Operational modal parameter identification with colored noise excitation

Operational Modal Analysis (OMA) refers to the modal analysis of a structure in its operating state. The advantage of OMA is that only the output vibration signal of a system is used in the analysis process. Classic OMA is based on the white noise excitation assumption and many identification methods have been developed in both time domain and frequency domain. But in reality, many environmental excitations are not compliance with the white noise assumption. In this paper, a method of half power bandwidth analysis is applied to power spectrum analysis to deal with the colored noise and trapezoidal spectral excitation. The modal frequencies and modal damping ratios are derived and the error caused by trapezoidal spectral and colored noise excitation are analyzed. It is proved that the OMA algorithm based on the white noise assumption can be extended to the colored noise environments under certain conditions. Finally, a simulation example with a cantilever beam and a vibration test with four kinds of colored noise and trapezoidal spectrum base excitation are carried out and the results support the proposed method.     

基于有限元Craig缩聚模型的基础激励和载荷识别

载荷识别是用有限自由度的加速度测量值推断外力.基础激励是在基础自由度上加给定的加速度时间历程激振结构,求整个结构的动响应.利用Craig减缩模型的性质,及界面自由度的已知运动可求出整个结构其余自由度的动力学响应,完成基础激励求解.在此基础上用已知的界面自由运动和求得的非界面自由度的动力学响应,代入结构动力学方程即可实现载荷识别.本方法唯一能给基础激励和载荷识别结果带来的偏差是Craig缩聚模型与原始有限元模型间的差异,对此用频响分析的方式,直接从频响曲线的变化来确定缩聚模型的精度.算例表明这一新的基础激励和载荷识别途径是有效的.      

大型导弹车工作模态识别研究及应用

针对大型导弹车在运输状态下的动态特性识别问题,设计制作了能够反映大型导弹车主要动力学特征的简化模型,使用最小二乘复指数法（LSCE）对简化模型进行了动态特性识别,对识别结果进行了分析和评估,并将最小二乘复指数法应用到真实大型导弹车运输状态的模态识别中。可为大型导弹车运输状态下的动力学特性分析提供参考。     

整机条件下涡扇发动机部件特征参数辨识

为解决整机条件下难于直接获得部件全部特征参数的问题,在计算发动机部件特征参数对整机性能敏感度的基础上,利用条件数分析参数之间的相关性最终确定可修正参数数量.这样即可构造工程上可解的辨识问题,并通过最小二乘法求解.仿真计算结果显示:高压压气机效率为0.982与初设值0.98一致,说明该方法从理论上是可行的.从具体实例的辨识结果来看,有压气机后温度测试时部件效率降低量值符合实际结果;无压气机后温度测试时高压压气机效率较设计状态偏高12.7%,不符合实际发动机工作情况.显然辨识问题是病态的,为此可修正参数不应超过6个.      

飞轮扰动经验模型参数的识别与改进

对飞轮扰动模型参数的精确识别是研究光学卫星高稳定度、高分辨率成像的基础. 目前, 飞轮的扰动模型识别主要有两种: 经验模型和分析模型. 经验模型需要识别的参数是谐波级数和幅值系数, 而当前存在的参数识别算法忽略了时域截断的影响, 导致幅值系数识别存在较大偏差, 这会引起扰动响应分析的不确定性. 针对上述情况, 提出了窗函数法和与其相关的频域恢复技术, 有效弥补了时域截断的影响. 通过实验仿真结果可见, 该方法大幅度提高了幅值系数的识别精度.      

基于证据理论的雷达与通信侦察目标识别算法

针对异类被动传感器中的目标识别问题,将D-S证据理论运用于雷达侦察与通信侦察的目标识别中。首先将雷达和通信侦察设备侦收到的信息分别通过识别,得到雷达和通信电台的基本概率赋值,再通过D-S证据理论算法进行融合,计算出目标平台的基本概率赋值,从而得到融合后的平台类型。仿真实验结果表明,融合后的结果具有更高的置信度。     

基于SVM辨识的涡扇发动机全包线稳态控制方法

针对涡扇发动机全飞行包线范围稳态最优控制器的设计问题,首先根据不同飞行条件下发动机各工作状态的稳态“小偏差”线性模型,采用线性二次型调节器(LQR)分别设计得到相应的发动机最优线性控制器参数,然后将所得到的线性控制器用支持向量机方法进行非线性逼近,得到控制器参数的支持向量机辨识模型,以满足发动机全包线、全状态稳态控制的需要.支持向量机模型的输入为飞行高度、马赫数和稳态转速,输出为线性控制器参数.应用实例表明:该方法在全包线范围内对发动机最优稳态控制器的逼近误差均在2%以内,能较好满足控制精度要求.      

基于遥测数据的卫星在轨飞行温度仿真算法研究

研究一种基于遥测数据的卫星在轨飞行温度仿真计算方法,以卫星热控边界温度遥测参数作为仿真计算模型基准温度参数,挖掘星上设备温度与安装边界（热控边界）温度之间的数值定量关系,形成卫星温度关系数值矩阵。通过基准温度遥测数据与卫星温度关系数值矩阵之间数值运算,实现卫星在轨飞行温度仿真预计,计算误差小于2.5℃。     

遥感卫星在轨微振动测量数据分析

介绍某遥感卫星的在轨微振动测量方案,并从背景噪声、扰动源特征、星体结构传递特征三个方面对测量数据进行分析。由测试数据发现,控制力矩陀螺（CMG）和动量轮引起的局部扰动较大,而传递至有效载荷处的扰动主要由CMG和双轴天线引起。星体结构对微振动有良好的衰减作用,有效载荷安装面的响应相对于振源得到了大幅衰减。     

基于三维CFD的RBCC发动机建模方法

RBCC发动机可多模态工作,能适应宽广的飞行包线,因而其火箭尾流剪切作用变化强烈、流道截面变化大,喷油规律复杂,给发动机建模与控制研究带来困难。针对RBCC发动机的地面直连实验构型,采用三维CFD计算分析RBCC流场特点,研究发动机状态变量特征,并基于CFD计算结合拟合法的建模思路,建立了RBCC状态空间模型,模型的计算结果与三维CFD的计算结果有较好的吻合度,均方差满足要求。研究表明,在一定范围内增加计算特征数据点个数,可提高建模精度,但当计算特征数据点的个数超过20时,继续增加点的个数对精度的提高非常有限。