用整体传递矩阵法进行复杂转子机匣系统的应变能分析

提出了一种新的计算转子机匣系统动力特性的方法-整体传递矩阵法,并在此计算方法的基础上进行了系统应变能的计算和分析。整体传递矩阵法对于解决多转子（或机匣）相互耦合系统的问题有其独特的优点。通过分析系统应变能的分布情况可知转子的振动特性,从而确定如何采取减振措施。      

先复制后移位桥函数的性质

进一步研究了先复制后移位桥函数的性质,例如递推关系式、数学表达式、乘积特性及正交条件。同时,还给出了几组完备的正交函数系。     

基于测量数据的不确定性结构分析的模糊理论

针对不确定性结构力学问题,提出了基于测量数据的模糊分析方法.该方法利用差值因子构造了不确定参数的隶属度函数,对不确定参数的有限个分散数据进行不确定性描述和定量化处理,估计出其真值估计和区间估计,将其运用到不确定性结构力学问题的模糊有限元分析中,以求得结构的不确定性响应.最后以十杆桁架结构为例,运用该方法对结构的不确定响应进行了分析,仿真结果验证了该方法的有效性.     

VXI总线在雷达自动测试中的应用

简要介绍了由哈工大和航天总公司３５所研制的一种ＶＸＩ总线雷达自动测试系统。分别描述了该系统的关键技术和实现途径。还给出了系统的结构和主要技术指标。在该文中叙述了测试目标特性和主要测试功能。     

基于径向基函数与混合背景网格的动态网格变形方法

发展了一种基于径向基函数(RBF)插值和混合背景网格映射的动态网格变形方法。混合背景网格由运动物面附近的各向异性网格和偏离运动物面的各向同性网格组成。物面变形或运动后,包含在各向异性背景网格中的所有物面网格点的位移由指定的物面运动规律得到,而各向同性背景网格点的位移通过径向基函数插值获得。然后变形后的计算网格利用计算网格与混合背景网格之间固定的映射关系代数插值得到。各向同性网格距离物面一定的距离,消除了物面保形对径向基函数插值的要求,从而可以减少径向基函数基点的数量,以提高插值的效率和可靠性。最后,通过二维和三维算例对该方法的变形网格质量、参数影响、网格拓扑依赖性、复杂外形变形能力及网格变形效率进行了测试。测试结果表明,该方法能够高效生成大变形下高质量的变形网格。     

对偶型最大熵概率密度函数模型及其优化解法

针对经典型最大熵概率密度函数模型及其计算目前存在的非线性程度高,优化不收敛,求解效率低等问题,提出了一种对偶型最大熵概率密度函数模型+逐次优化的方法.根据优化过程不稳定,重新推导了拉格朗日系数的线性变换公式.针对几种常见及一种复杂的概率密度函数,采用经典型与对偶型最大熵概率密度函数模型分别计算概率密度及可靠度的对比表明:与经典型最大熵概率密度函数模型相比,对偶型最大熵概率密度函数模型优化函数形式简单,非线性程度低.逐次优化法求解拉格朗日系数不仅克服了初始值敏感性问题,而且计算效率高.对偶型最大熵概率密度函数模型+逐次优化法与其他方法相比,计算精度最高,且能很好的应用于复杂概率分布及可靠性问题.      

航空发动机低压转子系统的“可容模态”设计及实验验证

建立了带弹性支承和阻尼器的航空发动机低压柔性转子动力学模型,进行了模态计算以及临界转速处的响应计算。在考虑临界转速约束与“临界跟随”现象约束的条件下,综合模态不平衡影响因子、弹支应变能占比以及套齿连接结构稳定性构造了可容度评价函数,建立了低压转子系统的“可容模态”优化设计方法。设计并搭建了低压转子实验系统,从模态测试实验、阻尼器减振实验以及长时间“共振”实验,验证了设计方法的可靠性。研究结果为计算的临界转速与实际测量的临界转速最大误差为3.86%,阻尼器在1阶与2阶临界转速处的减振比最大可达45.6%,实验转子系统在1阶与2阶临界转速处各完成了长达412.5 s和429.8 s的“共振”实验,共振过程中转子系统各通道振动单峰值稳定在100μm以内,且无次谐波产生。表明了所建立的航空发动机低压转子系统“可容模态”优化设计方法是可行的。     

功率约束下低相关旁瓣的通导一体化波形研究

通信导航一体化是未来无线系统的发展趋势,可以更加充分地利用频谱资源。设计了一种新的一体化波形,在实现通信符号传递的同时,利用其进行时延测距进而实现相应的定位导航功能。一种联合的优化目标函数被提出,其中以星座图上的范数误差衡量通信性能,以自相关函数的加权积分旁瓣电平衡量波形的定时性能。结合一体化系统的实际,在问题求解时同时考虑了波形总功率约束和波形恒模约束,并采用变量交替迭代优化的算法进行迭代求解。最后利用数值仿真验证了算法的有效性。     

基于S-PSO分类算法的故障诊断方法

将监控数据的已知状态作为先验类别标签,构造出新的有监督的粒子群优化(S-PSO)分类算法,并对设备进行故障诊断。为提高故障诊断的准确率,降低随机性对分类算法的影响,提出了新的基于动态邻域的自适应探测更新(ADU-DN)的干预更新策略来拓展粒子搜索整个解空间的能力,引导粒子自适应地跳出局部最优区域,确保获得全局最优解;同时设计出基于最小类内距离、最大类间距离和训练样本最大分类精度的适应度函数,使得输出的最优类别中心兼顾了这3个因素,增强了分类算法在故障诊断中的通用性和容错性,提高了测试样本的分类精度。S-PSO分类算法有效克服了聚类算法只考虑数据间相似性特征、不考虑数据蕴含的物理意义以及不能很好指导样本分类的缺陷。对GE90发动机孔探图像纹理特征分类进行了对比研究,研究数据表明:S-PSO分类算法表现出了较强的鲁棒性,在故障诊断中的分类精度高于支持向量机(SVM)和常用神经网络模型。