基于深度神经网络的流场时空重构方法

针对流场粒子图像测速实验中时间和空间高分辨率测量代价高的问题,研究了数据驱动的流场时空重构方法。为了对实验测得的低分辨率数据进行时空高分辨率重构,提出了一种基于深度神经网络的流场时空重构方法,并构建了一种基于卷积神经网络和长短时记忆神经网络的混合深度神经网络。该混合深度神经网络能够学习流场的时空演化特征,训练完成后可实现对实验数据的时空高分辨率重构。测试结果表明:只进行流场空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差为0.0065左右,流场数据点数是原来的51倍;同时进行流场时间和空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差可保持在0.065左右,流场时间维度的密度是原来的5倍,可极大提高实验效率,节约实验成本。     

GPS姿态测量的载波相位整周模糊度快速解算

 根据 ARCE方法可以将模糊度搜索空间从所观测到的 m颗卫星的 m -1维降为 3维独立整周模糊度搜索空间,结合整数高斯变换及基线长度约束减小模糊度搜索空间,利用 Cholesky分解提高模糊度搜索效率,实验结果证明该方法能够快速解算整周模糊度适于实时姿态确定等应用。     

一种消除GPS模糊度相关性的新算法

 通过分析几种典型的整周模糊度去相关处理的方法 ,提出了一种简单快速消除GPS模糊度相关性的算法 ,介绍了算法中排序、整数LDLT 分解和模糊度筛选的处理过程 ,比较了该算法与其它算法性能上的差异 ,最后通过计算说明该算法的高效、可靠。     

超音速风洞喷管壁面型线设计的特征线法

本采用索尔（sauer)法分析了二维喷管喉道区流场，得到了一条合理的初值线。在由特征线法确定初始膨胀区后，根据质量平衡的概念设计超音速风洞喷管壁面型线。本方法可供超音速风洞喷管壁面型线设计时参考。     

固定——固定型无阻尼弹簧质点系统的质量优化问题

讨论了基于系统总质量最优化要求下的固定-固定型无阻尼弹簧质点系统的构造问题,通过求解广义逆特征问题获得了该问题的可解性条件和解的表达式,给出了数值算法和算例.     

基于自组织神经网络的软件功能测试数据自动生成

针对面向软件功能的测试数据自动生成问题,提出了一种动态自组织特征映射方法,用于生成揭示软件功能故障的测试数据(简称故障数据)。该方法主要有两部分组成,①采用具有全局多峰搜索特性的小生境遗传算法,在输入空间内搜索功能测试数据,生成少量的初始故障数据;②由初始故障数据,采用具有联想和分类能力的可变结构自组织特征映射,不断迭代生成大量相近而不同的故障数据,以便给开发者提供引发这些软件故障的信息,从而确定软件故障行为的模式或假设。用某型空空导弹发射控制软件进行了实验,运行结果表明了方法的有效性,故障数据生成效率高于遗传算法和随机法。     

QD128燃气轮机动力涡轮偏心故障的振动分析

针对QD128燃气轮机在并网发电的稳定运行过程中出现振动剧增超限现象,根据振动特点、频谱以及油膜轴承偏磨的振动特征进行了分析.分析认为振动超限是因动力涡轮偏磨故障所致.重点介绍该偏磨故障的振动模式和频率分布特征,为进一步讨论偏心激振引起的振动故障机理提供了参考依据.     

固体药柱超声波特征扫描系统研制

对固体火箭发动机药柱的超声检测方法进行了研究,介绍了超声特征扫描成像原理及缺陷检测方法,研制了药柱超声波特征扫描系统,并用低频组合探头对药柱进行了检测.试验表明,设计的超声特征扫描系统可采用幅度成像、深度成像方法显示药柱的缺陷.     

一类基于分解协调机制的多学科优化算法

对于复杂系统的设计问题,分解协调是一种比较有效的优化策略.对耦合信息处理方式的不同,产生了不同格式的多学科优化算法.从子系统间信息交换的角度,描述了系统的耦合机制、耦合系统变量的分解和合成.介绍了系统优化中的系统分析,以及分解分析和分解设计的算法构架.归纳总结了一类基于分解协调机制的多学科优化算法,并对分解算法的特点和特殊处理机制进行了探讨.     

基于参数自适应变分模态分解的行星齿轮箱故障诊断

针对变分模态分解需要人为设定模态数量以及在强噪声情况下容易造成分解错误的问题,提出了依据功率谱密度极值点自适应确定模态数量与中心频率的参数自适应变分模态分解方法,通过信号仿真分析验证了方法的有效性。基于参数自适应变分模态分解提出了一种行星齿轮箱故障诊断方法,应用于行星齿轮箱第2级太阳轮裂纹的故障诊断,行星齿轮箱传动实验台的试验结果表明:该方法能实现振动信号准确分解,有效提取和辨别出故障特征频率,实现了在强背景噪声和微弱故障信号情况下对第2级太阳轮裂纹故障的准确诊断。