结合视线方向运动补偿的滑动聚束SAR子孔径成像算法

滑动聚束合成孔径雷达(SAR)是一种新兴的成像模式,既可以提高方位向分辨率又能够扩展成像范围。其数据处理时需要考虑两个关键问题:一是系统脉冲重复频率(PRF)不足,方位向信号发生混叠;二是合成孔径长度的增加使运动误差的影响更为突出,运动补偿(MOCO)精度要求提高。基于子孔径技术,提出了一种改进的高分辨率成像算法。划分子孔径克服了PRF不足的问题;子孔径数据处理采用结合视线(LOS)方向运动补偿的Omega-K算法,实现更高精度的运动补偿,提高了聚焦质量。最终的方位向分辨率达到0.1 m,具有实际工程应用价值。点目标仿真和实测数据处理验证了算法的有效性。     

推力室结构力学分析与优化设计

针对某液体火箭发动机推力室建立了参数化模型,使用有限元方法分析结构固有频率和振型,并进行了模态试验验证.采用最优拉丁超立方法进行计算机数值试验设计,得到了结构质量和1阶固有频率对于设计变量的敏感性,对于优化设计过程具有指导意义.使用NSGA-Ⅱ算法开展多目标优化设计,得到了同时满足静力学与动力学设计要求的推力室结构最优设计方案.最优设计方案的推力室质量减轻了9.1%,1阶固有频率值提高了22.6%,结果表明该方法能有效提高推力室的力学性能.      

导航卫星星间链路信号质量参数评估算法

传统的微波调制信号质量评估需要将微波信号变频到中频后进行处理,变频处理会引起非线性失真问题,而且星间链路信号许多关键质量参数如相位一致性、相关损失、I/Q(Inphase/Quadrature,同相/正交)支路功率比等无法用传统评估方法完成,针对这些问题,提出了采用软件无线电技术的导航卫星星间链路信号质量评估算法,利用高速采样器对导航卫星的星间链路信号进行直接射频采样,在数字域对星间链路信号进行相关接收和解调,实现所有关键质量参数的评估.该方法避免了使用变频器带来的附加失真,采用该方法完成实际星载设备的信号质量评估的结果表明,该评估算法精度高,能满足导航卫星星间链路设备信号质量参数评估要求.     

航空发动机套齿结构配合稳健性优化设计

为了更合理地设计套齿结构的配合关系,提高套齿结构配合精度,适应不对中运行工况,降低对加工误差的敏感度,研究了航空发动机套齿结构在倾角不对中的情况下的运动特点以及配合关系,并推导了含有倾角不对中的套齿结构齿侧间隙以及与之相关的套齿特征量的计算公式,对某型航空发动机的压气机轴径套齿结构进行了计算与分析。在此基础上,考虑到参数的随机性,应用果蝇优化算法对套齿结构齿侧间隙进行了稳健性优化设计。结果表明：计算公式中考虑倾角的影响能够有效地避免运动干涉和装配预应力,稳健性优化设计可以有效地避免由于倾角不对中、加工误差等参数随机因素导致齿侧间隙的设计值偏大。证明了所提出的计算和优化方法可以使套齿结构配合关系的设计更加合理,可为套齿结构设计、装配提供参考。     

基于航空公司运行成本和公平性的停机位指派

缩短航空器在飞行区的滑行距离,可以降低航空公司运行成本,减少大气污染物排放;而均衡各航空公司的滑行距离,可以提高航空公司在机场运行的公平性,提升航空公司整体竞争力。从航空公司运行成本和公平角度出发,建立基于航空公司运行成本最小化和运行最公平的停机位多目标优化指派模型。采用生物地理学算法对模型进行仿真验证,对随机指派、成本最低、最公平、公平指数小于0.1,公平指数小于0.2等五种情况的仿真结果进行比较。仿真结果表明：当公平指数小于0.1时,停机位指派不仅有效降低航空公司运行成本,并大幅度提升航空公司间公平性,说明该模型能够更好的对停机位指派进行优化。     

基于加权的可见光与红外光图像融合算法

红外图像所含边缘等细节偏少、可见光又容易受外部环境干扰,融合图像可以提供更全面的信息,符合人或机器的视觉特性,为图像进一步分析、识别等提供基础。提出一种比值与梯度加权的可见光与红外光图像融合算法,结合小波变换在图像分解中的特性及信号集中的特点,将小波变换应用于红外光和可见光图像融合中可以提高融合信息的理解能力。针对分解获得的低频系数主要反映图像细节信息的特点,对低频系数采用比值加权分析融合规则;针对分解获得的高频系数主要反映图像边缘信息特征的特点,对高频系数采用改进边缘检测算子梯度加权的融合规则。选取多组图像进行了不同融合规则实验对比分析,通过客观评价指标进行评价,改进的融合算法可以获得较清晰的融合图像,可以增加图像的互补信息,并能较好地提高融合图像的清晰度。     

