基于形态学算法的2219铝合金钨极氦弧焊熔池图像特征提取

根据2219铝合金氦弧焊特点,构建了焊接过程实时视觉传感系统,获取了熔池清晰图像;为获得2219铝合金氦弧焊熔池尺寸参数,实现对熔池特征的分析,采用了形态学算法,提取了典型熔池图像边缘形状,并获得了熔池宽度特征尺寸;通过试验验证,提取的熔池图像宽度特征能够准确反映出熔池尺寸信息及变化趋势。研究结果表明:形态学算法准确度高、计算速度快,满足2219铝合金氦弧焊熔池图像实时处理需求,不同阈值及结构元素对图像特征提取效果均会产生较大影响,研究阈值自适应算法,可以满足工程上焊缝熔池特征实时视觉监测的复杂需求。     

基于EMD样本熵-LLTSA的故障特征提取方法

针对振动信号的非线性、非平稳性以及微弱故障特征难以提取的问题,提出了一种基于经验模态分解(EMD)、样本熵和流形学习的故障特征提取方法.该方法将EMD、样本熵和流形学习相结合.首先,利用EMD的自适应多分辨率的特点计算分解得到的IMF(固有模态函数)信号的样本熵,初步提取滚动轴承状态特征值;然后利用流形学习方法对初步的提取的滚动轴承状态特征进行进一步的提取;最后利用支持向量机(SVM)对该特征提取方法进行分类评估,并将该方法运用在滚动轴承故障诊断实验中,实验证明该特征提取方法与基于小波包样本熵的故障诊断方法相比具有很好的聚类性能,且对于SVM的分类结果可达100%,在降低了特征数据的复杂度的同时,增强了故障模式识别的分类性能,具有一定的优越性.     

使用特征参数准则预测航空发动机燃烧室贫油熄火极限

阐述了特征参数准则的核心原理和预测流程,使用计算流体力学软件FLUENT数值模拟分析了某型航空发动机环形燃烧室的贫油熄火过程,提出了判断熄火的征兆——"M"型火焰及其产生原因.运用特征参数准则研究了不同进口气流速度、气流温度等关键参数对航空发动机燃烧室贫油熄火极限的作用规律.结果表明:贫油熄火油气比随进口气流速度的增加逐渐下降;当进口气流温度小于395K时,贫油熄火油气比随进口气流温度的增加逐渐降低;当进口气流温度超过395K后,贫油熄火极限基本不随进口气流温度的变化而改变.     

涡轮叶片早期裂纹的三维叶尖间隙EEMD能量熵融合诊断方法

为了解决航空发动机涡轮叶片早期裂纹故障信号微弱、难以识别的问题,提出一种基于三维叶尖间隙集成经验模态分解（EEMD）能量熵融合的涡轮叶片早期裂纹诊断方法。采集涡轮叶片三维叶尖间隙信息,利用EEMD分别对三维叶尖间隙各维信号进行处理,得到相应的固有模态函数(IMF),以此计算每一维信号分量EEMD能量熵,构建能表征叶片裂纹状态的不同EEMD能量熵高维矢量集。建立多个堆叠自动编码器(SAE)分别对各高维矢量集进行特征学习并提取所学习的深层特征表达。利用支持向量机算法(SVM)和遗传算法(GA)融合各维深层特征以综合不同维度信息进而充分判定叶片裂纹状态。通过涡轮叶片裂纹诊断试验,结果表明:所提方法能有效提高叶片早期裂纹诊断精度,其平均准确率达到98.415%,标准差仅为0.697%,具有很好的稳定性、泛化性和自适应性。     

