电传系统的相位补偿

研究了某电传系统飞行包线内一簇频率特性曲线的增益和相位穿越频率带,推导了具有任意两对零、极点分布的滞后－超前校正网络的８个特征公式,建立了频率特性曲线簇幅、相穿越频率带与校正网络拐角频率的补偿关系,提出了频率持性曲线簇的补偿方法。一次设计成功覆盖全部飞行条件的二阶校正网络的４个固定参数,使系统增益和相位储备全部满足军标要求,操纵品质也得到了改善,等效拟配延时平均减小０．０５ｓ。地面试验和空中试飞验证了本文提出的相位补偿方法。     

基于CPP与S变换的自适应时频滤波及其在滚动轴承故障诊断中的应用

针对变转速下滚动轴承故障调制信息的提取与分离,提出了基于线调频小波路径追踪(CPP)与S变换的自适应时频滤波方法。该方法先采用Hilbert解调对齿轮箱振动信号进行分析获取其包络信号,并对包络信号进行S变换,以获取其时频分布,同时,采用CPP算法从齿轮箱振动信号中估计出啮合频率曲线,进而获取转轴转速;然后,根据估计的转速信号分别设计各阶时频滤波器;再采用时频滤波器对包络信号的时频分布进行时频滤波,并将滤波结果进行S逆变换,以获取各阶故障调制信号;最后对各阶故障调制信号进行阶次谱分析,并根据阶次谱中的调制信息诊断滚动轴承故障。算法仿真和应用实例表明,自适应时频滤波方法可根据轴承故障调制信号的频率变化特点自适应地改变滤波器的中心频率与带宽,能有效提取并分离轴承的各阶调制信息,且分离效果优于基于集合经验模态分解（EEMD）的阶次谱方法。      

基于IHT的共振解调技术的滚动轴承故障诊断方法

针对传统解调方法在滚动轴承振动信号故障特征提取中的局限性,在迭代Hilbert变换和共振解调技术基础上,提出了一种新的基于迭代希尔伯特变换(iterated Hilbert transform,简称IHT)的共振解调技术的滚动轴承故障诊断方法.采用IHT将原始振动信号分解为若干个含有故障特征信息的包络幅值分量,然后用共振解调法去除残余的高频干扰噪声并求得各个包络分量的倍频谱,利用轴承理论故障频率与共振解调得到的各倍频进行对比分析,诊断出滚动轴承相应的故障类型.轴承故障实例诊断分析结果表明该方法能有效地提取轴承故障特征.      

基于Birge-Massart阈值降噪与EEMD及谱峭度的滚动轴承故障特征提取

针对传统共振解调方法易受噪声干扰导致故障特征提取效果不佳的问题,提出了一种基于Birge-Massart策略的阈值降噪与集成经验模态分解(EEMD)和快速谱峭度算法相结合的滚动轴承故障特征提取方法。对原始故障信号进行EEMD并采用峭度准则筛选出含有故障信息的本征模态函数(IMF)分量;采用Birge-Massart策略和快速谱峭度对故障信号进行滤波降噪;对滤波后信号进行Hilbert包络解调,提取轴承故障特征。采用该方法分别对仿真信号和实验信号进行特征提取,结果表明该方法可以有效提高故障信号信噪比,清晰准确地获取轴承内、外圈故障的频率特征。利用峭度因子准则筛选IMF分量能有效保留原始故障信号中的冲击特征,去除无关IMF分量的影响。      

基于线调频小波路径追踪阶比循环平稳解调的滚动轴承故障诊断

针对变转速工况下滚动轴承的故障诊断问题,提出一种将线调频小波路径追踪算法与阶比循环平稳解调方法相结合的滚动轴承故障诊断方法.该方法先利用线调频小波路径追踪算法提取轴承的故障特征频率,再根据轴承的故障特征频率对变转速下时域振动信号的包络在角域等角度重采样,并对获取的角域平稳信号进行循环平稳解调,计算得到切片解调谱;最后根据切片解调谱识别滚动轴承故障.仿真分析和应用实例表明:该方法能准确提取变转速工况下滚动轴承的外圈与内圈故障故障特征,提取效果明显优于基于Wigner-Ville峰值跟踪法的包络阶次谱方法.      

