航空发动机振动标准研究

采用统计学方法,分析了航空发动机台架试车过程中主机测点的稳态振动数据,对发动机的振动幅值分布规律进行了研究。选取发动机台架试车过程中,处于慢车、80%、90%、中间和全加力状态下主机测点的稳态振动数据,通过绘制概率图对数据分布规律拟合优度进行检验,判断其是否满足正态分布规律;采用绘制振动数据均值和瞬时值95%置信区间包络图的方法,给出了各主机测点的振动基线。利用得到的振动基线,对同型号的另一台发动机台架试车过程中的整机振动进行监控,保证了发动机试车的安全。研究结果为航空发动机振动限值的优化工作提供了参考。     

复杂背景下机场道面细带状结构病害检测算法

机场道面裂缝、角隅断裂、接缝破碎、修补等病害宽度狭小、长短不一、图像中像素占比少,呈细带状结构,且与复杂背景对比度低,现有检测算法效果不佳。针对以上问题,提出了一种基于注意力机制与特征融合的深度神经网络模型DetMSPNet。首先,利用注意力机制模块CBAM,使得特征学习更加专注于细带状结构病害区域,抑制干扰信息;其次,构建残差空洞金字塔模块,提取不同尺度空间下的特征信息;然后,设计最大池化支路,便于之后浅、深层不同层次特征进行融合,加强模型对于病害的定位能力,并且将深层特征输入3种不同扩张率的扩张卷积和金字塔池化模块,使得病害特征包含更多全局上下文信息;最后,对所有层输出的病害特征信息进行融合,实现不同尺度、不同层次特征的信息互补。与目前3种经典的目标检测算法在机场道面病害图像数据集APD上做了对比实验,结果表明:所提算法的mAP达到78.51%,优于对比算法。所提DetMSPNet模型,提高了算法对机场道面细带状结构病害检测中宽度狭小、长短不一、图像中像素占比少、与复杂背景对比度低等情况的适应能力。      

卫星光通信APT控制系统H∞设计

 捕获瞄准跟踪(APT)控制系统的设计是影响整个星间光通信系统性能的重要因素。利用指向偏差的概率分布阐述了卫星光通信过程中捕获概率、跟踪误差及误码率受卫星平台振动和终端装置参数摄动的影响,通过功率谱分析了卫星平台振动在低频段、对象不确定性在高频段对指向偏差的影响,并对其进行了模型化分析。采用H_∞控制混合灵敏度设计方法同时抑制干扰和处理受控对象不确定性问题进行控制器设计。仿真验证表明该方法得到的控制器对平台干扰具有抑制力,对对象摄动具有鲁棒性。     

战斗机使用的无源传感器

战斗机既要能探测到敌方目标,又不为敌方所探测,除提高其隐身性能外,还可通过控制雷达的电磁辐射,使雷达具有低截获概率（LPI）,或采用不发射电磁辐射的无源传感器来避免被敌方所探测。     

基于灰度-基元共生矩阵的旋转机械故障诊断研究

研究了基于灰度-基元共生矩阵的故障诊断方法,该方法利用图形的灰度空间分布情况和描述纹理的纹理基元法结合起来提取和挖掘旋转机械振动状态参数图形特征,可以有效地提取图形中纹理特征信息,直接利用BP人工神经网络实现旋转机械故障诊断。在600MW模化汽轮机转子试验台上进行了转子正常、转子不平衡故障、转子不对中故障及轴承松动故障的试验,诊断结果表明可以获得较高的诊断精度。     

反舰导弹中/末制导交班点目标捕捉方法研究

为了提高对目标的捕捉概率,研究了反舰导弹中末制导交班点的选择问题。首先对中制导的散布概率区和目标的散布概率区建模,并得出反映中/末制导交班点捕捉概率大小的目标函数;在此基础上,利用遗传算法对该目标函数寻优,得出反舰导弹的最佳交班时刻和交班状态。全弹道数字仿真验证了该方法可有效地提高一类反舰导弹的捕捉概率。     

航空装备备件需求量的概率区间计算方法

科学合理地解决备件配置问题一直为人们所瞩目,备件配置数量的多少不仅影响装备的维修甚至影响装备的战备完好率。计算备件需求量的传统模型是概率模型,然而概率模型中的分布参数往往有一定程度的不确定性。本文对概率模型中含有有界不确定参数的备件需求量计算问题进行研究,根据航空装备备件的分类,分别提出了寿命服从指数分布、正态分布和威布尔分布部件的备件需求量的概率区间确定方法。所提出的方法较好地解决了分布参数有界不确定时航空装备备件的配置问题并能够充分保证备件的保障率,进而提高航空综合保障水平。最后,通过数值算例说明了该方法的有效性和实用性。     

基于当量概率密度函数的模糊可靠性分析方法

实际工程中,结构系统的属性以及所受外载荷常常具有随机性和模糊性的特点。对于功能函数中含有模糊分布参数(FDP)的随机变量问题,如何准确且简便地评估其可靠性,是十分重要的。依据随机性和模糊性的基本概念,提出了当量概率密度函数的模糊可靠性分析方法。以FDP的隶属函数为基础,构造FDP的先验分布,应用Bayes理论,得到含有FDP随机变量的当量概率密度函数,并推导出具有常用隶属函数的FDP随机变量的数学期望和方差。这样就把含有FDP的随机变量处理成常规随机变量,进而可以应用传统的可靠性方法来分析结构的可靠性。本文所提方法解决了功能函数中含有多个FDP的随机变量时,模糊概率计算困难的问题。最后通过算例,与常用的模糊概率的可靠性分析方法进行比较,来验证本文算法的有效性。     

基于FGN输入流的G/D/1排队模拟

传统的排队理论不适于分析高速网络表现出的自相似流量.通过实验仿真,主要考察平均等待时间和在队列分别为无限和有限情形下的队列尾部特征等参数,并对以FGN为输入流的G/D/1排队模型作了定性分析.结果表明在输入流的强度和方差基本相等且系统利用律大于某一阈值的情况下,队列平均等待时间随Hurst参数增大而显著增长.同时指出在相同的条件下考察队列尾部特征,具有有限队列长度的G/D/1排队模拟结果要远优于无限队列长度下的理论分析结果.      

基于潜在成分的时变系统损伤的概率神经网络分类

提出了一种新的时变系统健康监控的损伤分类方法。将函数级数时变自回归平滑时序模型应用于时变系统的振动信号,以估计TAR／TMA参数和革新方差。这些参数是时间的函数,将它们在以特定的基函数构成的某种函数子空间上展开得到相应的投影系数组。所估计得到的TAR／TMA参数和革新方差可进一步用来计算潜在成分（LCs）,将LCs用于健康评估比原来的参数更具信息。并将LCs联合并归化为数值得到特征集,输入概率神经网络（PNN）进行损伤分类。为了评价该方法,对一个时变系统进行了仿真,以各种不同的质量和刚度减少来模拟不同的损伤类别。算例表明：该方法能够在时变系统的背景下对损伤进行归类。