非完备先验知识下的滑动轴承摩擦状态识别

针对监测系统通常无法全部获取轴承摩擦退化状态的先验知识,无法建立全摩擦状态的识别模型,从状态间的相似性出发,提出一种无先验知识下的基于灰色B型绝对关联度（AGRDB）和稀疏编码的滑动轴承状态识别方法。针对稀疏表示不具有监督性的缺陷,在稀疏编码的目标函数中引入AGRDB算法,训练类间距离最大、类内距离最小的正常润滑和严重摩擦的编码;在相同字典下建立具有一致判别性的稀疏表示模型,通过比较当前状态与正常润滑、严重摩擦的稀疏编码与重构误差,进一步识别当前轴承的状态,仿真信号和柴油机轴承实验的结果表明:所提方法能够在较少先验知识下识别出滑动轴承的早期摩擦状态（100~216min）和严重摩擦状态（216~384min）,且算法简单,适合较少样本下的滑动轴承摩擦故障在线监测。      

稀疏拉格朗日模拟中模型改进及粒子密度研究

基于多维条件映射(MMC)模型的稀疏拉格朗日粒子模拟是一种湍流混合及燃烧模拟方法。为进一步推进MMC模型的应用,针对现有MMC混合模型参数不精确、通用性差以及模拟结果受拉格朗日粒子密度影响较大的问题,以混合物分数为参考变量,改进了小尺度混合模型并修正了标量混合时间尺度;提出了与流场当地混合特性有关的拉格朗日粒子加密方法。为验证新模型及粒子加密的有效性,开展了湍流圆管射流混合的大涡模拟。计算结果表明改进的MMC模型具有较好的普适性及精确性;拉格朗日粒子经过加密后大大提高了模拟准确性。     

计算斜齿轮弯曲应力的应力影响矩阵法

提出了计算齿轮弯曲应力分布过程的应力影响矩阵法。通过建立齿面柔度矩阵和齿根弯曲应力矩阵, 该方法只需经过一次有限元计算便可获得斜齿轮在整个啮合过程中轮齿弯曲应力三维分布的变化规律。通过对计算结果和斜齿轮弯曲应力测量结果进行比较, 证明本文提出的计算方法不仅具有较高的精度, 而且极大地节省了计算机内存和计算时间。      

运动稳定性的一种判定方法

根据矩阵相似变换理论将给定系统的系数矩阵Ａ＝［ａ_ｉｊ］ｎ×ｎ简化为上Ｈｅｓｓｅｎｂｅｒｇ型,通过寻求简化后的判定阵Ｄ＝［ｄ_ｉｊ］来判定原系统Ａ的稳定性。由于这种方法不需要求出系统系数矩阵的特征方程或特征根,给大系统分析带来一些方便。     

基于SODIX方法的叶片前缘噪声指向性及降噪实验研究

以NACA 65(12)–10独立基准叶片为对象,使用线性传声器阵列和SODIX(SOurce DIrectivity modeling in the cross-spectral matriX)方法对基准叶片前缘噪声指向性分布特征及波浪前缘对叶片前缘噪声的影响进行了实验研究。开发了SODIX数据处理程序并进行了数值仿真验证,结果表明：不同指向角下计算结果的最大误差不超过0.26 dB。在半消声室内,利用由31个传声器组成的非均匀分布优化阵列,对NACA 65(12)–10独立基准叶片和仿生学叶片的前缘噪声开展了参数化声学实验。结果表明：在40°～142°指向角测量范围内,基准叶片前缘噪声指向性符合典型偶极子声源特征,峰值在130°指向角附近;随着频率升高,基准叶片前缘噪声指向性产生了显著的“波瓣”现象,频率越高,“波瓣”越多。进一步研究表明：不同波长和幅值的前缘构型都可以有效降低指向角测量范围内的前缘噪声;与波浪前缘的波长相比,波浪前缘的幅值对前缘噪声的影响更为显著,特别是在90°～120°指向角范围内,A30W20叶型的降噪量可达7.71 dB。     

几类特殊对称矩阵的缩维表示

本文给出几类特殊对称矩阵的定义,讨论它们的结构特点,并进一步进行缩维表示。     

Kalman滤波工程应用问题分析及改进方法研究

Kalman滤波方法是理论成熟和工程应用广泛的估计方法。但在工程实际中，因原始数据质量和各种初始条件的变化，Kalman滤波经常出现不收敛的现象，尽管理论上有许多克服滤波发散的机制，但工程应用效果并不明显。本文从数据残差入手，提出了改进增益矩阵的滤波方法。经仿真计算证明，该方法有效的解决了滤波发散问题，并极大的提高了估计精度。     

镜像映射在GPS数据处理中的应用

为改善全球卫星定位系(GPS)分基线观测方程系数矩阵所构成的正则矩阵列向量呈现的强复共线性(病态)，利用镜像映射原理，对矩阵进行Householder变换，减弱病态性对参数最小二乘解的影响。算例表明，这对GPS差分快速基线解算具有一定的实际意义。     

稳健的欠定混合矩阵盲辨识

主要研究欠定盲源分离中的混合矩阵估计问题。提出了一种改进的欠定混合矩阵估计算法,首先采用短时傅里叶变换得到混合信号的时频表示并检测出时频单源点,然后检测出时频单源点中影响混合矩阵估计性能的时频点并将其去除,最后采用聚类的方法实现混合矩阵的估计。语音信号的仿真实验表明,与已有算法相比较,本文提出的混合矩阵估计算法有更高估计精度和更强的鲁棒性。