基于灰色理论的失效机理一致性检验方法

针对基于加速模型参数不变、基于统计方法及基于试验观察3种常见的失效机理一致性检验方法进行研究,发现3种方法均需要加速试验数据来对失效机理一致性进行检验,不能事先为加速试验提供理论指导;提出了一种基于灰色理论的失效机理一致性检验方法,该方法可用预试验数据进行失效机理一致性检验,为加速试验制定最高应力台阶提供理论指导;结合某型光电编码器预试验数据对该方法进行实例验证,得出175℃附近为失效机理变化点,并与基于统计的方法进行对比;最后,对产品进行失效机理分析,利用扫描电镜分析(SEM,Scanning Electron Microscope)结果验证该方法的正确性.     

一种单低轨星北斗备份与辅助方法及在轨验证

在低轨卫星上搭载导航载荷,为北斗系统提供有效的备份及辅助性能提升手段,是近年来卫星导航领域专家学者探讨的热点问题.针对全球卫星导航系统信号在恶劣电磁环境下的受扰问题,提出了一种利用单颗低轨卫星实现北斗备份和辅助的方法.北斗备份是指通过单颗低轨星独立为地面用户提供导航服务.北斗辅助是指利用单颗低轨星信号及信息,为地面用户...     

运载火箭整流罩内主动降噪控制技术

运载火箭整流罩内的声振环境对有效载荷的可靠性和发射任务的成败至关重要。为改善整流罩内低频声振问题，首先从数学原理上介绍了用于主动降噪(ANC)系统的自适应滤波器和通道辨识的方法;其次针对运载火箭整流罩特定情况，建立反馈式滤波最小均方值(FxLMS)-ANC系统控制模型，并在实验室环境下搭建硬件实验平台;最后针对噪声频谱分布的不同特点开展宽带、窄带、宽带与窄带组合式ANC实验。结果表明:采取ANC控制对噪声抑制效果明显，特别是对功率谱峰值所在的频点实施窄带降噪，降噪效果更为突出。实验室环境下所得的实验结论，验证了在运载火箭整流罩内ANC的潜力。     

抽油机故障诊断的分布驱动主动学习算法

抽油机示功图直观显示了抽油机工作情况，但实际工况情况呈现典型的长尾分布特性，类别严重不平衡。传统方法无法准确识别小类别工况，也无法获得井下工作状态准确识别。针对这一问题，提出一种基于分布驱动的多类别长尾数据代价敏感主动学习算法（Cost-sensitive active learning algorithm based on distribution -driven multi-class long-tailed data， CALA）。首先，考虑数据分布特性，以最小化代价为优化目标确定数据的最佳聚类簇数；其次，通过加入预分类误差代价来更新之前得到的最佳聚类簇数；然后，构建集成分类模型作为分类器；最后，通过迭代来平衡数据分布。采用某油田真实的示功图数据进行测试，显著性实验分析证明CALA在小类别工况诊断上具有更好的性能。     

Blind identification of space–time block codes based on deep learning

Deep Learning(DL) has important applications to both commercial and military communications, such as software-defined radio, cognitive radio and spectrum surveillance. While DL has been intensively studied for modulation recognition, there are very few investigations for blind identification of Space-Time Block Codes(STBCs). This paper proposes a Residual Network(RN)-based model for identifying 6 kinds of STBC signals with a single receiving antenna, including the same length of coding matrix. I...     

一种MEMS陀螺仪零偏建模与估计方法

针对MEMS陀螺仪零偏随时间变化的问题,提出了一种MEMS陀螺仪的零偏建模与估计方法.通过分析静态条件下陀螺仪零偏变化的影响因素,建立了陀螺仪零偏和温度之间的差分方程模型.采用系统辨识的方法,给出了系统模型的参数辨识流程.基于最小二乘法,实现了模型参数的辨识.设计了测试验证试验,基于陀螺仪的零偏样本特性建立了三阶差分方程,并进行了参数辨识和模型验证,结果表明该模型可以有效地估计陀螺仪的零偏.     

基于叶端定时的转子叶片裂纹监测与诊断

为了实现转子叶片裂纹非接触式监测，提出基于??0范数的叶端定时欠采样信号稀疏重构算法。针对叶端定时信号欠采样问题，建立欠采样信号稀疏表示模型，利用分块正交匹配追踪算法对叶端定时欠采样信号进行分段重构，进而监测在变转速非稳态工况下转子叶片动频的变化情况，据此判断转子叶片是否产生裂纹。针对应变片信号间隔采样的特点，研究基于同步提取变换的时频分析方法，以提高时频图的时频聚集性。开展旋转叶片裂纹扩展试验，同时采用叶端定时和应变片系统测量叶片振动。对比叶端定时和应变片的分析结果，二者均可在裂纹叶片断裂之前至少20min，监测到裂纹叶片和正常叶片的动频发生分离的现象，即裂纹萌生致使叶片动频发生偏移，表明所提出的叶端定时欠采样信号重构方法能够实现转子叶片裂纹的监测与诊断。     

基于遗传算法优化小波网络的柔性喷管力矩特性辨识方法

为准确辨识负载力矩并提高主动加载负载模拟的真实度，使用了一种基于遗传算法优化的神经网络辨识方法。使用小波分析方法对测试信号进行预处理，将消噪与分解后得到的信息作为神经网络训练的扩充样本，提高了辨识精度。使用遗传算法选择最优输入信息、网络结构和隐含层规模，加快网络收敛速度并简化计算过程，实现对柔性喷管力矩的快速准确辨识。仿真结果表明该辨识方法可以准确地描述柔性喷管在典型测试信号激励下的力矩特性，平均辨识误差为2%，对于实现精确主动加载控制和验证伺服控制性能具有重要意义。     

基于运行模态的复合材料梁脱层损伤识别

为了实现复合材料结构损伤的定位与定量识别,利用传递率函数的运行模态分析方法探讨了复合材料梁无损检测方法,通过对加速度传递函数的最小二乘拟合,得到结构的模态频率和阻尼,对传递率函数矩阵奇异值分解,得到结构的振型.运用曲率模态(CMS)和曲率模态变化率(CMSI)作为损伤指标,对具有单损伤、多损伤和不同损伤程度的复合材料梁...