基于MED和LMD的自动倾斜器轴承广义Shannon熵谱分析

针对轴承信号微弱故障特征易被强背景噪声淹没的问题,提出采用最小熵反褶积,通过逆滤波器最优化设计,对目标信号进行降噪处理,其峭度值提高了约3.8倍,增强了信号的微弱故障特征;针对非平稳非线性信号频率成分复杂难以解调的问题,提出采用局部均值分解(LMD)和峭度-相关系数筛选准则,其可对非平稳非线性信号进行自适应分解和最优重构,提高了信号的信噪比;针对信号耦合调制及边频突出的问题,通过引入广义Shannon熵进行包络谱带内降噪处理,信号一阶故障特征调制频率与故障特征频率的幅度比降低了24%~43%。通过实验室信号及某型直升机自动倾斜器轴承故障诊断地面试验的分析结果验证了该方法的合理性和可行性。      

面向再制造设计方案的去主观混合多属性决策方法

面向再制造设计(Design for remanufacturing,DfRem)是将再制造特征考虑到产品设计过程,因设计者缺乏明确定义的再制造知识,面向再制造方案决策受设计者主观偏好、经验等主观因素的影响,导致不合理决策设计方案。为了客观地得到面向再制造最优设计方案,提出一种去主观的混合多属性决策方法克服设计过程主观因素的影响。首先,通过物元理论表征设计特征与需求信息,结合设计准则得到初步设计方案,接着建立考虑技术、经济和环境因素的评价指标体系,采用熵权法和模糊集通过多属性决策得到最优设计方案。最后,以面向再制造的电机拆解机设计为案例验证上述方法的可行性与实践性,结果表明上述方法对面向再制造设计的方案决策有效可行。     

双曲型守恒律的无振荡中心差分格式

讨论了双曲型守恒律的一类无振荡中心差分格式。Ｈ．Ｎｅｓｙａｈｕ和Ｅ．Ｔａｄｍｏｒ研究了以交错型ＬａｘＦｒｉｅｄｒｉｃｈ格式（ＬｘＦ）为模块的无振荡中心格式的构造与熵不等式。此类格式利用高阶的ＭＵＳＣＬ型插值替代一阶分片常数逼近,减少了ＬａｘＦｒｉｅｄｒｉｃｈ格式的过多数值粘性,建立了一维标量非线性双曲型守恒律的一类高分辨格式。讨论以非交错ＬａｘＦｒｉｅｄｒｉｃｈ格式为模块建立起的差分格式。证明了此格式具有二阶精度、ＴＶＤ性质并在一定条件下满足熵条件。     

超燃冲压发动机流场一维平均方法研究

介绍了多种平均方法,包括常用的流量或面积加权平均方法,以及CMME(流量/动量/能量守恒)方法和CMES(动量/能量/熵守恒)方法。以超燃冲压发动机进气道-燃烧室构型为对象,研究了不同平均方法得到的等效一维结果差异,以及不同平均方法的入口参数对超燃燃烧室一维计算结果的影响。结果表明:在超燃燃烧室多维热态仿真数据分析时,推荐使用通量守恒方法;CMES方法能准确的保留总压信息,CMME方法得到的总压损失会大于实际,在处理总压恢复性能时,CMES方法更优;亚燃模态时,CMME方法和CMES方法均不能反映隔离段激波串的渐变压缩;超燃模态时,CMES方法能较好地保持动量的近似守恒,在亚燃模态则较差;不同平均方法得到燃烧室入口参数的一维计算结果与三维流场等效一维沿程静压分布均存在一定偏差,Case1流量加权平均解误差高达27.8%,通量守恒解误差仅约13%,Case2流量加权平均解误差为14.9%,通量守恒解误差仅约5%,说明CMME方法与CMES方法符合程度更高,推力计算结果更为可信。     

