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。      

基于时频切片分解的时变系统参数识别

系统参数识别分为时不变系统参数识别和时变系统参数识别两大研究方向,其中时不变系统参数识 别的研究已趋于成熟,而时变系统参数识别的研究则仍然处于起步阶段。对于多自由度时变结构,提出一种基 于时频切片分解的时变系统参数识别方法。该方法采集结构的振动位移响应,根据时频分解计算得到响应在 整个时频段内的时频能量分布图;依据结构的时频分布特性,选择多个时频切片窗分解响应信号,再对分解出 的信号分别进行逆变换计算完成时域上的信号重构;重构出来的信号对应于结构的各阶模态位移响应信号,利 用Hilbert变换提取信号瞬时频率,从而识别出结构各阶频率。通过一个三自由度的弹簧阻尼质量仿真实验, 验证了该方法具有良好的识别精度和工程实用价值。     

风扇前传噪声及声衬特性研究

为了探究航空发动机的风扇噪声,通过试验研究了缩尺风扇前传噪声在不同转速工况下的频谱特性和周向模态特性,并对所设计的环形声衬降噪效果进行了验证。研究结果表明,基于试验测量数据分析得到的频谱特性和周向模态特性满足转静干涉噪声理论。随着转速的提高,风扇纯音噪声越显著,高转速工况下纯音噪声的能量约占风扇前传噪声的85%。在所研究的工况范围内,该声衬对目标频率及模态均有显著的降噪效果,且在85%转速工况时的纯音降噪效果最优,其主模态的传声损失约为59dB。该声衬对于设计频率附近的宽频噪声也有一定降噪效果,在85%转速时的宽频噪声平均传递损失约为3dB。     

流-固-推进耦合下的机体/推进一体化性能分析

吸气式空天飞行器的一体化性能随扰动变化的敏感性高,在高马赫数飞行条件下,有必要开展流-固-推进耦合性能分析。针对机体/推进一体化布局的吸气式飞行器,明确一体化部件之间的耦合关系和耦合问题,利用CFD、有限元和准一维流方法,结合本征正交分解(Proper Orthogonal Decomposition,POD)降阶手段,建立吸气式空天飞行器流-固-推进多物理场耦合快速分析方法,并开展多场耦合特性分析。结果表明:(1)进气道压缩面的流-固耦合导致出口静压的最大振荡振幅约为平均静压的21.6%,而出口马赫数的最大振幅约为平均马赫数的8.45%。(2)进气道出口性能的振荡会影响发动机的推力性能,导致推力振荡幅值可达平均值的31%,且随着时间的推移,会在进气道外压缩流场产生大量的气动涡,涡结构进入进气道后会导致进气道出口性能的持续下降,进一步削弱了发动机的平均推力性能。     

基于SSD-HT时频阶比跟踪的变转速转子故障诊断

为解决变转速工况下转子故障特征难以提取的问题,提出一种基于SSD-HT时频阶比跟踪的转子故障诊断方法。应用一种新的信号分解方法—奇异谱分解对转子故障振动信号进行分解,得到包含故障特征信息的奇异谱分量。运用希尔伯特变换计算各个有效奇异谱分量的瞬时频率,获取故障信号的时频分布。根据时频分布中的转频信息对原始振动信号进行阶比跟踪分析,提取直观的阶次特征。仿真分析与实验分析结果表明,在无转速测量装置条件下,所述方法可准确判别变转速工况的转子故障模式,相对于传统分析方法表现出一定的先进性。     

航空发动机锥齿轮故障诊断技术研究

通过在锥齿轮相对应的附件机匣壳体上固定加速度传感器,在发动机试车过程中采集锥齿轮振动信号,识别特征信号,运用时频分析法、低秩稀疏分解算法、稀疏正则算法、谱峭度法分别对锥齿轮故障特征信号进行分析处理,通过比较分析,表明低秩稀疏分解算法能够有效滤除噪声和谐波干扰信号,增强故障特征信号的显著性,识别锥齿轮潜在故障,解决了锥齿轮微弱振动信号难以分离和识别的技术难题,实现了航空发动机锥齿轮故障诊断,保证了锥齿轮工作可靠性和安全性,为航空发动机锥齿轮故障诊断提供了新方法。     

长航时高精度惯导系统姿态阵的四种解算方法

高精度惯性导航系统是保证水下或水面运载体长时间安全航行及搭载的仪器设备正常工作的关键技术之一,姿态阵解算是其核心问题。通过分解姿态阵以及分别采用Euler角和四元数描述姿态参数,建立解算姿态阵的四种方法;分别对这四种方法中的姿态模型进行扰动,并研究相应线性化误差模型的精度及其影响因素;利用数值仿真法对四种姿态解算方法的结果及对应的线性化误差模型的精度进行了比较分析,结果表明:姿态阵解算分解法显著差别于整体法,采用Euler角或四元数描述姿态参数对姿态阵解算精度的影响不显著,分解法对应的线性化误差模型的精度优于整体法。     

航空发动机工作分解结构（WBS）构建方法

针对航空发动机研发项目技术高、周期长、投入大的特点,提出了1种面向全生命周期产品研制的航空发动机工作分解结构构建方法。该方法依据系统工程的理念,充分考虑了航空发动机研究所的管理模式特点,给出了航空发动机工作分解结构的构建原则、架构、工作类型和单元说明等相关内容。通过在实际发动机研制项目中的应用,证明该方法合理、有效,提高了工作分解的完整性、合理性,增强了计划管理的可执行性,能够为项目管理提供相应的信息支撑。     

基于LMD的包络谱特征值在滚动轴承 故障诊断中的应用

滚动轴承故障振动信号往往是多分量的调幅-调频信号,而传统包络分析方法需要根据经验设置滤波器的中心频率与带宽,因而会带来解调误差.基于此,提出了一种基于局域均值分解(local mean decomposition,简称LMD)的包络谱特征值的滚动轴承故障诊断方法.该方法可以将一个多分量的调幅-调频信号分解成若干瞬时频率具有物理意义的PF (product function,简称PF )分量之和,由于每一个PF分量是分量包络信号和纯调频信号的积,因此可以直接对包络信号进行频谱分析得到包络谱.然后定义信号在包络谱中不同故障特征频率处的幅值比为包络谱特征值,并以此作为特征向量输入到支持向量机分类器中,用以区分滚动轴承的工作状态和故障类型.对滚动轴承正常状态、内圈故障和外圈故障振动信号的分析结果表明了该方法的有效性.