航空发动机外部管路调频的有限元计算方法

利用有限元方法对航空发动机外部管路模态进行了计算,得到了管路的固有频率及模态振型;通过计算,分析了安装不同数量、位置的卡箍对管路固有频率的影响,以此为依据进行了管路调频,避免了管路共振的发生。     

基于小波变换和AR-GM(1.1)的发动机状态监控

一般情况下,润滑油对发动机起着非常重要的作用,它直接关系着发动机能否安全可靠工作以及工作性能的优劣。由于润滑油中带有大量的发动机磨损情况的有用信息,需要对润滑油进行油液监控分析,从而可以得到发动机的磨损情况,可提前发现发动机的潜在故障,做到预防性维修。本文提出一种基于小波变换和AR-GM(1.1)方法对滑油金属含量时间序列值的变化情况进行预测。通过与GM(1.1)预测方法相比较,该方法具有很好的预测效果。     

基于边界保持的非闭合细分曲面小波变换

针对非闭合Loop细分曲面,提出一种小波变换的方法.该方法利用网格边界所在的平面作为映射镜面,将非闭合的网格曲面转换为具有对称形状的闭合网格曲面.在此情况下,原网格边界上的顶点变为新生成闭合网格的内部顶点,在对其进行小波变换后将镜像复制的部分去除即可得到新网格及其边界.该算法同时能够保证网格曲面边界在进行小波变换过程中始终保持在同一平面内,为基于多分辨技术的细分曲面数控加工定位面的确定带来方便.     

利用小波分析在轨识别空间目标轨道机动

空间目标的轨道机动往往隐藏在测量噪声中, 不容易被识别出来. 轨道机动可以引起机械能的突变, 用空间目标与航天器的单位质量机械能差作为机动识别的特征信号, 不会引入航天器本身的定轨误差. 用小波多尺度分解处理含噪声的特征信号, 对分解后的数据利用算法识别是否存在机动. 仿真结果表明, 本文提供的方法能有效识别空间目标的轨道机动.      

TDI-CCD遥感图像条带噪声的消除

针对TDI-CCD遥感图像固有条带噪声的灰度值在原始信息中变化比较缓慢的特 点及小波变换对奇异点检测的优越性, 提出了一种快速傅里叶变换和小波变换 相结合的方法来确定条带噪声频率点所在的位置, 采用改进的陷波滤波器对条 带噪声的频率成分进行消除. 另外, 提出一种基于提升小波变换的改进阈值 函数法, 用以消除图像的条带噪声. 实验结果表明, 在消除条带噪声方面, 改 进的陷波法优于改进的阈值函数法, 而改进的阈值函数法优于硬阈值函数和软 阈值函数法. 利用改进的陷波法消除条带噪声后, 图像的质量得到提高, 其PSNR达到46.4181dB, NMSE减小到0.00007, 相对基于提升小波变换的 几种阈值函数法, PSNR提高了3～4dB, 而NMSE则减小了 0.00007～0.00011. 本文提出的方法能较好地消除遥感图像的条带噪声, 同时能够较好地保持原图像的特征, 具有可行性.      

武汉站第23周电离层TEC与太阳及地磁活动的相关性分析

利用武汉电离层观测站1997-2007年电离层TEC资料, 采用连续小波变换和交叉小波以及小波相干方法, 分析了该站电离层TEC的周期变化特征以及与太阳和地磁活动之间的关系. 分析结果表明, 武汉站TEC变化的长期趋势主要随太阳活动的强弱而变化; 在局部时域上分别存在128～256d, 256～512d和512d～1024d的周期尺度, 且与同时期的太阳黑子数和地磁Dst指数的周期特征存在很好的对应关系; 太阳黑子数在512～1024d周期尺度上超前TEC变化约1/6个周期; 在准半年的周期尺度上武汉站TEC与地磁Dst指数几乎呈反相位变化, 但TEC对$Dst$指数的这种响应仅在太阳活动高年存在, 具体机理尚需进一步分析研究.      

基于支持向量机的卫星执行机构故障诊断研究

针对脉冲等离子体推力器（Pulsed Plasma Thruster,PPT）作为执行机构的微纳卫星姿态控制系统故障问题,采用了支持向量(Support Vector Machine,SVM)技术对脉冲等离子体推力器的两种常见故障进行检测与隔离。运用自适应遗传算法优化墨西哥草帽小波核函数参数,并结合小波分析,提高了SVM分类器的超平面寻优效率与泛化能力。最后,通过仿真分析,验证了该方法可快速准确地完成故障诊断任务,也证明了小波核函数支持向量机技术在故障诊断方面的先进性与有效性。     

小波域的自适应波束形成算法

在分析传统自适应波束形成的基础上,首次提出了一种小波域的自适应波束形成算法。与通常的自适应波束形成算法相比,该算法利用小波变换对小波空间进行了分解,信号经小波变换自相关性会下降,收敛速度提高,同时在此分解过程中,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明了该算法收敛速度较快,且计算量增加较少,易于实时实现,而且具有较好性能。同时仿真实验表明该算法收敛速度与小波基和尺度的选择有关,尺度越大收敛速度越快;对于同一小波基系列,小波基的正则性越好收敛速度越快。     

基于HMM-SVM的混合故障诊断模型及应用

针对直升机减速器故障诊断中机器学习方法存在的问题,根据隐马尔可夫模型(HMM)适合于处理连续动态信号与支持向量机(SVM)适合于模式分类的长处,提出了基于HMM-SVM的混合故障诊断模型。先通过小波包分析方法从减速箱振动信号中有效提取非平稳特征,训练HMM-SVM模型,再利用训练好的模型进行监测与诊断,实验结果表明该方法优于单纯的HMM或SVM诊断方法,能利用少量训练样本有效地完成直升机减速器的故障诊断。     

声发射在微铣削过程中监测刀具破损的应用

应用声发射传感器对微铣削过程中的刀具状态进行监测。通过结合传声器传感器,利用小波分析,声发射传感器能更精确有效地监测刀具破损的现象。分别在几种不同的工件材料进行了声发射监测实验。通过该声发射监测刀具破损技术采集得到信号,再利用小波分析对实验数据分析。结果表明,在微铣削中利用声发射信号来监控刀具状态的可行性。