K-均值聚类在CCERT系统流型辨识中的应用

流型是气水两相流的重要参数之一,对气水两相流的流动影响很大。基于电容耦合电阻层析成像(CCERT)系统,以水平管道气水两相流流型为研究对象,利用主成分分析(PCA)方法提取不同流型下采集到的电导率信息的主成分,消除不同电极对之间信号的冗余,进而结合K-均值聚类算法实现流型辨识。实验结果表明,该方法具有较高准确度,对于水平管道泡状流、层状流和环状流3种典型的气水两相流流型的静态辨识准确率可以分别达到97%、96%和99%,动态辨识准确率可以分别达到92%、90%和87%。     

永磁同步电机初始位置辨识方法研究与进展

随着飞机电气化进程的不断推进,永磁同步电机（PMSMs）因为优异的性能被广泛地应用于机上各种电驱动系统。而在电机矢量控制的诸多技术中,精确的转子初始位置辨识对其平稳起动与最大转矩运行意义重大。在对各种初始位置辨识方法进行分析和归纳后,从有位置传感器与无位置传感器2个方向,对永磁同步电机初始位置辨识方法进行了全面综述。首先,把有位置传感器的初始位置辨识方法总结为转子静止型与转子微动型2种,比较了各种有位置传感器辨识方法的异同点;然后,根据注入信号是否连续,将无位置传感器的转子初始位置辨识方法划分为高频电压注入法和脉冲电压注入法2大类,并选择脉振高频电压注入法对转子初始位置辨识效果进行了验证;最后,对永磁同步电机初始位置辨识方法的发展趋势进行了展望。     

火箭发动机增压系统关键换热参数辨识

针对火箭增压系统设计过程中关键换热参数难以确定的问题,提出1种基于混沌自适应粒子群算法（ACPSO）的增压系统换热参数辨识方法。建立了考虑换热模型的液体火箭增压系统非线性数学模型,通过灵敏度分析筛选出待识别参数,采用含有早熟抑制和惯性权重自适应调节策略的粒子群方法对选定参量进行辨识,对引入了权重衰减机制的均方根目标函数进行优化。结果表明：辨识后的仿真曲线与实测曲线具有良好的一致性,氧箱增压电磁阀打开时间仿真值与实测值偏差低于3%,气瓶1次飞行结束温度仿真值与实测值仅相差2.4 K。将辨识结果应用于某相似的新研型号,气瓶设计容积和质量相比绝热假设的设计方案降低了32 L和11.6 kg,有效减少了由设计过度冗余造成的额外试验和设计迭代成本。     

石英加速度计贮存延寿试验薄弱环节的辨识

目的 导弹贮存延寿一直是国内外较为关注的重点话题,但是从元器件到整机失效退化参数的获取一直是延寿技术的难点.为了准确获取石英加速度计在贮存延寿试验有效的退化参数以及退化失效的本质,提出了一种辨识延寿试验薄弱环节的手段以及失效判断方法.方法 首先从材料级、部件级、整机级展开研究,分析各个部件的关键输出参数随环境应力变化的...     

适用于工程数据的飞行器气动特性修正框架

新型飞行器对气动特性的预示精准度提出了更高的要求，为此研究了一种适用于多条飞行试验数据的气动特性修正框架，实现了对地面气动模型及先验不确定性模型的修正。基于试验数据特点，首先从模型辨识角度，改进了传统的多元正交函数法，构建了多试验数据模型项的统计优选准则，设计了基于总体最小二乘思想的定制化参数估计算法；然后从不确定度量化角度，估计出了气动修正模型的总偏差，校验了先验不确定性模型。最后应用提出的修正框架处理某飞行器的10条试验数据。结果表明相比于原始地面气动特性预示方式，修正后的方式，一方面预测的气动系数更接近测量的气动系数，另一方面估计的气动误差带具有较少的误差带外测量点及最高的精细程度。     

