端壁移动对悬臂静子气动性能的影响

为了探究端壁移动对悬臂静子性能的影响,对轮毂移动与否、轮毂移动速度大小以及移动轮毂情况下间隙大小对某一低速轴流压气机悬臂静子内部流动及压气机性能的影响进行了详细的研究。结果表明,随着端壁移动速度的增加或者端壁移动情况下叶根间隙的减小,静子近轮毂区域的流动堵塞/流动损失减小、压气机性能得到提升,造成这一现象的主要原因是端壁移动情况下二次流的消失以及参与掺混的泄漏流流量的减小;端壁移动也会影响静子进口流场,进而影响转子的特性,但相对于对静子特性的影响,转子特性的变化幅值较小。     

新型的超宽带正交接收系统幅相误差实时的数域均衡方法

文中对超宽带正交解调接收系统的幅相误差进行了分析,针对文[1]均衡方案的缺点,然后在此基础上针对系统超宽带的特点提出一种新的自适应实时数域均衡法。同时,针对系统超宽带的特点对串行算法进行了修改,提出一种适合于FPGA高速实现的流水算法。并对这两种算法进行了仿真比较。     

基于星载毫米波顺轨-交轨InISAR的空间运动目标三维成像技术研究

研究了低信噪比情况下的星载毫米波顺轨/交轨In\|ISAR空间目标三维成像问题。由于传统的RD成像算法在目标尺寸较大和分辨率要求较高时不能取得较好的成像效果,故将波数域成像算法引入运动目标成像处理以获得高分辨率的二维图像,继而将顺轨/交轨三天线ISAR图像分别进行干涉处理,获得了目标上各散射点的三维位置。作为二维成像、图像配准等重要环节的基础参数,对低信噪比下的目标检测和三维运动参数估计进行了研究,分析了速度估计精度要求。最后,仿真结果表明了顺轨/交轨In-ISAR系统的有效性。     

自适应天线抗干扰性能研究

分析了适用于雷达抗干扰的一些自适应天线波束形成算法,将子空间正交投影算法应用于雷达抗干扰,针对子空间分解过程中特征向量不能完全正交的问题,采用约束化子空间分解算法,来保证子空间特征向量的正交性.最后通过仿真证明:子空间跟踪算法相对于传统的一些自适应算法具有更强的抗干扰性能.     

缔约过失责任问题探讨

缔约过失责任是在合同缔结过程中产生的一种责任形式，是合同法中一项独立的法律制度。缔约过失责任与违约责任有着本质的区别，是基于缔约方违反先合同义务产生的责任形式，其损害对象是对方的信赖利益，而不是合同利益。本文通过对缔约过失责任的论述，阐明其产生的理论基础、成立要件、责任形式以及立法现状和趋势，谨希望能有助于我国相关立法的发展与完善。     

串联系统耗用资源最小的一种直接寻优算法

本文提出了串联系统在满足系统目标可靠性要求y之下,使非线性约束(资源)达到极小的一种直接寻优算法。     

星上计算机几种离散化算法的比较

本文陈述并比较了连续时间系统的各种时间-离散化方法,认为阶跃响应不变(或零阶保持器)法比较适于工程实际应用.对分子分母均为二阶连续系统,分母阻尼系数D_2大于1.0、小于1.0或等于1.0这三种情况分别给出了用阶跃响应不变的时间-离散化法得到的差分方程和状态空间方程各项系数的解析计算式.讨论了差分方程形式和状态空间方程形式的等价性问题.最后说明了一个带有液体晃动和太阳帆板挠性特性的三轴稳定卫星姿态控制器是相当复杂的,星上计算机的工作量也是相当大的,因此要防止计算机出现计算饱和问题并同时注意到截断误差问题.     

高压大功率脉冲变压器湿热绝缘不合格的研究解决

对高压大功率脉冲变压器受潮后高温工作环境下绝缘不合格的分析,找出主要原因是环氧树脂灌封体热态损失大。通过环氧树脂配方筛选和灌封试验,选出高温下热态性能损失小的308~#+E-39-D的环氧树脂配方,最终使产品的常态绝缘电阻达到107MΩ(要求10~3MΩ),高温最小绝缘电阻均>500MΩ(要求200MΩ)超过了部颁标准。     

改进SO优化KELM的液体火箭发动机故障检测

提出了一种ISO-KELM的液体火箭发动机故障检测模型。首先引入Tent混沌映射、动态策略和柯西变异3种方法对原算法进行改进。然后,采用改进后的蛇优化算法(ISO)对核极限学习机(KELM)惩罚因子和核函数参数进行寻优,构建了ISO-KELM液体火箭发动机故障检测模型。最后选取包含5种典型故障模式的某液体火箭发动机历史试车数据进行仿真。结果表明,ISO-KELM模型的故障检测准确率为95.2%,高于SO-KELM故障检测模型和传统BP神经网络故障检测模型,可有效检测火箭发动机的故障状态。同时也表明了ISO相比于SO,收敛速度更快,寻优精度更高。     

基于优化多尺度排列熵和卷积神经网络的滚动轴承故障诊断方法

针对滚动轴承故障分类中特征信号微弱、信号非线性和多尺度特征难提取的问题,提出基于优化多尺度排列熵（MPE）和卷积神经网络（CNN）的滚动轴承故障诊断方法：通过改进自适应噪声完备集合经验模式分解（ICEEMDAN）对轴承信号进行分解和重构,实现信号降噪;通过粒子群算法（PSO）对MPE进行优化,提出PSO-MPE特征提取方法,参数优化后的MPE能够提取更为关键的特征信息;将所得的排列熵输入到CNN中进行故障分类以及降维可视化分析。以凯斯西储大学开放轴承数据库样本为测试对象,将文章所提出的ICEEMDAN-PSO-MPE-CNN方法与ICEEMDAN-PSO-MPE-RNN、CEEMDAN-SVM、ICEEMDAN-PSO-MPE-SVM等方法进行纵向和横向对比分析,结果表明改进方法的分类准确率和效率更高,在T-SNE可视化下的分类效果更明显,能够实现滚动轴承故障的高精度和高效率检测。