基于状态观测器的波束形成算法及其航空应用

随着数字信号处理技术的发展,基于声传感器阵列的经典波束形成算法广泛地应用于航空气动噪声检测领域中.但是,经典算法计算量大,并且它的算法结构决定了其无法用作实时算法.本文给出了一种基于状态观测器理论的新算法,介绍了观测器算法的理论背景、算法稳定性的证明、麦克风阵列的设计准则以及基于阵列进行的仿真结果.这种新算法在形式上类...     

阻尼颗粒动态特性研究

在垂直简谐激励条件下,测量颗粒体对基础产生的冲击力,得到冲击力受约化加速度控制会经历一系列倍周期分岔的规律,并给出分岔周期冲击力的谐波分量表达式;通过稳态功率输入法得到阻尼颗粒产生的损耗功率和附加质量与激励的关系。试验结果表明,对于给定频率,损耗功率随激励幅值的增加单调递增;对于给定速度幅值,损耗功率随激励频率的增加呈现为：低频段迅速增大,而后递增速率减缓的过程。由颗粒体产生的附加质量存在明显的转捩点现象,转捩点之后,附加质量随激励幅值的增加而变小。     

动态数据驱动的森林火灾仿真框架及其实现

提出了动态数据驱动的森林火灾仿真方法,在仿真中将实际系统的实测数据反馈到模型中,以提高模型的准确性。仿真运行了模型的多个样本,模型的输入是大量动态的输入而不是传统固定的输入,每一步仿真结束后采用统计的方法筛选出较优样本集作为下一步仿真各样本的初始条件。该方法包含以下关键部分：如何基于不准确模型获得较为可信的仿真结果、模型计算结果准确性度量方法、应用系统的模型和大量仿真样本运行带来的计算复杂度和计算量大的问题等。为解决上述问题,基于离散系统仿真规范提出并实现了一个动态数据驱动的森林火灾仿真框架。实验表明,上述方法将基于传感器测量到的真实火灾数据动态反馈至仿真系统中,获得了更可信的仿真结果。     

基于观测器的飞机环控系统控制组件故障检测

控制组件作为飞机环境控制系统的重要组成部分,对其进行故障诊断具有重要意义。本文以环控系统的传感增益漂移和活门卡死故障为例,在Simulink仿真环境下建立其正常和故障模型,采用基于状态观测器的方法进行故障检测。仿真实验结果证明了该方法的有效性,且当上述两类故障发生时,基于观测器和仿真模型输出之间的残差特征分析,可以判别出所发生的故障类型。     

基于主元空间动态模型的故障检测方法

建立了一种基于主成分分析的主元空间线性动态模型,将主成分分析的得分变量视为由高斯白噪声驱动的线性动态模型输出,可有效去除主元得分向量的动态相关性,动态模型参数可以通过期望最大化方法迭代辨识。分别在主元残差空间和主元空间线性动态模型上建立监控统计量,从而实现对动态过程的故障检测。通过数值仿真验证,该算法故障检测的检测率和误警率均表现良好。     

半模机翼振动对气动性能影响的风洞试验研究

为了验证翼型振动测压试验结果和有关振动数值模拟文献的计算结果,设计完成了对称翼型NA-CA0012和层流翼型NACA64-210两种半模机翼的低速风洞振动试验.通过专门研制的半模振动模型,选取5种激振方式,用直接测力法得到了模型在静态和不同激振方式下升力特性变化曲线,分别研究了振动频率、雷诺数、自然转捩和固定转捩、数据采集方式等参数对机翼气动特性的影响.试验结果表明:半模机翼振动的气动特性与二元翼型和数值计算情况有所不同,其影响因不同翼型构型、不同采集方式和翼面不同流动模式等会产生不同效果.并对产生原因进行初步探讨.     

基于遗传算法的航空发动机状态变量模型建立方法

提出了一种采用遗传算法建立用于航空发动机控制系统设计的小偏差状态变量模型的方法,即根据发动机稳态工作点处的线性化数学模型的动态响应应该与该稳态工作点处的非线性数学模型动态响应一致的原则来构造遗传算法的适应度函数,通过优化算法,得出系统的状态变量模型。该方法不受系统模态及模型阶次的限制。应用该方法建立某型涡扇发动机的小偏差状态变量模型,具有较高的建模精度,根据该状态变量模型设计鲁棒控制器取得了良好的控制效果,从而验证了该方法的有效性。      

基于加权线性响应面法的神经网络可靠性分析方法

在加权线性响应面法的基础上,提出隐式极限状态方程可靠性分析的神经网络方法。加权线性响应面法不仅形式简单、易于实现,而且可以很好的近似极限状态方程的设计点,但它却不能适应非线性极限状态方程的失效概率计算。神经网络对非线性极限状态方程有很强的近似能力,但神经网络的迭代不如加权线性响应面法那么简单易行,因此提出加权线性响应面与神经网络相结合的可靠性分析方法,这种方法既保证对设计点的精确近似,也保证对设计点附近的非线性极限状态方程的很好近似。与加权线性响应面法相比,本方法计算失效概率的计算工作量有所增加,但对非线性极限状态的计算精度却大大提高。算例充分显示所提算法的合理性和可行性。     

基于ESN的航空发动机状态组合预测方法

基于回声状态网络(ESN)预测模型,结合小波分析和主元分析,提出一种组合预测方法.首先对含噪非线性时间序列进行小波降噪,并重构时间序列产生训练样本,再将训练样本通过主元分析进行降维处理,降维后的时间序列数据则输入ESN模型进行预测分析.对控制飞机动力输出的动压参数非线性时间序列数据进行了仿真对比实验,结果表明:组合预测方法的5步和单步预测速度累计提高了66.97%,预测的平均平方误差、标准均方根误差和归一化绝对误差也均有较大提高.该方法与传统基于ESN的预测模型相比,能有效地提高预测的效率和精度,是一种有效的非线性时间序列预测方法.      

涡轴发动机动力涡轮转子平衡状态 影响因素试验研究

以完成高速动平衡试验并满足平衡判据要求的某涡轴发动机动力涡轮转子为研究对象,对影响转子平衡状态的2个因素(传动轴和输出轴之间的花键配合、支承输出轴组件和动力涡轮转子的2个支座之间的不对中)开展了系统的试验研究。研究结果表明:改变花键的配合状态或2个支座之间的不对中程度,由4个位移传感器实测的动力涡轮转子在临界转速和额定工作转速下的转子挠度经高速动平衡后均发生了明显变化,说明这2个因素对转子的平衡状态均有较大影响。