某涡扇发动机电子综合调节器综合测试系统

为了对某涡扇发动机的核心控制部件——电子综合调节器进行研究，采用反向工程试验方法，建立一种能反映其工作原理、静态特性、动态特性的测试平台。该平台包括系统的组成、硬件设计、软件设计、数据采集与处理和系统的应用。根据此测试平台所测的数据编制的功能控制软件为进一步实现FADEC提供了有力的依据。另外也表明，该系统具有测试精度高、可靠性好、操作和维护方便等特点，可用于教学及科研过程中。     

阵元位置误差有源估计方法研究

阐述了对阵列天线阵元位置误差进行的研究,首先在天线阵列所在平面设置一个校正源,利用该校正源对阵元位置误差引起的阵列流形误差进行估计,然后将同一校正源放在不同方位角对阵列流形误差进行估计,最后经过矩阵运算估计出阵元位置误差。仿真证明此方法的有效性。     

磨料水射流切割的技术特征和工艺特征

分析了磨料水射流(AWJ)在难加工材料切割中切割断面、切缝和工艺参数影响等技术特征,提出从切割起点孔、直线段和曲线段的加工工艺改进来保证其切割质量。     

Wigner-Ville分布交叉项识别方法研究

讨论了Wigner-Ville交叉项的分布特征,推导了在时频面上交叉项与自项的位置关系并给出由分布特征识别交叉项的方法。最后提出了加入识别信号识别交叉项的方法并做了仿真试验。     

基于UML的电力调度管理信息系统的设计与实现

在分析了UML的建模机制的基础上，以UML为工具进行电力调度管理系统的建模设计，给出了设计过程中的用例图、类图和交互图，并在C／S和B／S模式相结合的方式下，开发出了电力调度信息管理系统的软件。     

构建飞机飞参专家系统研究

根据专家系统的思想，构建了快速处理软件核心模块，研究了基于飞行数据的飞机飞参快速处理专家系统。利用本系统可以较全面地监控飞机、发动机各系统各种工作状态、飞行使用限制、通报故障及统计发动机工作时间。本系统以产生式规则作为知识表示方法，利用Visual C 6．0作为开发工具，以实现自动编译知识、自动进行推理，提供了较为完善的解释机制并提供了利用快速处理结果——飞行报表的方法。本系统所提供的核心编译、推理机制已成功地应用于国产某型飞机飞参信息的处理。     

飞机发动机叶片的非接触测量

介绍了利用安装于三坐标测量机CMM上的激光测头测量自由曲面的立体视觉检测系统。通过测头结构优化设计以及数字图像处理实现了飞机发动机叶片的非接触测量。     

迎角／滚转角组合风洞试验中侧向弹性角的影响及处理方法

通过迎角／滚转角组合改变模型姿态是横向测力风洞试验中重要的试验方式,此类试验中虽然会提供侧向弹性角数据,但在使用试验数据时往往不使用侧向弹性角数据,这会使得气动载荷与模型姿态对应关系不准确。侧向弹性角由侧向力和偏航力矩引起,在侧向力和偏航力矩较大的试验中,侧向弹性角的影响尤为显著,如方向舵效率试验。本文通过分析侧向弹性角的影响,提出一种侧向弹性角数据处理方法,经试验应用表明可以有效地提高数据使用的准确性。     

CCSDS空间包在MOIMS领域中的应用

为了适应未来航天任务的发展,构建以服务为导向的、开放的、可重用的航天器任务操作系统,分析了CCSDS(Consultative Committee for Space Data Systems,空间数据系统咨询委员会)中MOIMS (Mission Operations and Information Management System,任务操作及信息管理系统)领域的任务操作服务框架的原理、层次结构及优点,对任务操作相关的通用服务、功能服务、COM(Common Object Model,通用对象模型)及MAL(Message Abstraction Layer,消息抽象层)对服务的抽象化描述方法进行了研究.MAL向任务操作相关的服务提供了通用的服务模型框架,所有服务均可用MAL消息格式进行规范化的描述,在此基础上建立了MAL消息格式与CCSDS空间包的映射关系,从而以CCSDS空间包为信息栽体实现了航天器与地面系统间的任务操作通信,可以作为以服务为导向的任务操作系统实际工程应用的参考.     

Impulse feature extraction method for machinery fault detection using fusion sparse coding and online dictionary learning

Impulse components in vibration signals are important fault features of complex machines. Sparse coding(SC) algorithm has been introduced as an impulse feature extraction method, but it could not guarantee a satisfactory performance in processing vibration signals with heavy background noises. In this paper, a method based on fusion sparse coding(FSC) and online dictionary learning is proposed to extract impulses efficiently. Firstly, fusion scheme of different sparse coding algorithms is presented to ensure higher reconstruction accuracy. Then, an improved online dictionary learning method using FSC scheme is established to obtain redundant dictionary and it can capture specific features of training samples and reconstruct the sparse approximation of vibration signals. Simulation shows that this method has a good performance in solving sparse coefficients and training redundant dictionary compared with other methods. Lastly, the proposed method is further applied to processing aircraft engine rotor vibration signals. Compared with other feature extraction approaches, our method can extract impulse features accurately and efficiently from heavy noisy vibration signal, which has significant supports for machinery fault detection and diagnosis.