考虑噪声抑制的高超声速风洞气动力识别方法

对于风洞试验中全尺寸模型试验的非平稳信号进行载荷辨识仍存在诸多问题。针对全尺度模型试验的非平稳信号载荷辨识提出了一种基于深度残差收缩网络（DRSN）深度学习技术的智能载荷辨识方法,该方法通过深度学习提取测力系统输出数据中的气动力、惯性力和噪声等特征,通过注意力机制对每组数据进行获取阈值,再通过软阈值函数对特征进行滤波降噪,有效辨识出测力系统响应信号中的惯性力分量并进行剔除,实现气动力载荷辨识。在测试验证中,均值法的辨识精度为85%以上,DRSN模型的辨识精度为94%以上,证明DRSN模型能有效降低噪声和惯性力对于载荷辨识的干扰,用于非平稳信号的载荷辨识具有精度高、可靠性好等特点。     

运载火箭整流罩内主动降噪控制技术

运载火箭整流罩内的声振环境对有效载荷的可靠性和发射任务的成败至关重要。为改善整流罩内低频声振问题，首先从数学原理上介绍了用于主动降噪(ANC)系统的自适应滤波器和通道辨识的方法;其次针对运载火箭整流罩特定情况，建立反馈式滤波最小均方值(FxLMS)-ANC系统控制模型，并在实验室环境下搭建硬件实验平台;最后针对噪声频谱分布的不同特点开展宽带、窄带、宽带与窄带组合式ANC实验。结果表明:采取ANC控制对噪声抑制效果明显，特别是对功率谱峰值所在的频点实施窄带降噪，降噪效果更为突出。实验室环境下所得的实验结论，验证了在运载火箭整流罩内ANC的潜力。     

一种MEMS陀螺仪零偏建模与估计方法

针对MEMS陀螺仪零偏随时间变化的问题,提出了一种MEMS陀螺仪的零偏建模与估计方法.通过分析静态条件下陀螺仪零偏变化的影响因素,建立了陀螺仪零偏和温度之间的差分方程模型.采用系统辨识的方法,给出了系统模型的参数辨识流程.基于最小二乘法,实现了模型参数的辨识.设计了测试验证试验,基于陀螺仪的零偏样本特性建立了三阶差分方程,并进行了参数辨识和模型验证,结果表明该模型可以有效地估计陀螺仪的零偏.     

基于叶端定时的转子叶片裂纹监测与诊断

为了实现转子叶片裂纹非接触式监测，提出基于??0范数的叶端定时欠采样信号稀疏重构算法。针对叶端定时信号欠采样问题，建立欠采样信号稀疏表示模型，利用分块正交匹配追踪算法对叶端定时欠采样信号进行分段重构，进而监测在变转速非稳态工况下转子叶片动频的变化情况，据此判断转子叶片是否产生裂纹。针对应变片信号间隔采样的特点，研究基于同步提取变换的时频分析方法，以提高时频图的时频聚集性。开展旋转叶片裂纹扩展试验，同时采用叶端定时和应变片系统测量叶片振动。对比叶端定时和应变片的分析结果，二者均可在裂纹叶片断裂之前至少20min，监测到裂纹叶片和正常叶片的动频发生分离的现象，即裂纹萌生致使叶片动频发生偏移，表明所提出的叶端定时欠采样信号重构方法能够实现转子叶片裂纹的监测与诊断。     

基于遗传算法优化小波网络的柔性喷管力矩特性辨识方法

为准确辨识负载力矩并提高主动加载负载模拟的真实度，使用了一种基于遗传算法优化的神经网络辨识方法。使用小波分析方法对测试信号进行预处理，将消噪与分解后得到的信息作为神经网络训练的扩充样本，提高了辨识精度。使用遗传算法选择最优输入信息、网络结构和隐含层规模，加快网络收敛速度并简化计算过程，实现对柔性喷管力矩的快速准确辨识。仿真结果表明该辨识方法可以准确地描述柔性喷管在典型测试信号激励下的力矩特性，平均辨识误差为2%，对于实现精确主动加载控制和验证伺服控制性能具有重要意义。