多通道相关-自适应轴承故障诊断方法

提出了多通道相关-自适应共振解调(MCC-ARD)方法 ,该方法使用冗余信号源采集故障信息,并利用谱峭度(SK)优化经验模态分解(EMD)的分解效率,根据互相关系数更加合理地选择本征模态函数(IMF)分量完成重构,对重构IMF进行包络解调,实现对滚动轴承的故障诊断。通过对多通道相关-自适应共振解调方法的实测数据分析,结果表明:该方法不仅克服了单一信号源系统修正能力差的缺陷,而且相频谱辨识率为传统EMD结合谱峭度共振解调方法的2.7倍,对滚动轴承故障的诊断结果更加清晰、准确。     

空气中逸散水蒸气传热及相变过程的行为研究

针对航母舰载机蒸汽弹射器滑道逸散水蒸气的传热与凝结现象,建立空气/水蒸气/凝结水三流体的流动、传热及相变过程数学模型。其中具有描述水蒸气复杂过程热力学行为的IAPWS模块以自定义程序并入模型中,利用Eulerian-Eulerian模型加入质量传递、能量传递和动量传递方程来实现水蒸气流动过程中传热传质问题的研究;在质量传递模型中加入液滴成核和生长理论模型,研究水蒸气的凝结过程。结果表明:在流动过程中,空气-水蒸气-液态水三流体混合,温度逐渐趋于一致;进气道入口压力越低,发动机对水蒸气的吸入量越大;伴随空气流动的水蒸气温度不断下降,并且会因有凝结现象发生;随着空气来流速度的增加,水蒸气的吸入量也会呈现先增加后下降的趋势;随着水蒸气流速的提高,水蒸气进气量上升,空气所占比例有所下降,但仍然是主导地位。      

基于IITD和FCM聚类的滚动轴承故障诊断

基于Akima插值和固有时间尺度分解（ITD）中的线性变换,提出了一种改进的固有时间尺度分解（IITD）,在此基础上,进一步提出基于IITD近似熵（AE）和模糊C均值聚类（FCM）相结合的滚动轴承故障的诊断方法。采用IITD方法对滚动轴承的振动信号进行分解,通过互信息分析,筛选出前3个含主要特征信息的固有旋转分量（PR）,计算其近似熵值作为信号的特征向量,将得到的特征向量输入到FCM分类器中分析并得到分类结果。实验分析表明:分别与基于EMD、ITD近似熵和FCM聚类相结合的方法比较,该方法的分类系数更接近1,平均模糊熵更接近0,即此方法对滚动轴承的正常、内圈故障、外圈故障、滚动体故障信号以及对内圈的不同损伤程度信号均能更有效更准确地进行分类。      

航空装备计量中脉冲上升时间测量不确定度分析和评定

脉冲信号是航空装备计量保障中非常重要的基础参数,示波器校准仪检定装置是测量脉冲信号上升时间的重要标准。介绍示波器校准仪检定装置的组成,对示波器校准仪检定装置测量高速脉冲上升时间进行分析,对测量结果的不确定度进行评定。结果表明:可通过设置较小的时基、提高脉冲的输入电平等手段减小测量不确定度。研究结果可为航空装备计量技术机构编制示波器校准仪检定装置的建标报告和评定脉冲上升时间的不确定度提供参考。     

基于Birge-Massart阈值降噪与EEMD及谱峭度的滚动轴承故障特征提取

针对传统共振解调方法易受噪声干扰导致故障特征提取效果不佳的问题,提出了一种基于Birge-Massart策略的阈值降噪与集成经验模态分解(EEMD)和快速谱峭度算法相结合的滚动轴承故障特征提取方法。对原始故障信号进行EEMD并采用峭度准则筛选出含有故障信息的本征模态函数(IMF)分量;采用Birge-Massart策略和快速谱峭度对故障信号进行滤波降噪;对滤波后信号进行Hilbert包络解调,提取轴承故障特征。采用该方法分别对仿真信号和实验信号进行特征提取,结果表明该方法可以有效提高故障信号信噪比,清晰准确地获取轴承内、外圈故障的频率特征。利用峭度因子准则筛选IMF分量能有效保留原始故障信号中的冲击特征,去除无关IMF分量的影响。      

