基于本征正交分解和代理模型的流场预测方法

 为了实现流场的快速求解,基于本征正交分解(POD)与代理模型提出了一种全新的流场预测方法。其基本原理为:首先采用本征正交分解将一定数量的样本流场分解为同等数量的基模态流场;然后用少数包含了绝大部分样本流场特征的基模态流场拟合所有的样本流场;最后用代理模型建立起决定样本流场的输入参数与拟合系数之间的近似函数关系。针对几何外形不同的二维翼型定常流场预测结果表明:在亚声速情况下,预测误差收敛的模态数量不超过20个,继续增加模态的使用数量不能明显提高预测精度;在跨声速情况下,预测误差收敛的模态数量为26个,当使用的模态数量达到前10个时,继续增加模态的使用数量能提高绝大部分流场区域的预测精度,但同时会在激波附近引入"噪声"激波特征而降低该区域的局部预测精度。在这两种情况下,预测流场所需时间均不到高精度计算流体力学(CFD)方法的1/200。     

某型航空涡扇发动机静电传感器机载化监测实验

计了一种特定尺寸的静电传感器,并将其装配在涡扇发动机低压涡轮出口附近的尾喷管管壁,以民用涡扇发动机为静电传感器载体及监测对象开展静电监测实验.以一个完整性能试车过程为周期,采集周期内的尾气静电信号.进一步对静电信号和发动机性能参数进行数据对比分析,同时对测试过程中异常状态下活动率水平（AL）和负事件率（NER）进行计算.实验验证了航空发动机静电监测技术具备机载化的可行性,实验结果表明:正常状态下静电信号电压幅值大小约为5mV,静电水平跟随运行功率变化并呈正相关性;静电传感器对尾气中存在的异常颗粒具有良好的监测效果,在发动机富油状态下静电信号的活动率水平和负事件率分别达到14pC及8%.      

Impulse feature extraction method for machinery fault detection using fusion sparse coding and online dictionary learning

Impulse components in vibration signals are important fault features of complex machines. Sparse coding(SC) algorithm has been introduced as an impulse feature extraction method, but it could not guarantee a satisfactory performance in processing vibration signals with heavy background noises. In this paper, a method based on fusion sparse coding(FSC) and online dictionary learning is proposed to extract impulses efficiently. Firstly, fusion scheme of different sparse coding algorithms is presented to ensure higher reconstruction accuracy. Then, an improved online dictionary learning method using FSC scheme is established to obtain redundant dictionary and it can capture specific features of training samples and reconstruct the sparse approximation of vibration signals. Simulation shows that this method has a good performance in solving sparse coefficients and training redundant dictionary compared with other methods. Lastly, the proposed method is further applied to processing aircraft engine rotor vibration signals. Compared with other feature extraction approaches, our method can extract impulse features accurately and efficiently from heavy noisy vibration signal, which has significant supports for machinery fault detection and diagnosis.     

基于小波包能量谱的航空发动机故障特征提取方法

使用成熟的旋转机械振动信号频谱分析方法,对采集到的多台航空发动机试车振动信号进行分析,找出能反应出发动机转子不对中、转子不平衡和转静件碰磨3种故障频谱特征的振动信号.再使用小波包将信号分解为不同的频段,之后分别计算能反应出故障信息的特征频段的能量,将它们组成用来区分上述3种故障的特征向量,为以后的航空发动机故障的模式识别做准备.     

动压马达半球零件表面微观工艺特征对 产品设计原理的影响研究

零件加工过程的工艺因素都会给零件表面及表层带来(留下)特有的微观特征,这种微观特征与产品设计原理和零件性能特性要求的匹配性对高精度惯性产品的固有性能会产生至关重要的作用.首次在惯性仪表制造体系中引入了零件表面微观工艺特征性概念,以解决仪表精度提高和合格率问题.采用微观工艺特征分析方法思路,从产品设计技术特征(原理特征和性能特征)角度,从更微观、更微小的细节去识别、分析加工合格的零件存在的某些特征状态.初步分析了动压马达半球零件加工表面存在的两类微观特征可能导致惯性仪表生产合格率低、参数稳定性差的影响机理和特征形成的制造因素,提出了改变和完善产品制造工艺设计的思路.     

一种改进的自组织特征映射算法

针对SOM算法用于训练生成矢量量化码书存在的不足，提出了一种基于频率敏感的自组织特征映射算法（FSOM）．并应用到图像矢量量化中。实验表明，与SOM算法相比。FSOM算法具有更好的聚类特性和峰峰信噪比（PSNR），是一种有效的码书设计算法。     

彩色车牌图像的多阈值分割方法

彩色图像的颜色是图像分析的重要特征信息,颜色特征的提取是图像分析的重要步骤,但彩色图像为多维空间信息且可能涉及的是多种颜色特征。文章介绍了采用多阈值分割方法,将多种感兴趣的颜色信息转化为灰度图像,在同一个灰度图像中对应多种彩色信息,对各种不同颜色信息方便处理。通过200幅实测车辆图像使用彩色图像的多阈值分割方法进行车牌定位试验,准确率为98%。     

战术数字信息链路J报文的基本特性分析

初步探讨了战术数字信息链路J的报文所具有的基本特点,并对相关规则进行了详细介绍与分析。     

低速颤振模型的动力学特性设计

飞机在打样设计阶段除了需要满足结构强度和刚度要求外 ,还必须满足颤振稳定性要求。根据相似理论 ,并利用结构优化设计方法 ,对某机翼低速颤振吹风模型的动力特性 (模型的一阶弯曲、一阶扭转和二阶弯曲频率 )进行了设计。此方法改变了仅凭经验反复试凑的设计调参方法 ,提高了模型设计的效率 ,缩短了设计周期 ,具有良好的工程应用前景。     

现代航空英语构词特点及其发展趋向探析

探索了航空英语词汇的构成方式,分析了英语的基本构词特征,试图从构词法和词源的角度找出航空英语科技词汇的构词规律,总结并展望了科技英语词汇的5个特征及其发展趋向。