基于小波包分解的早期碰摩故障诊断研究

研究了旋转机械转静件早期碰摩故障信号的检测问题.根据小波包分解能在所有频率范围聚焦,对信号奇异性非常敏感的特性,对比分析了不碰摩和早期碰摩信号的小波包分解细节分量,得出应用小波包分解可实现早期碰摩故障诊断.同时,还研究并实现了碰摩故障的定位问题.      

壁面加热湍流标度律的实验研究

用热线风速仪测量了风洞中壁面加热和不加热平板湍流边界层不同法向位置的流向速度和温度的时间序列信号，研究了壁面加热的边条件和不同法向位置的剪切作用对速度和温度增量的p阶结构函数的非线性反常标度律的影响，实验结果表明，壁面加热的边界条件不同法向位置的剪切作用对层次结构模型中间歇参数β和最奇异指数γ的影响明显存在，并初步分析了在具有强剪切作用的壁湍流中这种影响产生的原因。     

带副翼三维机翼绕流的N-S方程解

提出了一种求解带副翼偏转三维机翼绕流的N-S方程计算方法。采用对接分区网格与分区求解算法的结合,有效地求解绕此外形的复杂流动。提出了一种满足通量守恒的内边界耦合条件。数值方法中选用vanLeer分裂格式离散无粘通量项,并构造了一种Limiter函数以保证TVD性质,采用中心差分格式来离散粘性通量项。数值算例表明该方法是求解带操纵面偏转的机翼绕流的有效方法。     

NEPE推进剂的热分解(Ⅰ)粘合剂的热分解

利用快速热裂解原位反应池（气体原位反应池）／快速扫描傅里叶变换红外光谱（RSFT－IR）和固体原位反应池／RSFT－IR联用装置，实时测定了NEPE推进剂粘合剂气相及凝聚相热裂解产物，研究获得了在线性升温条件下NEPE推进剂粘合剂的热分解特征，并讨论了其热分解机理。     

带副翼三维机翼绕流的Euler方程解

提出了一种求解带副翼偏转三维机翼绕的Ｅｕｌｅｒ方程计算方法。采用对接分区网格民分区求解算法的结合,有铲地求解绕引外形的复杂流动,提出了一种满足通量守恒的内边界耦吉选用ＶａｎＬｅｅｒ分裂格式离散玩粘通量项,并构造了一种Ｌｉｍｉｔｅｒ函数以保证ＴＶＤ性质。数值算例表明本方法是求解带操纵纵面偏转的机翼绕流的有效方法。     

基于阻塞流的机场终端区极限容量评估研究

为确定机场终端区最大容量保障能力,即极限容量,从终端区运行特点分析出发,综合考虑进离场航线长度、飞行速度、管制间隔等因素,构建进离场网络流模型,并以跑道Pareto容量包络线作为约束,分析进离场航线网络与跑道的耦合关系,建立基于阻塞流的机场终端区极限容量评估模型。以杭州萧山机场终端区为例,验证了模型的可行性和准确性,并借助模型分析了不同流量控制策略下终端区容量包络线的变化趋势。研究表明,随着移交间隔变大,终端区容量包线有内移的趋势,进场容量由33架次/h逐步降为25架次/h。     

减速器振动信号的经验模态分解

时域同步平均是直升机减速器诊断技术的基础,目前这种方法依赖于转速传感器提供相位同步信号。探讨了应用经验模态分解代替时域同步平均分析减速器振动信号的方法。构建了一个减速器振动信号模型,提取了故障特征信号。对经验模态分解过程进行了理论推导,证明经验模态分解可以分离出故障特征信号,给出了信号分离的充分条件。将这种方法应用于直升机减速器的两种故障(点蚀和裂纹)振动数据,结果表明经验模态分解正确地分离出了故障特征信号,信号特征更为显著。     

纳米金属和复合金属粉对AP/HTPB推进剂热分解的影响

用热分析法(DTA)研究了纳米金属和复合金属粉(Cu,N i,A l,N iCu,N iCuB,N iB)对AP/HTPB推进剂热分解的影响。结果表明,纳米金属和复合金属粉对HTPB推进剂的热分解具有明显的催化作用。纳米铜粉使AP/HTPB推进剂的低温和高温热分解温度分别降低了51.6℃和33.6℃,DTA表观分解热增大为3.7kJ.g-1,催化效果十分显著。纳米铜粉和含铜的纳米复合金属粉(N iCu和N iCuB)的催化效果强于其他纳米金属粉。纳米金属粉主要通过催化AP/HTPB推进剂中AP的热分解,表现出对HTPB推进剂具有较好的催化效果。     

全机模型静强度分析的多区域并行计算

在Windows XP 64位操作系统环境下,利用若干普通PC机搭建了机群系统,实现了分布内存式并行（DMP）计算。采用3节点和4节点薄壳单元和2节点梁单元建立了约260万自由度（DOF）的全机有限元模型。采用封装的METIS区域分解方法（DDM）,并利用大型通用有限元软件MSC.Marc,实现了全机静强度模型的并行求解,为大型复杂有限元模型的求解提供了一种高性价比的解决方案。     

基于小波分析与支持向量机的时间序列预测

时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于＂原始时间序列是无噪的＂这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。