模式识别中幂变换正态性的研究

在基于模板匹配的模式识别中,当数据呈正态分布时得到的识别效果最优。幂变换是一种将非正态分布转换为正态分布的一种有效方法,文中对幂变换技术的正态性问题进行了相关的研究,并探讨了典型分布条件下的幂变换最佳取值问题,为幂变换的应用提供了一定的理论基础。     

一种小波变换像空间的再生核

利用一个常用的调制高斯函数作为小波母函数,得到小波变换像空间的再生核函数的具体表达式和小波变换的等距恒等式,并分析了小波变换像空间的结构,为一般的小波变换的像空间的研究提供了理论基础。     

爆震管壁面热负荷实验

在一台内径61 mm、长度1140 mm的气动阀式脉冲爆震发动机(PDE)上,进行了爆震管热负荷的测量计算,主要采用了两种换热模型:一是自然对流和热辐射模型;二是强迫对流模型.在两种方式下,爆震管的热负荷随频率的变化关系基本相同,即随频率升高而热负荷增大,但频率增加两倍热负荷增加却不止两倍.此外,在方式二的情况下,还得到煤油蒸发率随频率的变化关系,为PDE蒸发器设计提供参考.      

硬车削过程中声发射和振动信号的监测及分析

为了对硬车削过程进行监测和分析,本课题建立了一套基于虚拟仪器的信号采集系统,采集模具钢硬车削加工过程中的声发射和振动信号.对声发射和振动信号进行小渡变换并重构后,发现硬车削过程中的声发射和振动信号都与转速密切相关.随着转速的增高,淬硬钢的声发射信号也随着增大,但振动信号却随之减小.     

小波神经网络在航空发动机故障诊断中的应用

针对某型航空发动机构建了转子-滚动轴承动力学仿真模型,并利用该模型构造了三种发动机故障样本.研究中采用松散型的小波神经网络,先对构造的三种故障信号进行小波包特征分析,提取其能量特征向量作为神经网络的输入,再采用改进的BP神经网络分类器进行发动机故障模式识别.仿真结果表明,基于小波神经网络的信息融合技术用于发动机的故障诊断是可行的和有效的.     

基于经验模式分解法的航空发动机振动传感器故障诊断技术研究

在深入研究经验模式分解法基本理论的基础上,针对航空发动机振动传感器故障的时频特征,提出一种基于经验模式分解法的传感器故障诊断新方法.该方法的关键在于将含有传感器故障的航空发动机振动测试信号进行经验模式分解,利用这种方法的局部自适应特性和时频多分辨率分析将传感器输出信号的局部特性细化,使故障信息凸显出来.分析结果表明,该方法可以准确诊断传感器软、硬故障,有效降低误报率和漏报率,具有很好的应用价值.     

基于弹性小波神经网络的故障诊断研究

航空电源系统是机上设备的重要组成部分,任意一个环节出现故障,将会影响整个飞机系统的正常安全运行。针对神经网络收敛速度慢,易陷入局部最小的缺点,将小波神经网络结合弹性BP算法应用到电源系统故障诊断中。训练过程及仿真结果表明：小波神经网络故障诊断算法收敛时间方面表现更优,具有较高故障诊断率。     

航空发动机小波神经网络PID控制

提出了一种基于小波神经网络在线辨识的航空发动机比例-积分-微分(PID)控制算法.网络采用三层前向网络结构,以小波函数作为隐含层的激励函数.采用离线训练的方式训练出网络参数,以网络输出和输入之间的偏导数代替发动机模型输出和输入变量之间的偏导数,用以在线修正PID控制器的参数.阶跃响应测试表明,用小波神经网络整定的PID控制系统动态调节时间小于2s,稳态误差为零,在全飞行包线内均稳定正常工作.      

连续爆轰发动机的二维数值模拟研究

介绍了连续爆轰发动机(Continuous detonation engine,简称CDE)的物理模型及爆轰波传播的物理机理,并对CDE流场的波结构进行了分析.使用两步化学反应模型对简化的CDE模型做了二维数值模拟研究.计算了圆柱面展开二维平面的多个爆轰循环过程.模拟结果较好地匹配了相关CDE实验所获得的流场结构.数值计算结果使我们可以更加透彻地理解CDE各方面的参数,对于CDE的进一步研究具有一定的指导意义.      

共振型PDE谐振腔喷嘴匹配关系研究

在数值模拟的基础上分析了两种不同形状的喷嘴:细长孔喷嘴(或称狭缝喷嘴)和环形喷嘴对于射流碰撞和激波形成以及聚焦的影响.在此基础上又以环形喷嘴为例,分析了喷嘴尺寸对于射流碰撞和激波形成聚焦的影响,得出环形喷嘴相对于细长孔喷嘴具有更好的聚焦效果,以及有效利用激波起爆爆震波的喷嘴与谐振腔的几何匹配关系.