非高斯风场作用下桥梁抖振响应研究

为研究非高斯风场作用下桥梁结构的抖振响应特性，以太洪长江大桥为例，基于Hermite多项式模型，模拟了非高斯脉动风场时程，计算了不同平均风速下不同非高斯特性脉动风场的抖振响应。结果表明：非高斯风场作用下结构响应的幅值和均方根值均比高斯风场更大，非高斯特性越强，均方根值越大；随着平均风速的增加，风场峰度对结构响应均方根的影响逐渐明显。因此，对于非高斯风场，高斯过程假定低估了实际的响应情况。此外，不同非高斯特性脉动风场作用下，结构响应的偏度和峰度均趋近高斯过程的结果。     

多应力耦合条件下氧气浓缩器退化建模

耦合应力条件下的建模是故障预测与健康管理领域的难点问题。以氧气浓缩器地面试验退化建模为例，针对试验中2种应力线性相关且耦合作用于氧气浓缩器退化的问题，提出了一种机理模型与数据驱动联合的偏微分方程建模方法。基于退化机理分析建立偏微分方程的基本形式，利用数据驱动的方法确定方程具体参数。通过偏微分方程建模，对2种应力进行解耦分析，确定引气湿度的增加会加快氧气浓缩器的退化速率，发现随着氧气浓缩器工作性能的退化，氧气浓缩器氧分压对引气压力的敏感性减弱，确定氧分压随引气压力变化斜率为健康因子。通过卡尔曼滤波器模式识别，确定氧气浓缩器退化可分为平稳阶段与退化阶段，与实际服役环境下氧气浓缩器退化数据对比，验证了氧气浓缩器两阶段退化特性。     

抽油机故障诊断的分布驱动主动学习算法

抽油机示功图直观显示了抽油机工作情况，但实际工况情况呈现典型的长尾分布特性，类别严重不平衡。传统方法无法准确识别小类别工况，也无法获得井下工作状态准确识别。针对这一问题，提出一种基于分布驱动的多类别长尾数据代价敏感主动学习算法（Cost-sensitive active learning algorithm based on distribution -driven multi-class long-tailed data， CALA）。首先，考虑数据分布特性，以最小化代价为优化目标确定数据的最佳聚类簇数；其次，通过加入预分类误差代价来更新之前得到的最佳聚类簇数；然后，构建集成分类模型作为分类器；最后，通过迭代来平衡数据分布。采用某油田真实的示功图数据进行测试，显著性实验分析证明CALA在小类别工况诊断上具有更好的性能。     

一种MEMS陀螺仪零偏建模与估计方法

针对MEMS陀螺仪零偏随时间变化的问题,提出了一种MEMS陀螺仪的零偏建模与估计方法.通过分析静态条件下陀螺仪零偏变化的影响因素,建立了陀螺仪零偏和温度之间的差分方程模型.采用系统辨识的方法,给出了系统模型的参数辨识流程.基于最小二乘法,实现了模型参数的辨识.设计了测试验证试验,基于陀螺仪的零偏样本特性建立了三阶差分方程,并进行了参数辨识和模型验证,结果表明该模型可以有效地估计陀螺仪的零偏.     

船用多级轴流压气机低工况扩稳优化研究

以船用九级轴流压气机为研究背景，探讨减少可转导叶列数的可行性，并提升低工况喘振裕度，通过数值模拟方法研究通流布局优化对压气机低工况稳定性的影响。通过特性分析和详细流场分析表明：一维关键参数选取对最佳可转导叶控制策略影响较大。优化部分级关键参数，不仅减少了可转导叶列数，而且提升了低转速下的喘振裕度，在75%转速下喘振裕度提升了2.27%，在70%转速下喘振裕度提升了3.3%。     

基于偏最小二乘回归同时测定阿莫西林和多四环素含量

阿莫西林和多四环素在紫外光谱区间吸收峰附近有多重共线现象,紫外分光光度法难以准确测出2种物质各自含量.本文通过L_(16)(4~5)正交实验设计,采集200～250 nm波长混合样品吸收光谱,数据经标准化处理,建立偏最小二乘回归预报数学模型.结果显示,该法计算阿莫西林和多四环素的预测相对误差(RPE)分别为3.13%和6.42%,平均加标回收率分别为100.34%和100.71%.该法简便快捷,准确可靠,样品无需预先分离.     

基于工况聚类和残差自注意力的发动机剩余使用寿命预测

针对多工况的航空发动机剩余使用寿命（RUL）预测精度较低的问题，本文提出了一种基于工况聚类分析和残差自注意力的发动机剩余使用寿命预测方法。首先，通过聚类将不同的工况进行划分，并构建线性回归分析模型筛选出符合发动机性能变化的退化参数；其次，通过卷积神经网络，获取数据中隐含的发动机性能退化特征；再次，利用双向长短期记忆神经网络挖掘时序退化特性并对其进行记忆；最后，结合残差自注意力机制对退化特征分配不同的权重来实现发动机剩余使用寿命预测。在美国国家航空航天局（NASA）的C-MAPSS多工况数据集上进行了消融试验，验证了该方法的有效性。结果表明，该方法评分和均方根误差均最优，可为发动机剩余使用寿命预测提供一定的参考。     

考虑起飞工况的航空发动机性能退化预测研究

针对现阶段航空发动机性能退化建模研究没有考虑起飞工况的影响问题，提出了基于修正的非线性维纳过程发动机性能退化建模方法。该方法结合了同类型号发动机的历史性能退化数据与个体发动机的实时退化和工况数据。首先，考虑发动机每次起飞的工况不同，把工况修正引入非线性维纳过程建立发动机的性能退化模型。然后利用极大似然估计方法求得退化模型离线估计值，基于贝叶斯理论对退化参数进行在线更新，最后基于局部线性嵌入算法，对工况参数进行融合构建工况因子，修正退化参数，实现了基于起飞工况的单台发动机性能退化预测。结果表明，采用融合工况因子修正模型，与未修正和压比修正模型相比，平均绝对百分比误差分别降低1.50%和1.01%。证明融合工况因子修正模型能降低发动机起飞工况差异和仅用单工况参数修正所造成的预测误差，可以用来辅助指导下发决策。     

启动过程压缩空气储能向心涡轮三维流动特性研究

为研究压缩空气储能系统的向心涡轮启动过程内部流动损失特性，本文采用全三维计算流体动力学（CFD）模型对其启动过程过程进行了数值模拟，与实验结果对比表明，虽然该模型在启动初始阶段与转速稳定阶段存在一定误差，但仍能够整体上反映启动过程的效率变化特征。在此基础上，进一步分析了启动过程中动叶通道内损失区及流场变化特征，结果发现，动叶进口攻角是影响内部流场主要因素：在启动初始阶段，叶轮进口攻角较大，动叶载荷集中在叶片前缘，形成明显的通道分离涡与前缘涡；在快速启动段，攻角减小，动叶载荷沿弦长分布更为均匀，通道分离涡及前缘涡逐渐减小并向叶片吸力面迁移。在整个启动阶段，动叶通道内高损失区也随着通道分离涡逐渐迁移且变小，并向相邻叶片吸力面集中。     

润滑油红外光谱去噪预处理方法

采用小波包变换软阈值去噪方法对润滑油的红外光谱进行去噪预处理,结合偏最小二乘法进行定量预测,并与常用的平滑去噪方法进行对比。结果表明,小波包变换能有效地去除红外光谱的噪声,以此为基础建立的润滑油酸值模型的预测精度高于常用的平均平滑法和 Savitzky-Golay卷积平滑法这 2种平滑去噪方法的预测精度。