基于径轴向Tchebichef矩函数三维曲面非对称结构的模型修正

采用积分的思想,将曲面机匣看作由若干圆柱机匣积累而成,将曲面机匣振型数据插值到一个圈数×点数×层数的三维像素空间内,能够实现径轴向Tchebichef矩(RAT矩)对曲面机匣模态振型的识别。利用RAT矩函数从曲面结构模态振型数据提取矩特征值,实现对振型数据的压缩,基于矩特征值的相关性分析能够很好地描述重模态现象,弥补了传统模态置信准则(MAC)值对于重模态描述的缺陷。进而将矩特征值代替振型数据,作为目标函数,应用于模型修正。矩特征值的数据量远小于振型数据,能够提高计算效率、避免修正结果不收敛。考虑到工程部件大多非完全轴对称,以一个带有非对称凸台的航空发动机机匣为例,基于RAT矩进行模态计算、相关分析和模型修正,发现同时利用频率与RAT矩进行模型修正,相关性有明显的提升,例如第9阶模态的相关性由35.35%提升到67.21%。各阶模态对的频差也都明显降低,最大频差由14.56%降至9.09%。证明了RAT矩函数能够应用在三维曲面非对称机匣的模型确认中。     

一种雷达信号模糊函数特征提取与识别方法

现代雷达面向智能化、软件化、多功能与多用途方向发展,一部雷达往往具有多种工作体制与工作状态,雷达信号采用复杂的波形设计,这就使得雷达信号的特征提取与识别过程变得越来越困难。另外,现代电磁环境复杂,杂波、噪声干扰严重,给雷达的侦察工作带来更大的难度。基于此,提出将流形学习应用于雷达信号模糊函数的特征提取,并对其进行仿真与分析。结果验证了该方法的可行性。     

基于未知地标被动观测的弹群INS定位误差协同修正方法

针对弹群协同编队飞行中,编队成员单独使用惯导系统（INS）时存在定位误差发散的问题,基于相同性能的多套INS在相同环境下工作时,其误差近似呈零均值高斯分布这一特性,提出了一种利用成像导引头对航路上任一未知地标被动观测的弹群INS定位误差协同修正方法。首先,融合弹群中各枚导弹相对于地标的视线角量测信息及INS位置量测信息,利用最小二乘思想对未知地标进行协同定位;然后,基于估计得到的地标位置,利用各枚导弹相对于地标的视线角和方位角速率量测信息及INS速度量测信息,反过来修正弹群中各枚导弹的INS定位误差。最后,仿真验证了方法的有效性。     

观测站位置状态扰动下Taylor级数迭代定位方法及性能分析

针对具有一般普适意义的定位方程,给出观测站位置状态扰动下基于Taylor级数迭代的目标定位方法,并推导其理论性能。分别在“无校正源(情况a)”和“有校正源(情况b)”两种条件下进行算法推导和理论分析。针对情况(a),给出两种Taylor级数迭代公式,并证明两种方法的定位性能趋于一致,均能够达到相应克拉美罗界;针对情况(b),首先给出基于差分校正的Taylor级数迭代公式,针对其不足提出一种基于两步最优融合的Taylor级数迭代公式,并证明其理论性能可达到相应克拉美罗界。最后,设计两种无源定位实验场景用以验证算法设计与理论分析的有效性。     

INS／GPS／TERCOM组合制导系统中的信息融合方法研究

提出由坐标变换、误匹配检测和卡尔曼滤波三个单元构成的一种新型INS／GPS／TERCOM系统优化结构，并对INS／GPS／TERCOM组合系统自适应联邦滤波信息融合和分散式信息融合两种算法分别进行了研究，将这两种算法与传统的集中滤波算法进行了比较。结果表明，系统无故障情况下三种方法精度相同；而在有故障情况下自适应联邦融合法优于另两种方法。     

基于FBM分形向量特征的图象匹配

由于自然景物图象的灰度与边缘特征不稳定，基于灰度与边缘的匹配算法对于这一类图象难以生效。本文通过分析ＦｒａｃｔａｌＢｒｏｗｎｉａｎＭｏｔｉｏｎ（ＦＢＭ）的Ｗｅｉｅｒｓｔｒａｓｓ－Ｍａｎｄｅｌｂｒｏｔ随机分形逼近函数的频谱，给出了分形向量特征的定义和快速判别图象的ＦＢＭ区域的方法。在ＦＢＭ区域内采用该特征进行匹配能克服复杂自然景物图象中灰度与边缘特征的不稳定性。实验表明采用ＦＢＭ分形向量特征的匹配方法能够获得比较传统匹配方法，例如平均绝对差算法以及特征匹配法更高的匹配定位精度和匹配概率