无人机交流发电系统故障诊断技术

使用MATLAB 7.0软件,建立了飞机交流发电系统模型.应用小波分析工具箱Wavelet Toolbox 3.0,对仿真的故障进行检测诊断.针对某型飞机2 kVA交流发电机,建立了飞机交流发电系统,利用纯阻性负载创建一个测试点的新方法,对此系统进行单相负载短路仿真.运用小波函教对测试点的故障信号进行尺度分解,获得奇异点发生时间及其特性,从而对采集的故障信号进行诊断和分析.     

空间目标远距离相对运动的非开普勒特性研究

空间目标相对运动是空间机动的基础,所采用的研究方法是开普勒轨道的扩展与改进。将空间目标相对距离用地心角描述,建立小偏心率假设下两目标地心角表示的相对距离一阶近似解析表达式,讨论了近地轨道空间目标相对距离的周期性,相对距离变化曲线可以看作是一个缓慢变化周期曲线上的快速振荡。分析了考虑摄动影响时相对轨道倾角和轨道交点随时间的漂移,并对长期摄动影响作用下轨道交点的运动进行了分析和计算。依据上述分析,对相对运动的非开普勒特性进行了讨论。
     

双框架控制力矩陀螺奇异分析及可视化

研究双框架控制力矩陀螺(DGCMG)的几何奇异问题.利用空间几何方法建立三正交构型DGCMG的几何模型及力矩输出的微分动力学模型,在此基础上严格推导系统奇异的几何判别条件,获得角动量空间中的奇点分布并仿真给出角动量奇点分布的可视化结果.使用ε-δ语言精确定义显、隐奇点及空转.根据奇点处模型泰勒展开推出工程町用的空转判别条件.利用数学中连续性概念,严格证明内奇点必是显奇点.     

一种改进的SGCMGs奇异鲁棒伪逆操纵律算法

以单框架控制力矩陀螺（SGCMG）为卫星动量交换机构,基于建立的姿态控制系统与SGCMG系统的动力学模型,设计零动量卫星的PD（比例微分）解耦姿态控制律。为逃避奇异,提出了一种改进的单框架控制力矩陀螺群（SGCMGs）奇异鲁棒伪逆操纵律算法。某航天器姿态控制仿真结果表明：改进算法可避免奇异,算法有效性得以验证。     

机电集成超环面传动弱非线性自由振动研究

针对新型广义复合传动机构-机电集成超环面传动系统,其中蜗杆、行星轮间电磁啮合刚度的非线性变化,首先推导出了系统弱非线性摄动形式的运动微分方程,其次在将其转化为小参数形式的基础上,利用Linstedt-Poincare法求出了该系统频率和位移响应的近似解析形式.最后讨论了算例系统中电磁啮合力的非线性变化对系统振动频率及振幅的影响,得出了随小参数ε次幂数增大,传动系统各方向振动的振幅几乎不受影响,而各阶振动频率却变化明显的结果.      

基于振动能量积奇异值分解的航空发动机 振动状态识别

为进一步提高航空发动机振动状态监测的有效性和故障诊断的准确性,将机匣截面振动信号的各谐波轴心轨迹椭圆长短轴乘积看成广义时间序列.基于该序列能够全面反映发动机转子系统各谐波能量分布的客观事实,利用其构造矩阵并提取奇异值向量.借助于该向量构造特征值,通过比较特征值向量实现对发动机不同振动状态的识别.对实测振动信号的分析表明:在同一振动状态下,各数据椭圆长短轴乘积相对奇异值强度具有相同的变化趋势和良好的稳定性;在不同振动状态下,椭圆长短轴乘积相对奇异值强度变化趋势不尽相同;通过椭圆长短轴乘积奇异值相对距离熵能够较好地识别发动机各振动状态.     

基于变结构控制器的敏捷卫星姿态机动方法

随着遥感卫星观测能力的逐步提升,对卫星敏捷机动能力提出了更高的要求。针对敏捷卫星大角度姿态机动问题,以6个单框架控制力矩陀螺(SGCMG)组成五棱锥构型的姿态控制系统执行机构,在构建敏捷卫星姿态运动数学模型以及设计SGCMG系统操纵律的基础上,对卫星绕Euler轴进行姿态机动的角轨迹进行规划,并设计了一种基于误差四元数与误差角速度的变结构控制器。仿真及在轨验证结果表明,该控制器能够完成规划轨迹的良好跟踪且具有较强的鲁棒性,研究成果对敏捷卫星姿态控制系统的设计具有重要的参考意义。     

基于分解-粒化和优化极限学习机的燃油泵性能退化趋势预测

机载燃油泵的性能退化呈现非线性多阶段模式,为了提高机载燃油泵性能退化指标的预测精度,得到性能退化指标准确的预测范围,提出了基于奇异值分解-模糊信息粒化与优化极限学习机的模糊粒化预测方法。针对传统的粒化预测方法直接对原始序列进行粒化分析的不足,首先利用奇异值趋势分解方法提取燃油泵性能退化指标序列的趋势项及去趋势项,再利用信息粒化方法对去趋势项进行模糊粒化;然后将趋势项及粒化后的去趋势项数据输入至极限学习机进行回归预测,并采用粒子群算法优化极限学习机参数;最后根据实测值和预测值的对比分析评估预测模型的优良性。实验结果表明,该方法可以有效跟踪燃油泵性能退化指标的变化趋势,并对其指标的波动范围进行有效预测。     

飞机起落架噪声源定位的压缩感知算法

目前针对飞机起落架噪声源定位的研究方法主要是将麦克风阵列与波束成形算法相结合。常规波束成形（CBF）算法在计算时存在主瓣宽度过宽、结果易受旁瓣影响的问题。高级波束成形算法在计算时效率较差,有时会有违背物理现象的假声源出现。提出了一种将正交匹配追踪（OMP）算法与奇异值分解（SVD）相结合的起落架噪声源定位的OMP-SVD压缩感知算法。在消声实验室内进行飞机起落架噪声源定位试验,将OMP-SVD算法、CBF算法和OMP算法在不同频率下获得的结果进行对比。试验结果表明：①与OMP算法相比,OMP-SVD算法在不同频率下均能准确定位出起落架主声源;②与CBF算法相比,OMP-SVD算法显著提高了分辨率。     

基于改进K-SVD字典训练的涡扇发动机气路突变故障稀疏诊断方法

以典型气路突变故障信号的稀疏特性为基础,通过对涡扇发动机部件特征原子组进行分类,提出了改进K-奇异值分解(K-singular value decomposition,K-SVD)字典训练的稀疏诊断方法,并结合气路典型突变故障开展了仿真实验研究。仿真结果表明:相比于拓展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)方法,改进K-SVD方法对故障定位准确,无故障部件健康参数变化为0,可有效提高故障部件辨识度,避免误诊断;计算耗时与EKF方法基本相等,仅为UKF方法的03%,是一种有效的航空发动机气路突变故障在线诊断方法。