双级对转压气机全工况优化设计

为全面提升对转压气机气动性能,以某双级对转压气机为研究对象,基于人工神经网络与遗传算法,针对转子2叶片在整机环境下进行全工况优化设计,并对优化前后几何形状、总体性能及流场结构进行了对比分析.结果表明:优化后对转压气机全工况范围内等熵效率及压比均得到提升,同时流量范围有所增大.在设计点整机等熵效率提高0.3%,近失速点整机等熵效率提高1.5%,喘振裕度上升了6.37%,稳定工作范围得到显著扩大.优化后转子1全工况范围内等熵效率和压比特性变化不大,而转子2全工况范围内等熵效率和压比均有较大提高,其中在设计点转子2等熵效率上升1%,近失速点转子2等熵效率上升2.5%;在近失速点,优化后转子1、转子2、出口导叶(OGV)尖部流场显著改善.     

基于排列组合熵的铝合金腐蚀灰度特征提取方法

针对铝合金试件腐蚀图像包含的大量腐蚀信息,提出了利用排列组合熵提取其灰度图特征参数的方法。该方法具有计算快速简鹇,抗噪能力较强,只需较短的序列长度就能估计出较稳定的系统特征值的特点。计算结果表明,基于排列组合熵的特征提取方法可以有效地提取各时间段内试件的灰度图在2个方向上的特征参数,熵值随着腐蚀时间的增加而规律性地增加,并可以作为评价腐蚀程度的一个重要特征参数。计算结果也验证了排列组合熵具有较好的抗噪性能。     

一种基于联想记忆系统实现图像压缩的新方法

针对传统神经网络用于图像压缩时存在的训练时间长、泛化能力弱等问题,提出一种基于联想记忆型神经网络的图像压缩新方法.利用牛顿前向插值多项式构建联想记忆系统,对图像数据进行建模.首先将图像数据分为多个数据块,然后利用数据块对联想记忆系统进行训练,训练结束后得到该数据块的特征数据,特征数据的数量小于原始数据块,且数值大多在零附近.最后对所有数据块的特征数据重新排序,进行熵编码,从而实现图像数据的压缩.实验结果表明该方法是可行的和有效的,相比传统神经网络,联想记忆系统无需预先训练,不依赖训练集数据和初始值,可以实时编码.      

基于排列熵的长时间序列复杂程度分析

针对光纤陀螺温度漂移过程中,长时间序列的复杂程度分析问题,提出了一种新的排列熵计算模型.排列熵算法能够有效放大时间序列的微弱变化,且计算简单、效率高,在时间序列分析方面具有很好的效果.但时间序列长度对排列熵的影响较大,同时,长时间序列的排列熵算法效率较低.为了有效计算长漂移序列的排列熵,引入包络曲线思想并计算包络均值,...     

多级轴流压气机出口级转子扩张通道优化设计

为提高多级轴流压气机后面级气动性能,针对某多级轴流压气机出口级转子搭建了基于遗传算法和神经网络代理模型的扩张通道压气机优化设计平台,并对其进行扩张通道优化设计研究。根据优化得到的数据库分析了各设计参数对效率和裕度的影响规律。在优化所得解集中选择了两个扩张通道设计方案,探究了其对效率和裕度的影响规律和机制。结果表明:扩张通道设计可使出口级转子在设计流量点的负荷提高12.1%、效率提高1.28%,同时获得12.50%的裕度改善量。基于当地熵产率损失模型可得,扩张通道转子相较于原型转子,其上下端壁损失增加,叶型损失减小。扩张通道转子近失速点堵塞系数变小是其裕度提升的主要原因。      

快速大时间步长熵条件格式的分辨率研究

提出了高分辨率快速大时间步长熵条件格式的构造方法.用激波管问题对一族熵条件格式进行研究.在精度、步长、限制器方面进行了详细的数值实验,研究了同样计算量下各种格式的表现品质.从理论上保证了大时间步长格式的无振荡性质,从具体的数值实验分析中确定了大时间步长格式的分辨率问题.