新型高燃速推进剂的催化燃烧性能

研究了有机酸铅盐、有机酸铜盐、铜铬氧化物、铁化合物不同组合作为催化剂对新型复合改性双基高燃速推进剂燃烧性能的影响。发现新型的铅铁络合物与铜铬氧化物组合是一种高效的催化剂组合。在配方中添加3%的组合催化剂,可使该新型高燃速推进剂燃速(9.81 MPa)从48.78 mm/s(空白配方燃速)提高到56.66 mm/s,9.81~19.62 MPa区间内的压力指数从0.676下降到0.576。用差热分析研究了铅铁络合物和铜铬氧化物及其复合对双基粘结体系(NC NG TEGDN)和AP热分解的影响,结果表明,复合催化剂可使双基粘结体系分解峰温提前4.94℃,使AP高温分解峰温提前119.08℃,放热量从144.97 J/g增大到1 180 J/g。     

基于系统分解的三自由度直升机控制仿真研究

三自由度直升机模型是多变量、非线性、强耦合的复杂控制对象,针对对象维数较高,控制器不易设计的问题,提出了一种基于系统分解的控制方法。首先建立了直升机的数学模型,并通过输入-状态线性化方法将模型线性化;其次将模型分解为两个子系统;最后分别采用无静差跟踪方法与PD控制方法设计子系统控制器。该方法通过模型分解,可大大降低控制器设计难度。仿真结果表明直升机姿态轨迹跟踪效果良好。     

基于Wigner分布和经验模态分解的减速器故障诊断

为了降低全寿命费用和增强飞行安全性,对减速器故障进行检测和故障诊断是非常必要的。减速器振动信号的冲击性振动信号往往可以与故障引起的冲击联系在一起,因此冲击性信号可以作为一个故障的表征形式。为了刻画故障信号,许多研究探索在时频域内寻找微弱的故障特征信号。Wigner分布是最为常用的一种时频分布。然而,故障特征信号经常被其他部件的振动信号和Wigner分布双线性运算固有的交叉项所污染。为了减少这些干扰,本文将Wigner分布与经验模态分解结合起来。不同于传统的直接计算Wigner分布,将经验模态分解作为一个预处理环节。振动信号被分解为一系列固有模态函数。仅仅计算与啮合振动相关的固有模态函数的Wigner分布。这种方法应用于减速器试验台数据,结果表明诊断效果得到了明显提高。      

基于GRNN-ELM的飞机复合材料结构损伤识别

飞机结构的损伤严重影响着飞机的飞行安全,为了解决飞机复合材料结构损伤难以有效识别问题,本文提出一种基于广义回归神经网络(General regression neural network,GRNN)与极限学习机(Extreme learning machine,ELM)组合的飞机复合材料结构损伤识别新方法。首先对飞机复合材料层合板进行冲击,而后对其进行疲劳拉伸试验,通过优化布局在复合材料层合板上的光纤光栅传感器募集应变信息,并对其进行预处理。采用变分模态分解(Variational mode decomposition,VMD)对募集的应变信息进行自适应分解,得到多个基本模式分量(Intrinsic mode function,IMF)。计算各阶IMF分量的奇异熵,通过核独立主元分析(Kernel independent component analysis,KICA)方法对奇异熵进行特征融合,构建融合特征向量。采用融合特征向量建立基于GRNN-ELM的复合材料结构损伤识别模型,通过试验对损伤识别模型的有效性进行了验证,并分别与所构建的ELM和GRNN损伤识别模型的识别结果进行比较。结果表明,该方法能有效对飞机复合材料结构损伤进行识别,具有很好的工程应用价值。     

基于高斯分解的乙醚-水溶液荧光光谱分析

实验检测了波长为245nm的紫外光激发乙醚-水溶液的荧光光谱。在二阶导数分析的基础上,对乙醚-水溶液的荧光光谱作高斯分解,获得了7条高斯谱线并测定了各自的的中心波长、谱峰强度和半峰宽度。利用高斯基元参数进行了多峰高斯拟合,计算了各高斯谱线对应的基态中最高和最低振动能级差。研究发现,溶液中乙醚分子与水分子以不同的方式结合可以形成7种能发射荧光的缔合分子,其对应的最佳吸收波长不同,引起高斯谱线的半峰宽度各异,中心波长位于304nm的高斯谱线对应的能级差最大。研究结果为乙醚-水溶液中分子缔合结构的进一步研究提供了参考。     

改进的EMD方法在车辆振动信号提取中的应用(英文)

为了能在强噪声背景下准确地进行振动信号的特征提取,对经验模式分解进行了研究和改进,并将其应用于车辆振动信号的特征提取中。首先对系统中各输入信号进行了多次自相关处理,有效地降低信号中的噪声。然后对处理的信号进行经验模式分解,得到了各固有模态函数分量。最后对感兴趣的固有模态函数分量进行希尔伯特变换和谱分析,从而得到信号的特征信息。仿真和试验分析说明了改进的经验模式分解方法的可行性,并且对同类工程问题具有一定的参考价值。     

基于EMD和SVM的滚动轴承故障诊断方法

将支持向量机(SupportVectorMachine,简称SVM)、经验模态分解(EmpiricalModeDecomposition,简称EMD)方法和AR(Auto-Regressive,简称AR)模型相结合应用于滚动轴承故障诊断中。该方法首先对滚动轴承振动信号进行经验模态分解,将其分解为多个内禀模态函数(IntrinsicModeFunction,简称IMF)之和,然后对每一个IMF分量建立AR模型,最后提取模型的自回归参数和残差的方差作为故障特征向量,并以此作为SVM分类器的输入参数来区分滚动轴承的工作状态和故障类型。实验结果表明,该方法在小样本情况下仍能准确、有效地对滚动轴承的工作状态和故障类型进行分类,从而实现了滚动轴承故障诊断的自动化。      

三维动态非结构重叠网格Navier-Stokes方程并行算法

 提出了一种三维动态非结构重叠网格Navier-Stokes(N-S)方程的并行计算方法。N-S方程的空间离散采用格点有限体积方法,时间离散采用隐式的双时间步长方法。应用一方程Spalart-Allmaras(S-A)模型来计算湍流黏性。并行计算采用动态的区域分裂方法,在每一物理时间步利用METIS网格分区系统对网格进行分区。为了实现各CPU之间的负载均衡,每块网格都按CPU个数进行分区并对活动节点和非活动节点进行了加权处理。最后,通过对外挂物投放无黏流动的数值模拟和内埋武器弹舱开启黏性流动的数值模拟,验证了该并行程序的准确性、高性能并行计算以及处理复杂几何外形的能力。     

EMD的频带滤波筛分方法

Hilbert—Huang（HHT）变换方法由经验模态分解（EMD）及Hilbert变换两部分组成,能在时频域上正确地描述非平稳非线性信号的局部特征。但由于模态混淆,当信号组合分量的频率太接近时,HHT常不能正确分解窄带信号。针对这一情况,提出了EMD筛分过程的一种新的改进方法——频带滤波HHT方法,并运用此方法成功分解了双自由度线性体系反应的窄带信号。     

基于奇异值分解的关系相似度计算方法

关系相似度计算在信息检索等领域有重要的应用.目前,关系相似度主要通过向量空间模型计算,但数据稀疏严重影响计算效果.为此提出以上下文模板表示特征,并通过对特征矩阵的奇异值分解降维消除噪声,冉通过向量余弦夹角计算关系相似度.实验表明,该算法比传统的向量空间模型算法在分类准确率方面有明显提高.