飞机机载设备振动环境谱的数据处理与编制

飞机机载设备振动环境谱的数据处理与编制是飞机机载设备环境可靠性试验的重要组成部分,对保障飞机机载设备的安全性和可靠性具有十分重要的意义。以客运飞机为例,对基于Welch法和GJB最新标准的飞机机载设备振动环境谱数据处理与编制技术进行了研究,根据实测数据和相关资料统计,编制出了飞机机载设备综合环境试验剖面图。所建立的针对飞机机载设备振动环境谱数据处理方法与编制原理,满足了飞机机载设备振动环境谱的试验要求,为机载设备振动环境的可靠性评定奠定了基础。     

基于DSP的航空测试交流电源

介绍了一种基于DSP的航空测试交流电源.该交流电源不仅能够输出飞机交流用电设备在不同工作状况下的频率幅值可调的正弦电压,而且能够输出周期性畸变电压.该电源采用数模混合控制及重复控制方法,数字部分实现高精度的波形发生器和电压有效值控制;模拟部分采用电压电流瞬时值控制,提高响应速度.最后给出测试波形.     

适用于无轴承开关磁阻电机的功率变换器设计

 无轴承开关磁阻电机不仅具有开关磁阻电机的优点,而且拓宽了无轴承技术的应用范围。而功率变换器是无轴承开关磁阻电机的重要组成部分,其向电机绕组提供电流,以产生所需转矩和悬浮力,对电机旋转和悬浮性能有重要影响。根据无轴承开关磁阻电机电磁转矩和悬浮力控制原理,详细分析了其对功率变换器的要求,提出了主绕组功率变换器和悬浮绕组功率变换器的设计原则,并分析了其各种工作模式和数学模型。最后通过对实验样机的调试,给出了实验结果,实现了无轴承开关磁阻电机的稳定悬浮。     

基于功率谱密度的结构声疲劳寿命估算方法研究

针对航空结构的声疲劳破坏问题,提出了结构声疲劳寿命估算的两种方法:时域统计法和功率谱密度法,其主要采用功率谱密度方法,应用振动理论、强度理论、M iner线性累积损伤理论和S-N曲线关系式等相关理论,建立了结构受窄带和宽带随机噪声载荷作用下的疲劳寿命估算公式,为工程上估算结构疲劳寿命提供了一定的参考价值。     

有源功率因数校正技术在脉冲电源设计中的应用

针对节能电火花加工脉冲电源的设计过程中应用了有源功率因数校正技术,电源系统的性能通过工艺试验得到了验证,整个节能电源系统的功率因数提高到0．95。     

风电及高压电机用绝缘浸渍漆选型试验研究

选取国内常用的两种树脂与环氧酸酐浸渍树脂作对比测试。通过对树脂常规性能及浸渍模拟线圈电性能测试,得出结论:1号树脂具有较好的储存稳定性,电性能与环氧酸酐相当,可作为环氧酸酐的替代品。     

一种基于DFT的简化的功率测量方法

传统基于DFT的功率测量算法需要基于电流DFT的结果得到电流基波向量的相位与幅值,进而结合锁相环中得到的相电压基波向量的相位和幅值进行运算,运算量庞大。介绍一种简化的功率计算方法,通过选取合适的电流DFT起始点,可以直接通过电流DFT结果的实部、虚部与相电压幅值得到有功功率和无功功率,极大缩减计算量,减小DSP的计算压力。通过Simulink对上述计算方法进行仿真分析,对比仿真结果与理论计算所得的结果,最终验证了算法的可行性和有效性。     

航空发动机高原起动性能改善措施

为了解决航空发动机高原起动超温和转速悬挂等问题,以某型航空发动机起动过程为研究对象,根据高原环境对发动机起动过程的影响进行理论分析,提出了优化高原起动措施,并进行了高原试验验证,摸索出各措施对起动过程的影响程度。结果表明:在发动机起动过程中采用飞机卸载的方式可使排气温度降低3%,起动机脱开转速提高3%;起动机功率提高约1%,点火转速及脱开转速提高约2%,起动时间缩短约8%。     

锂氟化碳电池用新型高比容量复合正极材料

采用提高正极材料比容量以改善大电流放电性能的思路,设计新型高比容量复合正极材料,并通过研磨分散结合融化扩散热处理方法制备氟化碳-硫复合正极材料。电化学测试分析表明新型复合材料可以实现同步改善容量和大电流放电性能,同时具有二次可逆循环充放电能力。研究结果表明:氟化碳-硫复合正极材料的能量密度和功率密度性能具有突出优势,在不同电流密度下均可实现显著的提升,相比纯氟化碳材料的能量密度和功率密度最高可分别提升 433%和 10.7%。     

基于LSTMAttention网络的短期风电功率预测

提出一种基于LSTMAttention网络的短期风电功率预测方法。首先,使用LSTM网络对数值天气预测(NWP)数据的特征信息进行提取,同时采用注意力机制有效分析了模型输入与输出的相关性,从而获取了更多重要时间的整体特征;其次,使用卷积神经网络(CNN)提取NWP数据的局部特征,并引入压缩和奖惩网络(SE)模块学习特征权重,利用特征重新标定方式提高网络表示能力;最后,将局部特征和整体特征进行特征融合,通过分类器输出分类结果。利用NOAA提供的美国加利福尼亚州某风电场的数据进行案例分析,证明了所提方法的有效性。试验结果表明,与BP神经网络、自回归积分滑动平均模型(ARIMA)模型和LSTM模型相比,LSTMAttention模型具有更高的预测精度,证明了该方法的有效性。