Multi-faults diagnosis of rolling bearings via adaptive customization of flexible analytical wavelet bases

Multi-faults detection is a challenge for rolling bearings due to the mode mixture and coupling of multiple fault features, as well as its easy burying in the complex, non-stationary structural vibrations and strong background noises. In this paper, a method based on the flexible analytical wavelet transform (FAWT) possessing fractional scaling and translation factors is proposed to identify multiple faults occurred in different components of rolling bearings. During the route of the proposed method, the proper FAWT bases are constructed via genetic optimization algorithm (GA) based on maximizing the spectral correlated kurtosis (SCK) which is firstly presented and proved to be efficient and effective in indicating interested fault mode. Via using the customized FAWT bases for each interested fault mode, the original vibration measurements are decomposed into fine frequency subbands, and the sensitive subband which enhances the signal-to-noise ratio (SNR) is selected to exhibit the fault signature on its envelope spectrum. The proposed method is tested via simulated signals, and applied to analyze the experimental vibration measurements from the running roller bearings subjected to outrace, inner-race and roller defects. The analysis results validate the effectiveness of the proposed method in identifying multi-faults occurred in different components of rolling bearings.     

基于双滤波器的高精度目标跟踪估计方法

针对连续推力的合作航天器，采用双重无迹卡尔曼滤波(DUKF)算法估计其状态和加速度。通过状态滤波器和参数滤波器的配合，提升滤波精度，完成运动状态和参数的估计，从而实现合作目标的运动轨迹跟踪。与合作航天器相比，非合作航天器存在大小未知、发生时刻未知的机动，无法获得加速度，且信息获取和运动状态的估计难度大。针对非合作航天器，基于简化的相对运动方程，结合天基平台获得目标的观测信息，采用两个扩展卡尔曼滤波(EKF)及基于半正焦弦的机动检测策略实现多未知脉冲机动的运动状态的估计。仿真结果表明：相比于无迹卡尔曼滤波（UKF），DUKF在对合作航天器的状态和加速度估计方面具有更快的收敛速度和更高的滤波精度；对于存在未知机动的非合作航天器，通过对比验证机动检测策略与滤波器切换策略相结合的方法的有效性，该方法能够检测到多次机动并且减少误判。     

电液位置伺服系统的动态试验研究

本文研究了快速响应的电液位置伺服系统动态试验,着重讨论了在实践中如何选择伪随机二位式最大长度序列(PRBS)参数的问陋,并提出快速响应系统PRBS参数选择的原则,使系统辨识精度提高约15％。     

基于因子模糊化BP神经网络的磨损颗粒识别

在引入了一套磨粒形态学描述子来提取磨损颗粒的显微形态特征的基础上 ,采用人工神经网络技术 ,编制了用于磨损颗粒自动识别的 BP网络计算机模拟程序。在网络训练的过程中应用了本文引入的因子模糊化训练方法 ,使训练速度大大加快 ,以异或问题为例 ,速度可提高 5～ 1 0倍。应用此网络对磨粒测试库进行识别实验 ,识别正确率在 90 %以上 ,并且识别速度很快 ,大大优于传统的磨粒识别方法。     

平台系统随机数学模型的辨识

本文以PN-01型制导陀螺平台系统为对象,对其横滚通道和俯仰通道的随机漂移进行了数据采集和平稳化处理,并建立了随机数学模型。模型残量检验表明,所建立的平台系统随机漂移数学模型是适用的。从而为今后进一步改善平台系统的精度提供了必要的数学模型。     

安装和不安装垂直嵌板的鸭式飞机横向稳定性研究

研究了带有和不带有伸出的垂直嵌板的鸭式飞机(Velocity-173)的横向稳定性。众所周知，鸭式飞机(Velocity—173)具有良好的纵向稳定性．但其横向稳定性比较差。为了改善其横向稳定性．设计了两种复合材料夹层板．将其安装在垂直尾翼下面．并进行了一系列的飞行试验来研究安装伸出的垂直嵌板的效果。采用解析法和实时参数估计法从飞行试验数据中提取了横向可控能力／稳定性。本的工作验证了安装垂直嵌板对横向稳定性的效果。     

齿轮抗弯曲疲劳可靠度预测的方法

把齿轮弯曲疲劳失效处理成随机事件，以这个随机事件为研究对象，用齿轮抗弯曲疲劳的累积损伤强度ＫＷ和总疲劳损伤量ＤＷ来描述弯曲疲劳失效随机事件，得出用概率描述的弯曲疲劳的疲劳累积损伤模型。用这个计算模型，提出齿轮抗弯曲疲劳可靠度预测的方法。     

一种新的应变疲劳材质参数估算方法

本文根据金属材料的循环硬化/软化特性和由能量—寿命关系导出的有关应变疲劳材质参数的估算表达式,讨论并提出了一种用材料的静力参数估算其应变疲劳材质参数的新方法,文中称之为混合法。该方法简单、明了,与目前已有的通用斜率法、四点关联法及改进的四点关联法比较具有更好的应变疲劳材质参数估算精度。     

周期结构和太阳电池翼的模态分析

基于周期结构的振动理论,把折叠状态太阳电池翼当作拟周期结构处理,解释了太阳电池翼在进行模态分析时所出现的“主模态局部化”现象,了解该现象对于在实验模态分析中确定阻尼系数具有重要意义。同时从理论上说明了,简单的基板模型的第1阶特征值是整翼模型的第1阶特征值的近似值。两个算例计算的结果支持了这个观点。     

展望系统辨识方法在大攻角气动问题研究中的应用

在分析了目前进行飞行器大攻角气动特性研究所采用的尾旋风洞试验、常规风洞自由飞试验和遥控模型自由飞试验的优缺点之基础上指出:把系统辨识方法与这些试验方法结合起来,是一种行之有效的研究飞行器大攻角气动问题的技术途径,它可以简化这些试验方法的一些技术环节,提高试验精度。若气动数据来源于尾旋风洞,这种新方法只能研究飞机的发展尾旋和改出尾旋;若气动数据来源于常规风洞,这种新方法也只能研究飞行器的大攻角、偏离、过失速和失速性滚摆/滚转模态;只有通过模型自由飞获取气动数据,这种新方法才有可能研究包括尾旋全过程在内的各种大攻角飞行模态。