基于局部均值分解和峭度图的滚动轴承包络分析方法

提出了基于局部均值分解(local mean decomposition,LMD)和峭度图(kurtogram)的滚动轴承包络分析方法.该方法中,原始滚动轴承故障振动信号通过LMD进行自适应的频率成分分离和初步降噪,包络分析中带通滤波器的参数通过峭度图客观地提供,从而提高滚动轴承包络分析的准确度.通过对滚动轴承仿真信号以及实验信号的分析,结果表明:在低信噪比情况下,LMD可以自适应分离出滚动轴承的固有振动成分,峭度图可以自动确定包络分析中带通滤波器的参数,与传统包络分析比较,所提方法能更加清晰准确地提取滚动轴承的故障特征.      

CATIA三维几何造型系统在直升机结构零件设计中的应用

本文主要通过与美国西科斯基公司联合进行S—92的尾斜梁的设计,介绍在直升机结构件设计中应用CATIA软件的设计方法及经验与体会。     

塞锥气膜冷却对二元塞式喷管红外特征的影响

为了研究二元塞式喷管塞锥壁面多斜孔气膜冷却对喷管红外特征的影响,设计了带冷却结构的喷管试验模型,测量了吹风比从0增加到1时的塞锥壁面温度、喷管出口截面处喷流温度以及喷管红外辐射强度.结果表明：随着吹风比的增加,气膜冷却效率逐渐提高,最大达到0.68;喷管出口截面在中心区域喷流的温度逐渐降低,最大降幅为14%;喷管红外辐射强度逐渐降低,在0°方位角上最大降低52.8%,在90°方位角上最大降低13%.     

基于能量管理的横向机动弹道优化设计

为实现小射程能量的有效利用,增强导弹的突防能力和禁飞区规避能力,提出了一种基于能量管理的横向机动弹道设计与优化方法.该方法通过初始离面角使弹道一级偏离传统射面,后面级再修正射面以命中目标.在建立能量管理方程、初始离面角及横向转弯角的解析计算模型的基础上,迭代解析计算机动角的初值;采用遗传算法对机动角及弹道程序进行优化,得到了最优解.仿真结果表明,该方法在满足导弹能量管理的条件下实现了导弹的横向机动,可有效提高弹道导弹的突防能力,优化算法简单可行,收敛效果好.     

基于深度图像的人体关节点定位方法

提出了一个基于深度图像的人体关节点定位的方法:首先将图像中的人体区域分割出来,然后利用随机森林分类器对逐个像素点进行分类,得到身体的各个部件并寻找关节点的位置。通过实验发现,本方法准确性较高并具有一定实时性。分类的准确率为 68%,相较 Kinect技术(40%)达到了较高的分类水平。预测人体关节点位置的平均时间为每帧 150ms,符合实用性要求。     

组合杂交三角形单元的加权能量正交关系

组合变分原理可以增强杂交元方法解的稳定性。建立热传导方程基于区域分解的组合杂交有限元方法,给出单元上温度梯度插值为线性、但温度插值为协调线性插值与非协调二次插值之和的组合杂交三角形单元,并通过数值实验验证理论结果的正确性。结果表明:分片线性温度梯度插值的散度(热源)与非协调温度插值是加权能量正交的;组合杂交三角形元刚度矩阵等同于协调的三角形线性元刚度矩阵,即非协调部分无温度增强特性。     

基于特征线追踪的气动反设计

随着当今飞行器飞行速度的提高,三维超声速内流道的设计需求日益增加。提出一种基于特征线追踪的气动反设计方法,以解决三维超声速粘性流场设计问题。为了验证特征线追踪方法的设计能力,将其应用于二维超声速喷管和三维方转圆流道设计中。结果表明,设计所得流道内部不存在集中的膨胀波和压缩波,获得了流动均匀的菱形试验区,出口处马赫数误差低于0.5%。特征线追踪方法能够直接设计超声速粘性流场,避免了传统的边界层修正技术引入的设计误差,实现了既能满足预设流场参数分布,又能保证入口和出口形状的三维异形截面超声速流道设计。     

满足多约束的主动段能量管理制导方法

高超音速飞行器运载任务需要满足多项约束条件,针对耗尽关机型固体运载火箭需要在主动段进行能量管理.基于控制推力和速度之间夹角来实现主动段能量管理的思路,综合交变姿态控制能量管理(AEM,Alternate Attitude Control Energy Management)和一般能量管理(GEM,General Energy Management),提出了样条能量管理(SEM,Spline Energy Management)制导方法,并针对分离前定轴飞行约束条件进行了修正.以三级运载火箭为例,通过AEM,GEM和SEM对比,验证了样条能量管理制导方法的可行性.     

全系数自适应控制器若干稳定性质分析

在更加一般的条件下对黄金分割反馈控制器在单输入单输出和多输入多输出特征模型中的稳定性和鲁棒性进行了系统分析,并在混合辨识背景下研究了投影梯度法在特征模型框架中应用时的输入状态稳定(ISS)性和参数估计误差的L2界.最终的结果进一步扩展了已有的结论,对整个系统的稳定性分析具有重要作用.     

基于全信息的正态分布型数据的线性回归分析

针对正态的分布型符号数据,提出一种新的线性回归分析方法.以体现正态的分布型数据的全部原始信息为出发点,给出正态的分布型变量的一阶矩、二阶原点矩、二阶混合原点矩的定义和计算原则.在此基础上,定义针对正态的分布型数据的线性回归模型以及残差信息的平方和,推导最小二乘回归系数.仿真实验证明了该方法所得回归模型在解释能力和预测能力上的有效性以及相对于"中心法"的优越性.给出的正态分布型变量数字特征的定义和计算原则为将其他经典的多元统计方法推广到分布型数据奠定了基础.