情况的频域特征量。与常用的快速傅里叶变换（FFT）方法相比，HHT三维时频谱能够反映信号的局部特征，HHT方法计算得到的正常和电弧特征量之间的区分度更大，电弧和正常特征量的比值最高可达346。基于HHT的电弧故障特征提取方法能够更好地区分正常和电弧情况，有助于提高电弧故障的检测率，降低虚警率，具有重要的工程应用价值。     

用于BVI噪声试验的新型涡发生器设计与分析

针对直升机特有的旋翼桨/涡干扰(Blade vortex interaction,BVI)噪声计算精度低且试验数据缺乏问题,也为了开展旋翼气动噪声特性分离方法的验证试验研究,本文设计了一种能够用于BVI噪声试验的新型多段翼型组合式涡发生器。首先通过CATIA软件建立涡发生器出口端翼型段在不同迎角下的试验模型,再使用FLUENT软件建立涡发生器的流场仿真计算模型,比较分析了不同翼型段迎角下的涡流流场。随后用粒子图像测速法(Particle image velocimetry,PIV)技术系统测量了不同翼型段迎角、距离涡发生器出口端的长度及流速等参数变化下的涡流流场,对不同试验状态下的涡核、涡强等参数进行了对比分析。针对涡量偏弱的缺点,对传统单级涡发生器进行了改进,设计研发了双级涡发生段。试验证明其能产生更强且稳定的涡,为BVI噪声试验提供了模拟的桨尖涡,试验结果表明了涡发生器的有效性。     

大型飞机平尾翼尖涡对后体涡系影响的实验研究

大型飞机在飞行过程中机身后体会产生一对反向旋转的脱体涡（后体主涡），该涡与平尾翼尖涡共同构成飞机后体的涡系结构。在风洞中，利用激光粒子测速（PIV）方法，对单独后体和加装不同展长平尾的后体，分别研究涡系结构的动力学特征。结果表明:后体主涡的涡核中心沿流向明显向上移动；加装平尾后，涡系呈现典型的四涡结构，平尾翼尖涡对后体主涡影响显著，加大了后者向上移动的趋势，同时使其沿展向外移，并显著削弱其涡旋强度；平尾展长增加后，后体主涡受到的影响有所减弱。在低速环境下，来流速度对后体涡系结构的无量纲动力学参数影响较小。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

移15°双十二相隐极同步整流发电机数学模型的研究

分别在abc坐标系和dq0坐标系下建立了移15°双十二相隐极同步整流发电机的基本数学方程,推导了电机电压、磁链、输出功率、电磁转矩和转子运动方程。在MATLAB/Simulink中建立了移15°双十二相隐极同步整流发电机的仿真模型。对两路输出进行了不平衡负载仿真和试验。仿真与试验结果相比基本一致,验证了移15°双十二相隐极同步整流发电机数学模型的正确性。这为双十二相同步整流发电机运行性能和励磁控制系统的研究奠定了基础。     

直流电机起动的变分与能效仿真

为了提升直流电动机起动效率,对其起动进行变分,得到唯一的转速下凹抛物极值轨线。通过仿真比较,验证此为最低能效的轨线。故而考虑其他几种起动轨线以寻找出能效最优的轨线,尤其是与变分极值轨线相对偶的凸抛物轨线,经仿真验证其为高能效轨线。另外经仿真验证,恒定高电流的简单起动方法也可以进一步提升效率。     

基于超螺旋二阶滑模的双馈风力发电机控制策略

传统双馈风力发电机(DFIG)控制存在抖振现象,容易造成系统的不稳定。为了减轻控制抖振现象,提高控制的稳定性,在分析了DFIG动态特性的基础上,建立了DFIG的数学模型,设计了超螺旋二阶滑模控制器,并研究了突变风的情况下滑模控制器的控制性能。通过MATLAB/Simulink工具进行了仿真验证。仿真结果证明:滑模控制器具有良好的最优转矩跟踪能力和无功调节能力,与一般的控制方法相比鲁棒性较强,转子控制电压连续,控制产生的抖振可以大幅减轻,系统的稳定性大大提升。