用于航空发动机故障诊断的双发性能参数差值分析法

为克服双发民用飞机目前普遍采用的3大发动机生产厂家(Original Equipment Manufacturer,OEM)开发的发动机性能监控软件的局限性,研究总结了双发性能参数差值分析法。通过3起发动机故障诊断实际案例,利用该方法对双发性能参数进行差值计算,并观察其变化趋势,可以有效地排除外界飞行条件等的影响,高效地判断出发动机故障;同时,可以对飞机航空专用数据链通信系统(Aircraft Addressing and Reporting System,ACARS)报文上任何所需的参数进行分析。     

基于谱插值和奇异值差分谱的滚动轴承静电监测信号去噪方法

采用静电传感器进行滚动轴承故障监测实验研究.针对滚动轴承静电监测中各种强噪声、故障特征难以提取的问题,提出了基于谱插值和奇异值差分谱的联合去噪方法.首先采用谱插值抑制工频干扰,然后将所得信号构造Hankel矩阵,求取奇异值差分谱并自动确定有用分量个数,最后重构信号.仿真和实验结果表明:仅采用奇异值差分谱或者小波去噪方法,无法从含有强工频干扰的信号中提取有用成分;所提出的方法相比较谱插值和小波去噪方法能够凸显早期故障特征频率.     

基于奇异值趋势分解和LS-SVR的航空发动机性能指数组合预测

发动机性能指数是衡量其性能优劣的重要指标之一。针对发动机性能指数具有非线性、非平稳的特征,引入多层次多尺度的思想,在此基础上提出一种基于奇异值趋势分解的组合预测方法。利用奇异值趋势分解提取原始数据的趋势项和波动项;以改进粒子群算法分别获取趋势项和波动项在最小二乘支持向量回归模型中的最佳参数组合(嵌入维数、延迟时间、惩罚因子、核参数),并引入回归移动的思想,在此基础上利用最佳的最小二乘支持向量回归模型进行预测。预测结果表明预测精度明显增加,计算时间也相对减少。提前预测步长在5步之内时,精度变化不大;步长超过10步,精度下降很快。与不同预测方法比较,证明了方法的有效性。      

相关系数平稳序列的估计与识别

本文提出了通过观测序列确定不可直接测得的相关系数平稳序列模型参数的方法,详细讨论了相关系数AR(p),MA(q)和ARMA(p,q)序列状态方程的参数估计,为非平稳序列的滤波、预测和平滑提供了依据。文中还给出了观测系统参数的识别方法,与传统方法相比,本文方法考虑了测量噪声的均值和方差随时间变化情况,具有更高的识别精度。      

函数最优化求解方法及在直升机设计中的应用

本文叙述了求函数极值和函数最优化值的概念，并介绍了求解函数最优化值的无约束优化的DFP变尺度法及求函数有约束优化的罚函数法；并就求函数最优值方法在武装直升机结构最优化设计中的应用作一陈述。文章最后附有对方法软件考核的不同类型算例。     

神经网络及模糊控制在飞机防滑刹车系统中的应用

提出了一种新的神经网络 -模糊逻辑刹车系统控制方案。利用神经网络解决刹车系统中存在的非线性识别问题,实现刹车过程的轨迹跟踪;利用模糊控制克服参数变化和环境因素造成的不利影响,同时避免不精确建模造成的误差,最后利用所设计的控制器对某型飞机进行了仿真研究。结果表明 :新的控制方案能极大的改善飞机的刹车性能。     

两类n阶非线性方程的两点边值问题

已有人利用上下解方法讨论过非线性n阶常微分方程两点边值问题解的存在性，而边值问题是否存在上下解是很难判别的，在文中，用初等方法讨论了两类n阶非线性方程满足两点边界条件的边值问题解的存在性、唯一性，并对解的存在性唯一性区间进行了估计。     

过失速机动飞机的鲁棒非线性控制律设计

 采用非线性动态逆和结构奇异值综合方法设计了过失速飞行条件下飞控系统控制律,解决了飞控设计中面临的非线性和鲁棒性问题。应用非线性动态逆的目的就是对过失速机动飞行条件下高度非线性的飞机动力学进行线化;从而围绕线性的快逆回路应用结构奇异值综合方法设计相应的鲁棒控制器,以提供对驾驶员指令的鲁棒跟踪。所设计的飞控系统将达到期望的飞行品质,确保系统对过失速机动飞行过程中因非定常气动力效应引起的系统参数摄动鲁棒性良好。高逼真度、非线性的仿真验证了这一点。     

人生与价值:中国现代惟科学主义文化哲学的迷失

科学进入中国人的深层生活后,中国现代知识界对于科学渐渐形成了两种对立的观念,即所称的“科学派”与“玄学派”,两派的论战已是学术史上的公案,其对阵的实质可能主要在于两派关于科学的社会批判价值的异趣。惟科学主义要求政治、经济、法律、道德、生活等社会各个方面都要经过科学的批判或改造,从而在“科学的大字标题”下建立一种新文化,然而,惟科学主义却在这种努力与论战中消失了踪影。     

计及随机噪声的频域多输入多输出模态参数识别

提出了一种计及随机噪声的多输入多输出频域模态参数识别方法。该方法基于连续时间域的频率响应函数有理分式模型,利用Forsythe正交多项式改善求解性态,属频域的极大似然类估计方法。在最小二乘估计的基础上,利用"先验"的随机噪声信息进行优化迭代的极大似然估计,得到更优的模态参数识别结果。根据Cramer Rao下界不等式,在几乎不增加计算量的情况下获得所识别结果的不确定性信息,提高了模态参数识别的可靠性。采用GARTEUR飞机模型作为仿真算例,对本算法进行了仿真验证。