基于支持向量经验模态分解的故障率时间序列预测

 针对故障率时间序列的非线性与非平稳特性,提出一种基于支持向量经验模态分解(SVEMD)的预测方法。首先,将故障率时间序列分解为多个固有模态函数(IMF)与一个余量(RF),利用最小二乘支持向量机(LSSVM)预测时间序列两端的局部极值点,以抑制传统经验模态分解(EMD)的边缘效应;同时以LSSVM回归方式形成包络线,以取代传统EMD中的三次样条插值;然后,建立各IMF与RF的预测模型;最终,将各IMF与RF的预测结果相加以获得故障率时间序列的预测结果。仿真结果表明,该方法的预测精度较传统基于EMD的预测方法与单一预测方法有显著提高,可实现对故障率的准确预测。     

FL-26风洞条带悬挂支撑內式天平研制

FL-26风洞条带悬挂支撑內式六分量天平采用管状结构的试验方案,有效地解决了天平的静校问题;天平内腔采用扁圆结构,有效地解决了天平轴向力元件处的强度和刚度问题,较好地降低了前后测量梁上下应变不对称的程度,同时增大了侧向力及偏航力矩的输出;用关于天平轴向对称布置的双铰链梁测量滚转力矩,提高了滚转力矩分量的测量精准度。本文主要介绍条带悬挂支撑內式六分量天平研制难点、解决方案及天平动校结果。     

基于双树复小波包变换和SVM的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的非平稳性和现实中难以获得大量典型故障样本的情况,提出一种基于双树复小波包变换和支持向量机（SVM）的故障诊断方法.首先通过双树复小波包变换将非平稳的振动信号分解得到不同频带的分量;然后对每个分量求其能量并归一化处理;最后将从各个频带分量中提取的能量特征参数作为支持向量机的输入来识别滚动轴承的故障类型.对试验台模拟信号（包括滚动轴承的正常状态、外圈裂纹故障、内圈裂纹故障和滚动体点蚀故障）的分析表明:该方法对所测试验信号的故障识别率达到99.5%,对比传统小波包变换与SVM结合的方法,故障识别率的准确度更高.      

瞬态热冲击环境下金属蜂窝板结构的热防护特性

使用自行研制的高速飞行器瞬态气动热试验模拟系统,对金属蜂窝板结构在多种瞬态热冲击速率下(5℃/s至30℃/s)的隔热特性进行了试验研究,其中最高瞬时温度达到950℃.并采用三维有限元方法对金属蜂窝板结构在高速热冲击环境下的隔热特性进行了数值计算,其计算结果与试验结果吻合性良好,验证了试验方法以及数值模拟方法的可信性和有效性.由试验知金属蜂窝板结构经过950℃热冲击后的翘曲和扭曲变形均很小,特别适合用于制作在高温环境下,要求变形小、质量少的高速飞行器结构部件.     

基于EMD样本熵-LLTSA的故障特征提取方法

针对振动信号的非线性、非平稳性以及微弱故障特征难以提取的问题,提出了一种基于经验模态分解(EMD)、样本熵和流形学习的故障特征提取方法.该方法将EMD、样本熵和流形学习相结合.首先,利用EMD的自适应多分辨率的特点计算分解得到的IMF(固有模态函数)信号的样本熵,初步提取滚动轴承状态特征值;然后利用流形学习方法对初步的提取的滚动轴承状态特征进行进一步的提取;最后利用支持向量机(SVM)对该特征提取方法进行分类评估,并将该方法运用在滚动轴承故障诊断实验中,实验证明该特征提取方法与基于小波包样本熵的故障诊断方法相比具有很好的聚类性能,且对于SVM的分类结果可达100%,在降低了特征数据的复杂度的同时,增强了故障模式识别的分类性能,具有一定的优越性.     

对供应商航材支援合作模式和策略的初步研究

分析了飞机系统划分、航材分类和客户需求对供应商的影响,总结了7种主要的航材支援合作模式,最后提出了飞机主制造商与不同类别供应商的合作策略。     

俯冲拉起飞行条件下航空发动机整机动力学特性分析

以某航空发动机带机匣双转子试验器为参考,分别采用截锥壳元素法和Timoshenko梁理论对其机匣和双转子系统进行了有限元建模,得到了试验器的整机转子动力学有限元模型。研究了俯冲拉起飞行条件下机匣支承刚度、安装节支承刚度与机动载荷对双转子航空发动机整机动力学特性的影响。研究结果表明:机匣支承刚度与机动载荷对发动机产生转静子径向碰摩的影响较大,而安装节支承刚度对发动机产生转静子径向碰摩的影响相对较小;机匣测点振动随机匣支承刚度的减小而减小,随安装节支承刚度的减小而增大;机匣测点振动对俯冲拉起机动载荷变化不敏感。     

一种基于径向基函数和峰值选择法的高效网格变形技术

基于径向基函数的网格变形方法因其具有诸多优点,而被广泛应用于气动外形优化设计等领域。对于大规模网格或复杂构型,该方法所需计算量是难以承受的。为了提高网格变形效率,可以通过减少建立插值模型所需支撑点数目来实现。为此,提出一种高效的选点算法--峰值选择法。该算法在选点过程的每个迭代步中对边界节点处的误差进行分析,从物面节点中选取多个峰值点来更新支撑点集,减少迭代步数,提高选点效率。在该算法的基础上,实现了网格的高效变形。三段翼型的网格变形算例证明：该方法可以在保证网格质量的同时实现复杂网格的变形。以DLR-F6复杂模型（约1 000万网格）的刚性运动和弹性大变形为算例对该方法的变形效率和变形后网格质量做了进一步评估：当相对误差设置为5.0×10^-7时,在保证变形后网格质量的前提下,该方法变形效率最快比传统贪婪算法提高了13倍,其中在选点效率方面最快提高了31倍。     

基于模糊信息粒化和优化SVM的航空发动机性能趋势预测

提出采用模糊信息粒化(FIG)和优化的支持向量机(SVM)来预测航空发动机参数的变化趋势和变化空间。利用模糊信息粒化方法对性能参数进行粒化处理。以K CV验证误差最小作为优化目标,采用遗传算法(GA)实现支持向量机惩罚参数和核函数参数的自适应优化选择;训练SVM模型并进行并对模糊粒子非线性预测。利用某航空公司的某型航空发动机性能参数监测数据进行验证,结果表明:该算法可以有效实现航空发动机性能参数变化趋势和变化空间预测。在实例基础上分析了窗口大小对算法预测精度的影响以及算法多步预测的效果,得出算法最佳窗口大小为3个数据且算法3步以内预测误差小于10%。      

发动机涡轮泵转子新型阻尼挠性支承的性能

高压补燃氢氧发动机的液氢／液氧涡轮泵转子动特性研究需要准确的支承性能参数,因此在径向力小于１０ｋＮ,轴承预紧力９８０Ｎ￣２２０５Ｎ的范围内进行了新型阻尼挠性支承５的性能研究。通过试验和计算,得到了折返式鼠笼挠性支承的变形特性、应力分布规律及其有限元计算模型、金属橡胶阻尼器的阻尼特性、成对双联轴承以及轴承预紧力等因素对支承系统性能的影响。