基于小波神经网络的齿轮系统故障诊断

通过对齿轮系统在不同的运转状态下不同的故障类型进行试验测试分析,获取了有关的测试信号,对振动特征信号进行了小波阈值去噪,采用离散小波变换(DWT)对去噪后的信号进行8层分解处理,对各层的小波系数进行了小波重构,得到8层细节信号和1层近似信号,并计算了各层信号的能量,得到了信号的能量分布特征.在此基础上把各层信号特征作为神经网络的输入,进行了网络的研究、分析处理和故障分类,并对小波神经网络方法与单独采用神经网络方法的故障诊断结果进行了比较评价.研究表明,去噪处理后的效果比没有去噪的信号特征更加明显,而采用小波神经网络诊断方法,对于齿轮无故障、齿根裂纹故障、分度圆裂纹故障和齿面磨损故障能够进行很好地区分与诊断,其诊断成功率均在95%以上,可对实际工程工作的齿轮系统进行故障诊断.      

一种MEMS陀螺标度因数误差补偿方法

高动态、恶劣温度环境下,微小型飞行器(MAV)导航、制导与控制系统关键器件微机电系统(MEMS)陀螺受温度和转速耦合影响,其标度因数误差呈强非线性特点,常规方法无法精确补偿。通过分析MEMS陀螺标度因数误差的产生机理,建立了包含温度和转速非线性因素的标度因数误差模型,提出一种基于径向基(RBF)神经网络的标度因数非线性耦合误差补偿方法,解决了常规补偿方法精度差的问题。标定与补偿实验表明:在-10～+55℃温度范围、-150～+150(°)/s输入转速范围内,采用新方法补偿后MEMS陀螺输出平均精度比多项式拟合方法提高7倍;在-20～+20(°)/s低输入转速的误差强非线性区间内,精度提高近20倍,验证了本文方法的有效性和优越性。     

基于傅里叶变换的航迹对准关联算法

研究了在组网雷达存在系统误差情况下的目标航迹关联问题,理论分析了雷达系统误差对目标航迹的影响,并将该影响表示为目标航迹的旋转和平移量。在此基础上,提出了一种基于傅里叶变换的系统误差配准前航迹对准关联算法,该算法将组网雷达的航迹数据看做为一种整体信息,采用傅里叶变换理论来估计和补偿组网雷达目标航迹数据到融合中心航迹数据的相对旋转量和平移量,将雷达网中雷达上报的目标航迹数据对准到融合中心,从而不依赖于估计雷达网系统误差,实现了误差配准前的航迹准确关联,能够为后端的系统误差配准提供可靠的关联目标航迹数据。     

混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。     

基于神经网络与蒙特卡洛方法的疲劳寿命可靠性分析

通过加速腐蚀试验以及疲劳试验数据,对腐蚀损伤表征因子(腐蚀坑最大宽度、腐蚀坑最大深度、点蚀率)进行统计分析,应用神经网络和蒙特卡洛法对6A02铝合金试验件的疲劳寿命进行可靠性分析,分析结果与实验结果的相对误差在工程上可以接受。     

应用电磁弹射器的舰载机起飞性能分析

针对应用电磁弹射器的舰载机弹射起飞过程,综合考虑了电磁弹射器的推力、舰载机前起落架突伸力和载舰的运动,建立了舰载机弹射起飞的数学模型,并据此,分析了上述各种因素对舰载机弹射起飞安全性的影响,计算得到在满足舰载机弹射起飞安全准则的条件下,各种起飞因素应该满足的适应范围。研究分析表明：在风浪较大的恶劣天气条件下,通过适当地增加电磁弹射器的电磁推力和前起落架的突伸力,可以有效抑制舰载机的航迹下沉现象,确保舰载机的安全起飞过程。     

基于ANSYS的多辐板风扇盘结构 优化设计技术

基于ANSYS优化平台,建立了风扇盘子午面优化设计模型,筛选了主要的优化设计变量.针对典型风扇盘设计问题,分别进行了单辐板及多辐板结构优化设计.结果表明,在满足轮盘变形、强度要求的条件下,多辐板风扇盘比单辐板风扇盘可明显减轻质量,并且其应力分布更为均匀,说明对于轮缘较宽的风扇盘,多辐板轮盘结构具有明显优越性.同时,多辐板轮盘结构还有利于增强轮缘弯曲刚度.      

折叠翼飞行器发射段鲁棒非线性控制系统设计

为解决折叠翼飞行器在发射段各项特性变化较大、对飞行控制律鲁棒性要求较高的问题,设计了一种以块控反步法为基础的自适应鲁棒非线性控制器.在发射段动态模型基础上,该控制器采用径向基函数( RBF)神经网络自适应逼近飞行器特性变化时的系统未知不确定性和干扰,通过在虚拟控制律中引入动态面控制技术避免多重微分运算,克服了传统反步法...     

基于改进PSO-SVM参数优化的发动机起动过程辨识

针对影响支持向量机辨识性能的核函数及相关参数,找出使辨识结果最佳的核函数;结合两种措施改进粒子群算法,优化相关参数,选择最佳的参数组合.对比 BP 神经网络和支持向量机对发动机起动过程的辨识结果,得到支持向量机的辨识精度和收敛时间优于 BP 神经网络,与起动数据基本一致.在训练样本存在噪声的情况下,验证了所建辨识模型具...     

磁悬浮反作用飞轮热设计方法与实验研究

 作为新型航天器姿态控制执行机构,磁悬浮反作用飞轮工作在高真空环境下且转子完全悬浮,使得热量不易散出,故需要对飞轮进行温度场计算并进行热优化设计。为此,提出一种有限元与热网络模型相结合的优化热设计方法:首先利用有限元法计算温度场分布;然后对不符合温度要求的部件建立热网络模型,分析影响温度的因素,提出优化措施。该方法具有计算精度高、优化速度快的特点。将该方法应用于某样机的热优化设计中,使飞轮的最高温度由121.6 ℃降到了52.7 ℃。对经热设计前后的两台磁悬浮反作用飞轮的实验研究证明了热设计的正确性,从而为磁悬浮飞轮系统的结构设计和热设计奠定了基础。