基于MED和LMD的自动倾斜器轴承广义Shannon熵谱分析

针对轴承信号微弱故障特征易被强背景噪声淹没的问题,提出采用最小熵反褶积,通过逆滤波器最优化设计,对目标信号进行降噪处理,其峭度值提高了约3.8倍,增强了信号的微弱故障特征;针对非平稳非线性信号频率成分复杂难以解调的问题,提出采用局部均值分解(LMD)和峭度-相关系数筛选准则,其可对非平稳非线性信号进行自适应分解和最优重构,提高了信号的信噪比;针对信号耦合调制及边频突出的问题,通过引入广义Shannon熵进行包络谱带内降噪处理,信号一阶故障特征调制频率与故障特征频率的幅度比降低了24%~43%。通过实验室信号及某型直升机自动倾斜器轴承故障诊断地面试验的分析结果验证了该方法的合理性和可行性。      

多通道相关-自适应轴承故障诊断方法

提出了多通道相关-自适应共振解调(MCC-ARD)方法 ,该方法使用冗余信号源采集故障信息,并利用谱峭度(SK)优化经验模态分解(EMD)的分解效率,根据互相关系数更加合理地选择本征模态函数(IMF)分量完成重构,对重构IMF进行包络解调,实现对滚动轴承的故障诊断。通过对多通道相关-自适应共振解调方法的实测数据分析,结果表明:该方法不仅克服了单一信号源系统修正能力差的缺陷,而且相频谱辨识率为传统EMD结合谱峭度共振解调方法的2.7倍,对滚动轴承故障的诊断结果更加清晰、准确。     

复合材料胶接损伤的指数监测方法

为了监测复合材料胶接损伤,基于主动Lamb波和时频分析,提出了一种复合材料损伤监测的指数法。通过对Lamb波信号进行时频分析,提取波形包络。通过计算得到损伤散射信号,选取对损伤敏感的直达波波包,将此波包在结构出现损伤后的能量变化值与损伤前的能量之比作为损伤指示。该方法不用选择特定的Lamb波模式,解决了Lamb波在复合材料结构中存在的频散、多模式及模式转换给信号分析带来的困难。同时在复合材料胶接的损伤演化试验中,对该方法进行了应用验证研究。结果表明:该方法可以用于复合材料胶接损伤的定性和定量分析。     

基于改进时频谱分析方法的滚动轴承复合故障诊断

将基于循环平稳理论及2阶循环统计量的谱相关或谱相关密度分析方法加以改进,提出一种时频分析方法并将其用于滚动轴承发生复合故障时调制现象循环调制频率即故障特征频率的提取。通过对滚动轴承复合故障的仿真及实际实验振动数据进行分析,结果表明:与同时提取出调制频率和载频的传统包络解调谱分析方法不同,改进的谱分析方法可以只提取出调制频率,提取的谱结构分布具有更清晰的表达效果,从而为滚动轴承的复合故障特征提取提供一种方法。      

基于LMD的包络谱特征值在滚动轴承 故障诊断中的应用

滚动轴承故障振动信号往往是多分量的调幅-调频信号,而传统包络分析方法需要根据经验设置滤波器的中心频率与带宽,因而会带来解调误差.基于此,提出了一种基于局域均值分解(local mean decomposition,简称LMD)的包络谱特征值的滚动轴承故障诊断方法.该方法可以将一个多分量的调幅-调频信号分解成若干瞬时频率具有物理意义的PF (product function,简称PF )分量之和,由于每一个PF分量是分量包络信号和纯调频信号的积,因此可以直接对包络信号进行频谱分析得到包络谱.然后定义信号在包络谱中不同故障特征频率处的幅值比为包络谱特征值,并以此作为特征向量输入到支持向量机分类器中,用以区分滚动轴承的工作状态和故障类型.对滚动轴承正常状态、内圈故障和外圈故障振动信号的分析结果表明了该方法的有效性.      

