直升机旋翼/机体耦合非线性系统的动稳定性分析

为了准确反映直升机旋翼／机体耦合系统的动稳定性，建立了旋翼／机体耦合非线性动力学微分方程，在时域内求解微分方程得到各片桨叶的挥舞、摆振及机体的响应用以对系统进行数值模拟；为了获得系统稳定性的定量值，用快速傅立叶变换(FFT)确定模态频率，用基于傅立叶级数的移动矩形窗方法得到模态阻尼。地面共振分析表明，时域分析与特征值分析结果具有良好的相关性，并与试验值吻合，从而验证了该方法的有效性。大总距时，用时域分析得到的模态阻尼与试验值吻合得更好，该方法可用于具有非线性减摆器的直升机旋翼／机体耦合系统的动稳定性分析。     

涡轮泵振动参数与统计特征量的线性相关性分析

为了剔除冗余的振动参数和统计特征量，提高涡轮泵故障检测的实时能力，建立了线性相关性假设检验模型。利用该假设检验模型和某型液体火箭发动机的历史试车数据，检验了7路涡轮泵振动参数以及13种常用统计特征量的线性相关性，并分析了统计特征量对涡轮泵故障的敏感性和稳定性，以及涡轮泵振动数据的正态性。数据统计分析表明，大部分涡轮泵振动参数以及统计特征量显著线性相关，幅值统计特征量的故障敏感性弱，但稳定性强，而无量纲统计特征量的情况恰好相反，并且正常涡轮泵振动数据服从正态分布，而异常涡轮泵振动数据不再服从正态分布。据此，为涡轮泵故障检测选择了线性相关性弱，故障特征反映能力强的3路振动参数和3种统计特征量。     

L10-TiAl金属间化合物Mn,Nb合金化电子结构的计算

采用第一原理赝势平面波方法计算了L10型TiAl金属间化合物中掺入Mn,Nb后的电子结构和价键结构.通过合金原子形成热得出Mn优先占据Al点阵位置,Nb优先占据Ti点阵位置.Mulliken聚居数分析发现Mn或Nb合金化后,分别降低了(001)和(002)面内的原子间键合强度,掺入Nb还降低了层间的原子间键合强度,而掺入Mn,则使层间原子间键合强度增加.整体上来讲,掺入Mn有利于改善TiAl的室温脆性,而掺入Nb,不利于改善TiAl的室温脆性.     

并行鲁棒观测器对发动机减小转速信号的故障分离

通过对减小转速故障信号产生机理的研究 ,提出了一种基于多重模型假设下的并行鲁棒观测器残差输出的故障分离方法 ,建立了实际系统的正常工作状态和 4种故障工作模式 ,将该方法应用于某型航空涡扇发动机导致减小转速信号产生的传感器的故障检测与分离。数字仿真和误差分析结果显示 ,文中提出的方法可靠性高 ,故障定位准确 ,对发动机减小转速信号的故障分离行之有效。      

基于模糊模型的鲁棒自适应重构飞行控制

提出了一种基于模糊模型的歼击机鲁棒自适应重构控制方案。整个控制方案基于T S模糊模型,将歼击机各飞行状态的局部线性调节器与鲁棒自适应神经网络重构控制器相结合,避免了传统的增益预置方法中控制律在不同工作点之间切换造成的参数突变对系统性能的影响,可以保证系统在全局上拥有局部工作点具有的期望性能,证明了重构系统的全局闭环渐近稳定性。所提出的带有补偿项的完全自适应RBF神经网络,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,提高了神经网络的学习能力,同时通过自适应补偿项来在线估计神经网络的近似误差边界,可以有效地在线修正建模误差、外扰及操纵面故障等因素的影响,保证系统的操纵品质。仿真结果表明了所提出方法的有效性。     

一种新的自由涡尾迹计算方法

在使用自由涡理论进行旋翼气动计算时,尾迹几何结构的确定是计算旋翼气动载荷以及空间流场计算的关键。发展了一种新的自由涡尾迹结构计算方法,该方法能快速得到收敛的尾迹结构,能比较准确地计算桨叶载荷分布。算例与实验数据的比较验证了该方法的正确性。     

GTEM传输室特性阻抗的三维有限元分析

采用有限元法对GTEM传输室的特性阻抗进行了三维分析.沿球面波的方向截取GTEM传输室的一段作为计算模型,通过分段多角度计算,求出芯板的最佳张角.考虑芯板厚度对阻抗的影响给出了芯板优化方案.在有限元分析软件ANSYS下开发了计算特性阻抗的用户模块,提高了设计效率.由于本文提出的计算方法能更好地逼近场分布的真实情况,因而具有较高的计算精度.     

倒置式磁流变抛光装置的设计与研究

针对大尺寸工件的抛光加工特点,设计了倒置式的磁流变抛光装置。详细阐述了符合磁流变抛光要求的磁场发生装置的设计原理,并对抛光区域磁场进行了理论分析、软件仿真和优化。     

带机体状态反馈的直升机地面共振分析

建立了带机体状态反馈的直升机旋翼/机体耦合动稳定性分析模型,研究了机体反馈系数对直升机地面共振的影响。根据Floquet理论采用传递矩阵法计算了系统的模态频率及模态阻尼,并用非线性模型的数值仿真进行了验证。结果表明,机体滚转角位移和角速度反馈能有效地提高摆振后退型模态阻尼;但当机体滚转姿态角反馈系数过大时,以挥舞后退型模态为主的旋翼挥舞与机体运动之间相互作用,导致直升机出现动不稳定性。     

基于1-DISVM的聚类模型及直升机齿轮箱故障诊断应用

针对当前故障诊断中存在的训练样本少、知识难获取的问题,结合SVM小样本学习的特点,提出一种基于SVM的自学习聚类模型。通过改进无监督1-SVM算法上的不足,形成一种改进决策1-SVM(1-DISVM)算法,由此构建了多模式训练与分类算法,并设计出基于1-DISVM的自学习聚类模型。最后对其进行仿真验证,并应用于直升机齿轮箱的故障诊断,结果表明该方法能从少量样本中自学习输入模式的内在规律,自适应地对未知故障模式进行准确地分类识别。