基于小波神经网络航空发动机滑油系统故障诊断方法研究

研究了基于小波神经网络的非线性系统的故障检测和诊断方法.把小波分析与前馈神经网络相融合,并推导出其具体的算法.应用小波神经网络对航空发动机滑油系统进行故障诊断.试验和仿真的结果表明:小波网络应用于故障诊断时具有收敛速度快,对网络输入不敏感等特点,为非线性系统的故障诊断提供了新的理论和方法.     

基于离散正弦调频变换的中段多微动目标分离

弹道导弹在飞行中段形成目标群，窄带雷达无法从距离上将弹道目标分离。为使窄带雷达具备分离弹道目标的能力，对弹道目标的微动特性进行研究。对振动目标的信号回波进行建模，分析其在离散正弦调频变换（DSFMT）中的聚敛特性。利用多分量信号在变换域中的聚敛特性，实现不同信号分量的分离，并估计出目标的振动频率。仿真实验表明，在信噪比-10 dB下，多个振动目标散射点的窄带雷达回波在DSFMT域上具有明显的聚敛特性，分辨出了不同的振动散射点，振动频率估计均方根误差小于-2.5 dB。      

微小气泡粒径的测量研究

对用一台CCD摄像机所摄得的微小气泡水图像要识别摄影进深方向的气泡，必须利用图像的像素灰度这一特征。因此获取气泡粒径的常规图像方法不能使用。又气泡对光的反射和折射下有的气泡像的中心部分呈现反转，这也给处理带来了难度。为此建立了保持像素灰度的灰度线段中心辨别法来快捷地识别微小气泡。另外，利用摄影所获得的微小气泡图像，统计出气泡的形心到它的边界的最短距离与最长距离之比来自动分离微小气泡水中的气泡和杂质以及散焦的物像。通过以上方法能快捷地对微小气泡的粒径进行测量。