基于固有模态函数频域熵的目标检测算法

为提高海杂波中慢速目标的检测性能,提出了一种基于固有模态函数(IMF)频域熵的目标检测算法。该算法对原始信号经 EMD分解后得到的固有模态函数采用 Fourier变换,自动地提取其各个分量的频域能量,以此获得 IMF能量分布特点,再运用信息熵的方法构建检验统计量,并将其输入非参量检测器中进行目标检测。研究结果表明,相比于海杂波、海尖峰,慢速目标的能量分布更为分散,熵值更大,对比频域广义符号(GS)检测算法,所提 方法检测性能更优,适用于慢速目标检测。     

基于WPD-KVI-Hilbert变换相结合的滚动轴承早期故障特征精准识别

为了能够有效地从轴承早期故障激励的高频振动信号中提取出故障特征信息,基于最优小波包基选取方法和峭度值最大筛选原则,提出了一种改进的小波包分解（WPD）、峭度值指标（KVI）与Hilbert变换相结合的滚动轴承早期故障特征识别方法。计算选取最优小波包基,确定分解层数;采用WPD方法对轴承故障振动信号进行分解,获得若干个Node分量;基于峭度值指标最大原则筛选出有效的Node分量进行信号重构;对重构信号进行包络解调分析,提取出故障特征频率对轴承故障进行诊断。采用建立的方法对凯斯西储大学滚珠轴承外圈、内圈故障实验数据和自行开展的滚棒轴承外圈、滚动体故障实验数据进行了分析与诊断。研究结果表明：该方法能够有效提高故障信号高频分辨率、保留周期性冲击成分,并能准确有效提取出滚珠和滚棒轴承故障特征频率的1~7倍频及其与轴转频调制的系列边频带频率,实现对滚动轴承故障特征的精准识别与故障诊断。     

基于排列熵的长时间序列复杂程度分析

针对光纤陀螺温度漂移过程中,长时间序列的复杂程度分析问题,提出了一种新的排列熵计算模型.排列熵算法能够有效放大时间序列的微弱变化,且计算简单、效率高,在时间序列分析方面具有很好的效果.但时间序列长度对排列熵的影响较大,同时,长时间序列的排列熵算法效率较低.为了有效计算长漂移序列的排列熵,引入包络曲线思想并计算包络均值,...     

MULTIVARIABLE MODEL REFERENCE ADAPTIVE CONTROL FOR A TURBOFAN ENGINE

ＭＵＬＴＩＶＡＲＩＡＢＬＥ　ＭＯＤＥＬ　ＲＥＦＥＲＥＮＣＥ　ＡＤＡＰＴＩＶＥ　ＣＯＮＴＲＯＬ　ＦＯＲ　Ａ　ＴＵＲＢＯＦＡＮ　ＥＮＧＩＮＥＦａｎＪｕｎ；ＨｕａｎｇＪｉｎｑｕａｎ；ＳｕｎＪｉａｎｇｕｏ；ＦｅｎｇＺｈｅｎｇｐｉｎｇ（Ｄｅｐ．ＯｆＰｏｗｅｒＥ...     

