基于高斯混合模型的航迹抗差关联算法

针对雷达系统误差时变、上报目标不完全一致等复杂场景下目标航迹关联问题,采用高斯混合模型（GMM）与航迹间拓扑信息相结合的方法实现航迹抗差关联。将航迹关联问题转化为图像匹配中的非刚性点集匹配问题,建立对非同源航迹具有鲁棒性的高斯混合模型,根据航迹间的邻域拓扑信息决定高斯混合模型中各高斯组成部分的权重,利用期望最大值（EM）算法求解高斯混合模型的最优闭合解,在期望步（E-step）阶段求解航迹的对应关系,在最大化步（M-step）阶段求解非同源航迹比例,最后进行航迹关联判决以获得关联结果。仿真结果表明,该算法在不同系统误差、目标分布密度、探测概率等环境下具有较好有效性和鲁棒性。     

基于ATSUKF算法的卫星姿控系统故障估计

针对卫星姿态控制过程中可能发生的执行机构或敏感器故障,提出了一种基于无损卡尔曼滤波（UKF）及偏差分离原理的自适应二阶无损卡尔曼滤波（ATSUKF）算法。首先,提出TSUKF算法,通过UKF处理姿态机动时的非线性并通过偏差分离原理将非线性系统的状态及故障分别估计,避免非线性模型的线性化过程同时降低了计算过程中的矩阵维度。然后,在TSUKF算法的基础上提出了ATSUKF算法,通过滑动窗口内的残差计算自适应矩阵,使滤波器在统计特性不准确的情况下仍然具有较快的收敛速度,特别适用于卫星快速机动过程中的姿态与故障估计。数值仿真结果表明,ATSUKF算法相较于TSUKF算法能有效降低统计特性不准对系统造成的不利影响,实现卫星姿态、执行机构/敏感器故障的快速估计。     

叶轮流速系数对泵正反转性能参数比的影响

为研究叶轮流速系数对离心泵反转作液力透平(PAT)泵工况和透平工况水力性能参数比的影响,采用renormalization group(RNG) k-ε湍流模型,通过计算流体动力学软件CFX计算了比转速为23~225的20个PAT叶轮单流道模型的流速系数,揭示了泵工况和透平工况流速系数的分布规律,建立了考虑流速系数的PAT泵工况与透平工况扬程比和流量比。结果表明:PAT透平工况叶轮流速系数大于泵工况。通过对不同比转速的6台工业PAT的外特性实验表明:与Stepanoff等提出的方法相比,考虑流速系数时PAT水力性能参数比与实验结果最为接近,其扬程比平均误差为5.38%,流量比平均误差为5.16%。该成果为PAT的选型设计和性能预测提供理论支撑。      

基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断

针对从行星齿轮箱非线性、非平稳振动信号特征提取困难的问题,提出了一种基于自适应复合多尺度排列熵(ACMPE)、改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)和灰狼群优化支持向量机(GWO-SVM)相结合的行星齿轮箱故障诊断方法。利用ACMPE从复杂域提取振动信号的故障特征,构建高维故障特征集;采用ISSL-Isomap方法对高维故障特征集进行维数约简,提取出低维、敏感故障特征;应用GWO -SVM分类器对低维故障特征进行模式识别,判断故障类型。行星齿轮箱故障诊断实验结果分析表明:与多尺度排列熵(MPE)、复合多尺度排列熵(CMPE)等特征提取方法相比,ACMPE方法在分类效果和识别精度上更具优势;与局部切空间排列(LTSA)、等度规映射(Isomap)、加权Isomap(W-Isomap)、监督Isomap(S-Isomap)和监督型自组织增量学习神经网络界标点Isomap(SSL-Isomap)等降维方法进行比较,ISSL-Isomap方法降维效果最佳;所提方法的故障识别率达到100%,具有一定优越性。      

基于MED和LMD的自动倾斜器轴承广义Shannon熵谱分析

针对轴承信号微弱故障特征易被强背景噪声淹没的问题,提出采用最小熵反褶积,通过逆滤波器最优化设计,对目标信号进行降噪处理,其峭度值提高了约3.8倍,增强了信号的微弱故障特征;针对非平稳非线性信号频率成分复杂难以解调的问题,提出采用局部均值分解(LMD)和峭度-相关系数筛选准则,其可对非平稳非线性信号进行自适应分解和最优重构,提高了信号的信噪比;针对信号耦合调制及边频突出的问题,通过引入广义Shannon熵进行包络谱带内降噪处理,信号一阶故障特征调制频率与故障特征频率的幅度比降低了24%~43%。通过实验室信号及某型直升机自动倾斜器轴承故障诊断地面试验的分析结果验证了该方法的合理性和可行性。      

