基于AFI混合聚类算法的轴承故障诊断方法

针对滚动轴承振动信号标记数据量小、故障模式多样的现状,提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱,并通过主成分分析方法增强了信号的特征;参考迭代自组织数据分析的“分裂”和“合并”的思想,为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为;采用模糊C均值方法定义了隶属度矩阵和目标函数,并利用改进的人工鱼群算法,迭代搜寻了目标函数的全局最优解,得到了各故障模式的聚类中心;通过计算测试数据的最近邻聚类中心,实现了故障模式识别。结果表明,该方法无需指定聚类簇数,能在标记数据量小的情况下完成训练,较同类方法表现出了更优的故障模式识别性能。     

实时遥测原始数据对接方法的研究与应用

实时遥测数据处理系统借鉴了事后处理中多站原始数据对接设计思路,实现了实时遥测原始数据对接。实时对接数据处理具备了实时处理的速度和事后处理的质量,提供了一种全程连续的结果,并能克服部分设备数据散乱造成的参数误解问题,更好地满足了任务需求。实时对接技术是实时遥测数据处理系统中的亮点和难点,本文提出并实现了以遥测数据帧为粒度的实时多站遥测原始数据对接方法,分析了实时对接中面临的现实问题和困难,给出了方法实现的关键步骤、核心算法和具体流程,并指出了与事后对接的相同点和不同点及难点。最后,对方法的应用效果分别同单站设备结果、事后对接结果进行了比对分析,比对结果表明了该方法的可靠性、有效性和鲁棒性。该方法已多次应用于实时任务中,效果良好。     

某电源管理仿真测试环境软件的设计与实现

介绍了某电源管理的仿真测试环境软件的设计与实现,仿真测试环境硬件采用工业控制计算机,软件采用图形化语言LABVIEW来实现。仿真测试环境为电源管理提供完整的虚拟的运行环境。在仿真测试环境中用运行图实时地显示电源管理的运行状态,且能动态的设置仿真测试环境的状态,改变电源管理的运行环境。本仿真测试环境具有良好的人机交互界面,能够实时地与电源管理进行交互。     

求解多维欧拉方程的二阶旋转输运格式

提出了一个基于旋转近似Riemann求解器的二阶精度迎风型有限体积方法.不同于"网格相关"(Gridaligned)的有限体积方法或者维数分裂的有限差分方法,本格式在求解Riemann问题时不依赖网格的方向,而是沿具有一定的物理意义的两个方向(称为迎风方向).我们发现当迎风方向取为控制体界面两侧速度差矢量方向(及与之正交的方向)时,该格式能够完全消除基于Riemann求解器的通量差分裂格式存在的激波不稳定或者所谓"红斑"(carbuncle)现象.为了提高格式的时间和空间精度,我们通过在控制体界面处求解线化的广义Riemann问题的方法体现输运过程对通量计算的影响.这种方案,使得我们有可能以此为基础,构造真正多维的有限体积型迎风格式.     

卫星数传调度问题的速度可控粒子群优化算法

针对卫星数传调度这一类复杂的约束组合优化问题,提出了一种速度方向和尺度可控的粒子群优化求解算法。为克服粒子群算法的早熟问题,该算法引入了速度更新的方向控制规则和尺度控制规则用于增加群体的多样性,并根据两种控制规则,提出了种群粒子的速度迭代策略,实现了算法运行过程中粒子间吸引和排斥过程的动态调整,同时保证了算法的收敛速度。设计了卫星数传调度问题的编码和解码方式,并证明了该编码方式下最优可行解的存在性。通过仿真实例验证了算法的有效性,并分析了算法控制参数对优化结果的影响。     

大数据理论在高精度惯性导航系统测试技术中的应用

当前我国高精度惯性导航系统研制已取得长足进展,但惯性导航系统的精度、可靠性和寿命等应用性能距离世界先进水平仍有差距,主要问题在于全寿命周期内的海量测试数据没有被充分挖掘、分析和应用,严重制约了惯性导航系统精度的提升、可靠性分析和寿命预估的准确性。因此,系统、准确、高效、合理地处理设计、生产、测试和使用过程中的海量数据是分析解决高精度惯性导航系统存在问题、提高生产效率、提升产品质量的有效途径。首先,详细分析了惯性导航测试系统数据采集和数据管理中存在的问题,提出大数据管理分析系统的需求和目标;其次,结合数据管理和分析中的关键技术,构建了惯性导航测试系统以数据采集层、数据支撑层和数据应用层为3大模块的大数据分析平台基本框架。为高精度惯性导航系统优化设计、提升精度、保障产品可靠性、合理预估系统寿命及适应未来战争提供了发展思路。     

改进BA优化的MKSVDD航空发动机工作状态识别

为了提高航空发动机工作状态识别准确率和效率,避免人工识别中存在的误判和耗时耗力问题,提出了基于混沌脉冲蝙蝠算法（CRBA）优化的多核支持向量数据描述（CRBA-MKSVDD）智能识别方法。研究了多核支持向量数据描述（MKSVDD）改进策略,引入混沌脉冲发射率提高了蝙蝠算法（BA）的收敛速度和收敛精度,得到了CRBA;通过CRBA优化MKSVDD的惩罚因子和核参数,同时对飞参数据进行了特征提取;基于特征飞参数据训练了CRBA-MKSVDD分类器,并对某型发动机一个飞行架次的工作状态进行了识别。结果表明,该方法识别准确率达到97.547 9%,可用于与发动机工作状态的相关研究和应用。      

大数据在航空系统的研究现状与发展趋势

针对大数据在航空系统中的应用问题,阐述了学术界与航空工业界在航空大数据采集传输、分析技术及可视化等方面的研究现状。提出了航空大数据平台基础架构,对目前推出的几款航空大数据分析平台结合优化运营、优化维护、降低成本、降低风险等方面的需求进行了评述。指出大数据在航空系统中的应用还存在着理念、方法、技术、人等方面的挑战,并相应地提出大数据组织专门化、处理方法混合化、分析平台柔性化及跨界合作深入化等发展趋势。     

Influence of leading edge with real manufacturing error on aerodynamic performance of high subsonic compressor cascades

To investigate the influence of real leading-edge manufacturing error on aerodynamic performance of high subsonic compressor blades, a family of leading-edge manufacturing error data were obtained from measured compressor cascades. Considering the limited samples, the leading-edge angle and leading-edge radius distribution forms were evaluated by Shapiro-Wilk test and quantile–quantile plot. Their statistical characteristics provided can be introduced to later related researches. The parameterization design method B-spline and Bezier are adopted to create geometry models with manufacturing error based on leading-edge angle and leading-edge radius. The influence of real manufacturing error is quantified and analyzed by self-developed non-intrusive polynomial chaos and Sobol’ indices. The mechanism of leading-edge manufacturing error on aerodynamic performance is discussed. The results show that the total pressure loss coefficient is sensitive to the leading-edge manufacturing error compared with the static pressure ratio, especially at high incidence. Specifically, manufacturing error of the leading edge will influence the local flow acceleration and subsequently cause fluctuation of the downstream flow. The aerodynamic performance is sensitive to the manufacturing error of leading-edge radius at the design and negative incidences, while it is sensitive to the manufacturing error of leading-edge angle under the operation conditions with high incidences.