基于DWNN的机电作动器渐变性故障诊断

飞机飞行控制系统机电作动器（EMA）的渐变性故障很难准确预判,若不能及早发现而任其发展就会影响到飞机的飞行安全性。针对EMA的渐变性故障,提出一种基于动态小波神经网络（DWNN）的故障诊断方法。首先,利用EMA在电机电枢绕组匝间短路、传动装置丝杆和滚珠磨损等多种渐变性故障状态下的运行数据来训练DWNN故障诊断模型;然后,利用训练好的DWNN模型对EMA渐变性故障进行诊断。创新之处在于DWNN模型利用小波分解算法去除了传感器测量信号中高频分量的影响,利用反馈神经网络的记忆能力融合了过去输入的信息和过去预测的信息,提高了对EMA渐变性故障诊断的准确性。通过对某型EMA进行故障诊断实验,仿真结果表明所提出的DWNN方法可以实现对EMA部件渐变性故障的准确诊断。      

DZ22B高温合金定向凝固叶片铸造缺陷的形成机理研究

采用SEM、EDS等分析手段研究了DZ22B镍基高温合金定向凝固涡轮叶片不同区域铸造缺陷的特点及其形成原因。结果表明,裂纹缺陷主要分布在叶身的中上部位,其形成机理主要归因于叶片在凝固过程中的共晶组织过多;而疏松缺陷分布在叶身和缘板部位,产生在枝晶间共晶组织附近。枝晶间距小补缩不足和反应生成的CO气体未及时排除是疏松形成的两大原因。     

基于可调品质因子小波和簇稀疏增强的磁异常信号特征提取研究

在磁异常信号目标探测中,由于存在背景噪声的干扰,导致采集到的磁信号中的有用特征极其微弱,从而极大地增加了特征提取的难度。文章提出了一种基于重叠簇收缩算法的可调品质因子小波变换的稀疏特征提取方法。与传统的固定品质因子值相比,该方法可根据信号的振荡特性调整品质因子,从而有效地诱导稀疏;此外,重叠簇收缩算法可有效地从具有簇特性的信号中提取微弱特征,从而增强特征的提取精度。经工程验证,将该方法应用于磁异常信号特征提取,可从复杂背景干扰信号中精确地提取出有用的稀疏目标特征。     

B／Al单向铺层复合板的力学性能及断裂行为的研究

研究了热压扩散结合工艺对Ｂ／Ａｌ复合材料的强度的影响,并对试样拉伸断口及断裂径进行了研究,分析表明,试样断口有三种断裂模型,断裂路径同热压工艺有密切的关系。     

保形光顺的样条曲线

给出了一种对给定平面上的数据点进行保形的最小二乘逼近的算法,并且得到的逼近曲线是光顺的。本文利用拉格朗日乘数法对带约束条件的参数曲线进行了优化设计。     

自动化加工刀具破损监测系统

提出了融合声发射信号和电流信号检测刀具破损状态的方法,尤其是采用小波变换处理电流信号获取信号特征,可以改善检测系统的适用性。实际应用证明系统具有高的可靠性。     

航天器初始飞行段雷测系统误差估计方法与算法

在航天器初始飞行段的跟踪数据中,假设光测数据含有常值系统误差,连续波雷达系统的距离和／差数据含有二次项系统误差和折射残差,距离和／差变化率数据含有线性系统误差和折射残差。利用样条函数表示轨道,建立了系统误差和航天器轨道的非线性模型,给出了系统误差和轨道的高精度估计方法和算法。     

B4C改性SiC/SiC复合材料自愈合机理研究

采用预浸料–熔渗工艺制备了B₄C改性SiC/SiC复合材料(SiC/SiC–B₄C复合材料),研究了SiC–B₄C改性基体在700℃、1000℃、1200℃、1350℃下氧化50 h的本征氧化行为及自愈合规律,有效观察到了基体的自愈合行为,同时考察了SiC/SiC–B₄C复合材料的抗氧化性能,通过材料重量变化和强度保持率衡量其在氧化环境中的损伤程度,揭示了氧化行为。研究结果表明,氧化初期B₄C开始发生氧化反应,此时的液态自愈合相主要成分为B₂O₃。随着温度的升高,氧化生成的SiO₂将与B₂O₃结合生成硅硼玻璃相,当温度进一步升高至1350℃时,由于硅硼玻璃分解加剧,导致自愈合效果减弱。此外,高温导致的硅硼玻璃黏度下降也将有利于氧化介质扩散。SiC/SiC–B₄C复合材料在1200℃氧化50 h后仍保持较好的力学性能,说明B₄C...