旋转光滑直通道湍流流动一维热线实验

采用一维热线详细测量了不同雷诺数下及较高旋转数条件下旋转光滑直通道内湍流边界层及主流的速度型,在此基础上构建适用旋转数范围更广的旋转通道对数律的修正公式,分析了旋转效应对壁面摩擦速度的影响。实验过程中雷诺数范围是15000~25000,旋转数范围是0~0.444。通道壁面为室温,流体与壁面之间无热交换。结果表明:旋转对于通道截面速度型影响很大;旋转导致速度型整体向后缘面偏转,但最高速度出现在靠近前缘面的区域;后缘面无量纲平均速度型分布顺序与旋转数排列次序相一致,在对数律区符合对数律规律。壁面剪切应力在前缘面随着旋转数的增大而先单调递减,而在后缘面的变化趋势与此相反。旋转状态下修正的对数律公式斜率随着旋转数的增加而单调递减且在后缘面递减的趋势逐步有所减缓,并提出了对数律区的旋转修正公式,公式的误差范围控制在15%以内。      

基于模糊在线调整权重因子的三相六开关容错逆变器驱动异步电机FCSMPTC

为了进一步提高异步电机的控制性能,减小磁链和电流脉动,针对传统异步电机有限控制集模型预测转矩控制(FCSMPTC)中目标代价函数权重因子的配置问题,提出一种模糊在线调整权重因子的异步电机FCSMPTC方法。通过判断转矩和磁链误差,采用TakagiSugeno模糊控制方法实现对权重因子的动态调整,并给出了模糊论域和相应的模糊规则设计。同时考虑到三相异步电机驱动系统中逆变器开关故障给控制系统带来的影响,采用三相六开关容错控制策略对系统进行容错控制。仿真结果表明:该控制方法能够平滑磁链和电流输出,减小电流谐波。     

基于机匣信号的滚动轴承故障卷积神经网络诊断方法

针对在滚动轴承故障激励下的机匣微弱故障特征,提出了基于卷积神经网络(CNN)的故障诊断方法。利用矩阵图法、峭度图法以及小波尺度谱法3种振动信号的预处理方法,将一维原始信号转换为图像信号;利用卷积神经网络对故障进行识别。通过比较分析发现:通过连续小波尺度谱更易提取滚动轴承的故障特征,其故障识别率达到95.82%,均高于其他几种振动信号预处理方法;由于卷积神经网络可以利用深层网络结构自适应地提取滚动轴承故障特征,比传统支持向量机(SVM)方法的故障识别率高约7%。结果证明了该方法的有效性与可行性,且具有较好的泛化能力和稳健性。      

跨声速风洞模型主动减振系统试验研究

为解决跨声速风洞测力试验模型的俯仰振动问题,研制了一套主动减振系统。该系统利用了模型/天平/支杆系统的响应特性,采用主动控制方法,以天平信号作为输入,采用速度负反馈,使用安装在支杆后端主动接头内的压电陶瓷作动器来抑制模型振动。地面试验结果表明,主动减振系统使模型/天平/支杆系统的俯仰一、二阶阻尼比分别提高20.8倍和12.8倍。风洞试验结果显示,法向力和俯仰力矩振动幅度分别下降71.0%和57.5%,风洞试验结果还表明主动减振系统对气动系数的影响相对较小。主动减振系统在多个模型的风洞试验中也得到验证,显示出良好的减振性能和模型适应性。     

前后可调变弯度导叶在高负荷风扇中的应用

针对某高负荷双级风扇非设计转速裕度不足的问题,通过NUMECA三维(CFD)数值模拟软件,对比分析了可变弯度导叶(VIGV)前后可偏转调节对导叶气动性能的影响,以及导叶大角度范围内变弯度调节对提高风扇中低转速性能的作用。结果表明:可变弯度导叶偏转调节后的叶型实际弯角是影响导叶气动损失的重要因素之一;通过导叶前段适当变角度调节能减小导叶的实际弯角,推迟了导叶吸力面气流分离的出现,拓宽了变弯度导叶低损失可调角度范围;同时导叶适当的前后偏转调节能够降低导叶对缝隙位置的敏感性;此外前后可调变弯度导叶能够使高负荷风扇非设计工况实现更高的绝热效率,在90%转速、80%转速、70%转速和60%转速下的风扇绝热效率分别提高了2.04%、5.48%、6.18%和6.82%;且由于风扇喘振边界进一步远离风扇阀门线,使得风扇中低转速的稳定工作范围显著拓展。