相位共振／相位分离一体化模态识别技术

基于激振力矢量优化和虚拟验证技术，提出了一种飞机地面振动试验的相位共振和相位分离一体化方法。具有密集模态的法宇航GARTEUR飞机模型实验应用证明了这一方法的有效性。本项研究对于改进复杂飞机机体结构的模态识别质量和效率具有重要工程意义。     

航空发动机叶片高频模态阻尼的实验测试方法

以NASA Rotor37叶片为对象,研究了航空发动机叶片的高频模态阻尼比的实验测试方法.实验分析和数值计算均说明:在随机声激励下获得频响曲线将包含由支撑结构振动造成的峰值.基于此提出在支撑结构上布置多个传感器的实验方案,并以支撑结构的振动峰值位置和能量相对大小来判定叶片振动主导的振动峰值.用小波阈值收缩法和曲线拟合法对这些振动峰值进行了降噪和模态阻尼比识别,给出了实测模型在10kHz内“叶片主导振动”的模态阻尼比.结果表明:一般的结构金属材料条件下,叶片结构的高频模态阻尼比的数量级小于1%,且随频率增加呈下降趋势.      

民机襟翼用滑轨材料磨损表面图像分析

利用MZ-4018滚动轴承滑轨摩擦磨损试验机进行磨损试验,通过体视显微镜和工业相机对襟翼滑轨材料试验件磨损表面进行图像采集;采用wiener滤波和Laplace算子进行预处理,以实现图像平滑,增强图像的边缘和细节信息;迭代法和最大间类方差法确定两阈值,以此作为选取种子点的标准,确定生长准则后进行图像分割;最后利用形态学方法进行磨损边界提取并对磨损面积进行测算;实现了对襟翼滑轨材料磨损特征的定量分析。     

航空发动机机匣五轴插铣加工

针对航空发动机机匣结构特征提出一种插铣粗加工轨迹生成算法,根据机匣零件结构进行加工区域划分,规划插铣走刀路径,插铣刀轴计算,加工干涉判断与处理,最终生成插铣加工轨迹。航空发动机是飞机的核心部件,而机匣是航空发动机的主要零件之一。目前航空发动机机匣多采用钛合金、高温合金等耐高温、难切削材料;结构上以回转轮毂面为主体周向分布柱状岛屿凸台,零件最薄处仅2～3mm厚,属多岛屿复杂薄壁结构件,如图1所示。机匣铣削前的过渡     

基于NSCT与PCNN的图像融合

针对非下采样Contourlet变换(NSCT)变换的平移不变性、多尺度性和多方向等特点,结合脉冲耦合神经网络(PCNN)的全局连接性和神经元的脉冲同步性,提出基于NSCT变换区域特征与脉冲耦合神经网络相结合的图像融合方法。首先对待融合图像进行多尺度、多方向的分解,低频系数采用区域能量融合规则,高频系数作为脉冲耦合神经网络的输入,最后对融合后的系数经过NSCT逆变换得到融合图像。实验结果表明,融合结果在主观和客观评价上均优于其他对比方法。     

基于二次指数平滑的发动机气路参数偏差值平滑

利用二次指数平滑法进行气路参数偏差值的异常点识别与平滑,首先建立了基于二次指数平滑的异常点识别方法,然后建立发动机参数偏差值平滑的评价指标,最后根据该指标通过粒子群算法对平滑系数和显著性水平进行优化.通过实例应用验证该方法对于发动机气路参数具有很好的平滑效果,满足工程使用的要求.     

相关进近模式的近距平行跑道尾流危险区域分析

相比于机场一起一降的运行模式,近距平行跑道的相关平行进近运行模式可以最大限度地提升跑道容量.根据尾流在大气中各个阶段的运动特性,得到了以时间为变量的尾流水平侧移距离数学模型.应用Matlab仿真软件得到了侧风及地面效应影响情况下的上海虹桥国际机场实行近距平行跑道相关平行进近的侧向尾流危险区域图,并分析得到了后机不受到前机尾流影响情况下两机需保持26.9 s的最大尾流时间间隔.利用尾流危险区域的特点,可缩短尾流时间间隔,从而大幅度提高机场容量.     

具有几何和光照不变性的不变矩构建研究

为了解决现有的光照变化条件下仿射不变矩识别不稳健的问题,提出了一种归一化光照仿射不变矩,即采用一种光照模型,基于Jan Flusser仿射不变矩,推导出一种归一化光照仿射不变矩,并且从理论上证明了该方法在各种仿射变换下的稳健性,然后通过对比实验验证了该方法在光照强度、方向和颜色改变下的不变性.实验结果表明,与当前主流的光照不变矩方法相比,该方法不仅适合灰度图像也适合彩色图像,在光照方向改变下,图像的倾斜运动中识别度提高了35％;在线性光照强度改变下,图像的倾斜运动中识别度提高了85％;在光照颜色改变下,图像的平移和旋转运动中识别度提高了7.8％;以多种卫星模型图像为实验对象,在光照改变下,彩色图像和灰度图像的识别度平均提高了36％以上,且计算简单,更适合于航天器目标的识别.     

航空发动机故障融合诊断研究

结合气路诊断与振动分析方法,建立发动机故障融合诊断模型,探讨气路与振动故障融合诊断方法的可行性。构建故障融合诊断3级体系(故障特征级、故障模式级以及故障决策级融合),实现基于性能参数和振动参数的综合评估方法,获得基于小偏差法的气路故障判据,形成基于动力学分析的振动故障判据,提出故障特征融合的方法,通过算法实现故障融合识别,并在模拟试验器上进行涡轮叶片掉块故障试验验证,获得相应的故障诊断决策。结果表明:设计的发动机故障融合诊断方法合理,算法正确。     

一种基于神经网络的飞机载荷参数识别方法

提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别.首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率.载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求.