A pre-generated matrix-based method for real-time robotic drilling chatter monitoring

Currently, due to the detrimental effects on surface finish and machining system, chatter has been one crucial factor restricting robotic drilling operations, which improve both quality and efficiency of aviation manufacturing. Based on the matrix notch filter and fast wavelet packet decomposition, this paper presents a novel pre-generated matrix-based real-time chatter monitoring method for robotic drilling. Taking vibration characteristics of robotic drilling into account, the matrix notch filter is designed to eliminate the interference of spindle-related components on the measured vibration signal. Then, the fast wavelet packet decomposition is presented to decompose the filtered signal into several equidistant frequency bands, and the energy of each sub-band is obtained. Finally, the energy entropy which characterizes inhomogeneity of energy distribution is utilized as the feature to recognize chatter on-line, and the effectiveness of the presented algorithm is validated by extensive experimental data. The results show that the proposed algorithm can effectively detect chatter before it is fully developed. Moreover, since both filtering and decomposition of signal are implemented by the pre-generated matrices, calculation for an energy entropy of vibration signal with 512 samples takes only about 0.690 ms. Consequently, the proposed method achieves real-time chatter monitoring for robotic drilling, which is essential for subsequent chatter suppression.     

基于数字补偿的快速频率合成方法的研究

基于I/Q调制的快速频率合成方法比目前采用的频率合成方法更易调试,而且使用灵活。其思路是将信号先通过单边带调制,将较低频率调制到需要的频率范围;然后采用对基带信号的数字预补偿方法来抑制镜像频率和载波泄漏,从而达到应用的目的。文章中还给出一种基于输出信号包络信息的补偿系数调整算法,其仿真结果说明该新补偿算法可以有效抑制镜像频率和载波泄漏。     

Bistatic Interference between Neighboring Radars

Radar transmitters characteristically generate broadband noise sidebands [1] over the entire tunable frequency band of the system for the duration of the transmitted pulse. The noise will be backscattered over a substantial range interval. In certain circumstaces, this bistatic reflection of ground clutter emerges as the predominant mode of interference between adjacent radars operating in common bands. Closed form mathematical expressions are derived which relate this mutual interference to the system noise temperature. These results in turn are applied to a typical S-band radar.     

航空发动机高低压转子间碰摩故障特征提取

针对变分模态分解(VMD)需要人为确定输入参数的问题,提出了一种参数自适应VMD(APVMD)方法,其通过粒子群(PSO)算法优化VMD的输入参数.使用APVMD结合切片谱的方法,对双转子航空发动机振动正常和异常状态下的实测弹性支承应变信号进行分析.分析结果表明,APVMD方法可以自适应地实现对实测弹性支承应变信号的分...     

微半球陀螺测控电路国内外现状与关键技术

微半球陀螺相比于传统的机械陀螺具有更小的尺寸，因此其对温度、湿度、磁场等外界环境的变化更为敏感。为了保证陀螺具有较好的工作表现，需要使外部驱动信号的频率严格锁定于工作模态的中心频率上，且陀螺输出信号幅值恒定。与此同时，由于微半球陀螺信号为微弱信号，故而需要采用微弱信号采集技术及反馈技术对其进行处理，并且通过解调控制算法得到输出信号。阐述了微半球陀螺基本测控电路的国内外发展现状，并从Sigma-delta、模态匹配、正交补偿、温度补偿等角度分析了微半球陀螺测控电路的关键技术。     

基于VMD的自适应复合多尺度模糊熵及其在滚动轴承故障诊断中的应用

提出了一种基于自适应多尺度模糊熵、ILS（迭代拉普拉斯得分）特征选择和粒子群优化支持向量机(PSO-SVM)的滚动轴承故障诊断方法。该方法采用变分模态分解对振动信号进行分解和重构,并计算重构信号的复合多尺度模糊熵;同时采用迭代拉普拉斯得分选择敏感故障特征,并将特征选择结果输入到基于粒子群优化支持向量机的多故障分类器进行识别。将提出的方法应用于滚动轴承试验数据分析。结果表明:该方法对试验数据的故障识别率为100%。并将基于ILS特征选择方法与基于SFS（sequential forward selection）特征选择进行了对比,表明基于SFS特征选择的最高识别率为92.86%,而基于ILS特征选择的故障识别率达到100%。