微型燃气轮机发电机组快速原型控制器硬件在环试验研究

为了验证燃气轮机发电机组控制器的全状态控制、故障识别与处置功能,提出了1种基于cRIO快速原型控制器的硬件在环仿真方案。该系统包括1套模块化设计的快速原型控制器、高精度的接口模拟器、基于Simulink设计的燃气轮机发电机组数学模型和控制系统监控软件。硬件在环试验表明:快速原型控制器具备燃气轮机发电机组的全状态控制功能;针对注入的7种典型故障,快速原型控制器能快速识别和合理处置。通过硬件在环试验验证的快速原型控制器可用于对真实燃气轮机发电机组的控制。     

航空发动机离心通风器断裂故障分析与排除

针对某型离心通风器断裂故障,进行结构分析、断口金相检查,并对离心通风器的强度、固有频率、共振转速进行计算和动应力试验。结果表明:该离心通风器断裂故障属高周疲劳破坏;离心通风器与齿轮轴定位结构不合理,使离心通风器齿轮轴在工作转速范围内发生共振,是造成离心通风器断裂的主要原因。根据故障原因制定了排故措施,并进行了动态特性分析与试验验证,取得良好效果。     

无人艇航行规则及运动学约束下的改进RRT轨迹规划方法

现有的RRT算法没有考虑无人艇的运动特性,难以解决无人艇轨迹规划问题,也没有基于无人艇航行规则来考虑无人艇的动态避碰。针对上述问题,在无人艇航行规则及运动学约束下,提出了改进的双层RRT动态轨迹规划方法。在第一层框架中,改进了探索点及步长选择策略,并结合国际海上避碰规则公约与最短会遇时间建立最优位置窗口来构造四向扩展随机树,从而可以在考虑海事规则的前提下快速搜索出联通路径。在第二层框架中,考虑到无人艇的运动学约束,将上一层的联通路径点作为分段启发点,然后结合速度运动模型来限制无人艇的拐角与转弯半径,并基于速度运动模型得到的弧长计算出每一个节点的代价值,最终在动态障碍物环境中得到一条可行平滑轨迹。仿真与实船实验均验证了该改进算法的有效性,实验表明该改进算法可以有效地解决传统RRT算法离障碍物过近、路径不平滑、不符合无人艇运动学与无人艇航行规则等问题。其中,轨迹转折数目为0,与障碍物最近距离是传统RRT算法的两倍以上,最大转折角度指标远好于传统RRT算法。     

基于IGA-ELM网络的滚动轴承故障诊断

为了提高航空发动机轴承故障诊断准确率,提出基于改进遗传算法优化极限学习机网络（IGA-ELM）的诊断模型。针对传统遗传算法易早熟等缺陷,对遗传算法的交叉操作和变异操作进行改进,并用改进的遗传算法优化极限学习机的输入权值矩阵和隐含层阈值,利用Moore-Penrose算法计算极限学习机的输出权值矩阵。使用IGA-ELM诊断模型对滚动轴承正常、内环故障、外环故障和滚珠故障4种工况进行诊断,并分析极限学习机隐含层神经元的数量和激活函数对轴承故障诊断的影响。为了验证改进遗传算法优化极限学习机的有效性,将传统遗传算法、自适应遗传算法和粒子群算法作为对比算法。经过分析表明：改进遗传算法收敛速度和收敛误差,均优于对比算法。     

基于改进K-SVD字典训练的涡扇发动机气路突变故障稀疏诊断方法

以典型气路突变故障信号的稀疏特性为基础,通过对涡扇发动机部件特征原子组进行分类,提出了改进K-奇异值分解(K-singular value decomposition,K-SVD)字典训练的稀疏诊断方法,并结合气路典型突变故障开展了仿真实验研究。仿真结果表明:相比于拓展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)方法,改进K-SVD方法对故障定位准确,无故障部件健康参数变化为0,可有效提高故障部件辨识度,避免误诊断;计算耗时与EKF方法基本相等,仅为UKF方法的03%,是一种有效的航空发动机气路突变故障在线诊断方法。