复合材料加筋板剪切后屈曲分析与优化设计

为了充分利用复合材料加筋板的后屈曲承载能力,针对复合材料加筋板的后屈曲行为开展优化设计方法的研究具有重要意义。详细探讨了筋条尺寸及密度等参数对承受面内剪切载荷作用下的复合材料双向加筋板屈曲后屈曲的影响规律。建立了复合材料加筋板考虑后屈曲响应的结构分级优化方法:在一级优化中以结构几何尺寸为设计变量,使用响应面法(RSM)拟合出结构后屈曲响应的全局近似函数,结果显示,加筋缘条的宽度及加筋的密度对屈曲承载能力有重要影响;在二级优化中采用遗传算法(GA)对复合材料铺层顺序进行优化,经过两级优化后的复合材料加筋板相比于初始设计在质量减少了3%的同时,线性屈曲位移提高了8.86倍,线性屈曲模态由局部屈曲改善为整体屈曲,同时结构的后屈曲承载能力提高了8.7%。基于解决旅行商问题(TSP)的遗传算法被调整用于固定铺层厚度的复合材料铺层顺序优化问题,经优化,结构线性屈曲特征值提高了12.76%,表明了优化方法的可行性。     

基于变精度遗传算法的翼型快速优化设计方法

低碳环保的电动飞机在要求较高升阻比的同时,需要尽量降低成本、缩短研制周期。但高精度的数值模拟时间代价很大,因此针对电动飞机翼型设计中初始翼型较难选取、优化速度较慢的问题,提出了一种基于变精度遗传算法的翼型多点快速优化方法。以常用的 Hicks-Henne 型函数为基础,改进了其对翼型后缘描述不精确的问题。在数值模拟阶段,介绍了一种快速气动参数计算软件XFOIL,并分析了该软件的适用性与局限。之后给出了使用XFOIL 与 Matlab 进行联合求解的方法,在无人干预的情况下完全实现了翼型设计与优化的自动化,提高了设计效率。在翼型优化阶段,为保持较高的精度和寻优效率,设计了翼型参数的实数编码方法。针对传统遗传优化算法了改进,设计了染色体变精度杂交方法以及动态惩罚方法。最后,给出了基于遗传算法的多点优化方案,以及翼型多目标快速优化一体化设计方案。仿真分成两部分进行,首先改进的 Hicks-Henne 型函数能够有效实现参数化翼型的后缘夹角改变。通过与 NSGA-II 方法的优化结果对比,本文的方法在一定迭代次数范围内获得的升阻比更高,失速特性更加缓和,特别是在综合提高翼型优化效率方面表现较好。仿真结果表明,该方法能够快速获得多种工况下具有较高升阻比的翼型,也可以作为进一步优化的初始翼型,能提高翼型优化效率。     

基于随机Wiener过程的航空发动机剩余寿命预测

针对目前剩余寿命(RL)预测方法没有综合考虑发动机个体性能退化的差异性和多阶段性的问题,提出了基于多阶段性能退化模型预测航空发动机剩余寿命的方法。首先,该方法采用多阶段Wiener过程对航空发动机进行退化建模,并假设退化模型参数服从随机分布来描述发动机个体的差异性。然后,根据历史性能退化数据与历史失效时间数据,利用期望最大化算法对模型参数的先验分布进行估计。当获得单台发动机的实时退化数据后,使用Bayesian方法对模型参数进行更新,从而实时更新航空发动机的RL分布,最终实现对单台航空发动机的RL预测。实验结果表明,该方法预测精度较高,能为航空发动机维修计划的制定提供依据。     

Impulse feature extraction method for machinery fault detection using fusion sparse coding and online dictionary learning

Impulse components in vibration signals are important fault features of complex machines. Sparse coding(SC) algorithm has been introduced as an impulse feature extraction method, but it could not guarantee a satisfactory performance in processing vibration signals with heavy background noises. In this paper, a method based on fusion sparse coding(FSC) and online dictionary learning is proposed to extract impulses efficiently. Firstly, fusion scheme of different sparse coding algorithms is presented to ensure higher reconstruction accuracy. Then, an improved online dictionary learning method using FSC scheme is established to obtain redundant dictionary and it can capture specific features of training samples and reconstruct the sparse approximation of vibration signals. Simulation shows that this method has a good performance in solving sparse coefficients and training redundant dictionary compared with other methods. Lastly, the proposed method is further applied to processing aircraft engine rotor vibration signals. Compared with other feature extraction approaches, our method can extract impulse features accurately and efficiently from heavy noisy vibration signal, which has significant supports for machinery fault detection and diagnosis.