变频信号的测量方法

本文阐述了单片机测量车用电子警报器变频信号的原理和方法。     

一种基于启发式搜索的智能轨道规划

针对二体轨道模型,设计了一种时间固定点对点多冲量轨道机动的智能规划算法。算法基于非线性规划理论和启发式智能搜索技术,采用随机A*扩展树法保证优化的全局性,并利用逐步二次规划法(SQP)来保证结果的局部数值精确性。整个算法具有较好的智能自主性。最后通过数值仿真验证了算法的可行性。     

电致动聚合物致动器材料及放大结构综述

为满足航天应用的需要,本文对EAP材料研究情况和它们典型的压电致动器放大结构发展趋势进行了综述。首先比较了干湿EAP材料的特性,提出了应用中需要注意的一些问题;其次,以典型的压电致动器放大结构为例,分析了其优缺点,强调了一些新颖的概念。最后指出,为克服航天应用中EAP致动器力和行程的限制,需要根据实际应用从材料和放大结构两方面展开深入研究。     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。     

基于EMD熵特征融合的滚动轴承故障诊断方法

研究了滚动轴承故障诊断单一故障信号的局限性和故障特征的非线性,从信息融合的理论出发,利用非线性动力学参数熵作为特征,提出了基于经验模态分解(EMD)熵特征融合的方法来解决滚动轴承故障诊断问题.首先将原始信号进行EMD,利用EMD的自适应多分辨率的特点计算EMD得到的固有模态函数(IMF)信号的多种熵值,然后采用核主元分析(KPCA)对提取的状态特征进行信息融合,从而得到互补的特征,最后将提取的融合特征通过支持向量机(SVM)进行故障诊断.滚动轴承故障诊断实验表明:该方法结合了EMD、信息熵理论和KPCA强大的非线性处理能力的特点,可以进行滚动轴承故障诊断.      

单子样寿命试验评估的综合概率分布法

提出了大型复杂结构体系或机构系统只做单子样1次寿命试验的评估方法。即据单子样的1次试验值创造性地提出确定当前概率分布及据此作出评估的方法,继而给出了结合半经验算法与当前概率分布算法的加权综合算法。附有算例阐明所提出的方法。     

单晶高温合金接近使用条件下的寿命估算与损伤分析

针对发动机热端部件承受的典型载荷谱，发展了一种通用的寿命预测方程和损伤分析方法。这个方法是在疲劳蠕变交互作用断裂特征图及其最大应力修正的寿命方程基础上建立的。根据ＤＤ３单晶合金的疲劳蠕变交互作用断裂特征图及其最大应力修正的寿命方程，验证了本方法是切实可行的。预测精度是符合要求的。     

矢量喷管偏转对发动机推力的影响

建立了轴对称矢量喷管数学模型和带这种矢量喷的发动机数学模型,研究了矢量喷管偏转时引起的发动机推力的变化。研究结果表明：喷管有的效矢量角与几何矢量角近似成正比;喷管偏转角较小时,喷管的流量系数及发动机的总推力几乎不同几何矢量角变化,喷管偏转角较大时,喷管的流量系数及发动机的总推力随和何矢量角的增大三小;发动机的轴向推力随着几何矢量角的增大而减小,发动机的侧向推力随着几何矢量角的增大而增大。     

音频信号矢量编码算法

为了在保证译码恢复的声音质量良好的前提下,减小编码的压缩率,以减小声音信号的存储空间,提出了一种将线性预测编码、SOM神经网络矢量编码以及Huffman编码相结合的声音信号编码算法,将1列声音信号转换为2列信号,这样就可以进行后续的矢量编码。实现了预测编码和矢量编码的结合。利用Matlab软件编程进行了声音信号编解码实验。实验结果表明,在保证声音质量的前提下,该编码方法的码率小于MEPG-1 Layer3的最低的64kbps标准码率,且算法简单。文章提出的编码算法在音频压缩编码方面将具有较高的研究价值和很好的应用前景。     

基于反电势形状函数法的无刷直流电动机直接转矩控制

采用两相导通模式时通过逆变器开关状态不能确定电压空间矢量,现有方案是通过实时测量3个相电压来解决这一问题,但系统变得复杂;此外现有方案在转矩观测中包含的微分项会降低控制精度,增大计算量,影响系统实时性。针对这两点不足,提出反电势形状函数法,在软件中实现了相电压的实时计算,使转矩观测变得简洁,更易于工程实用。最后给出的仿真与实验结果证明了反电势形状函数法用于无刷直流电机直接转矩控制中的可行性与有效性。