基于特征正交分解翼型流场反设计方法研究

基于特征正交分解( Proper Orthogonal Decomposition,POD)方法中模态的思想,利用特征正交分解基,通过改变马赫数或迎角来得到相应的流场快照,对流场参数进行重构,基于快照范围内可以得到高精度的重构流场结果.以NACA0012翼型和RAE2822翼型为研究对象,采用POD方法对流场参数进行了...     

小波消噪在测试信号处理中的应用

结合某测试信号,介绍了阈值消噪的三种方法：强制阈值、默认阈值和给定阈值。通过分析不同阈值消噪后信号波形,计算消噪信号的信噪比、均方根误差和相关系数,对几种方法的准确度进行了对比。结果表明,通过合理选择小波分解的尺度,对小波系数进行阈值重构,能有效地去除信号中含有的噪声,而选用不同规则下的阈值函数或者同一阈值函数对小波系数的处理方式不同,消噪的效果会有很大差异,而阈值函数的选取,更应充分考虑信号的实际特征。     

航空螺旋桨动平衡配平的建模算法

航空螺旋桨在高速旋转过程中会产生振动,减小振动的方法是对螺旋桨进行动平衡配平.相对于传统配平算法而言,该建模配平算法通过建立与待配平螺旋桨特征数据相符合的配平模型,并采用矢量分解算法精确计算出拟安装配重的质量和安装位置,有效解决了工程实践中拟配平螺旋桨的实际轻点位置与桨毂上预置的可安装配重位置不一致的矛盾.工程实践中对实际案例的配平结果表明:建模配平算法能够一次性将拟配平螺旋桨的振动值降低至1.27×10-3m/s(0.05IPS)以下达到"best"等级,相对于不大于4.826×10-3m/s(0.19IPS)的合格阈值而言,可100%保证一次性配平成功.      

基于改进型UDVT分解的单频整周模糊度快速解算

 基于全球定位系统(GPS)快速定位中观测矩阵的病态性特点和Tikhonov正则化原理,研究了单频整周模糊度快速解算的改进方法.基于奇异值扰动理论,研究了改进型UDVT分解算法,即利用病态观测矩阵构造新的矩阵,然后化为上Hessenberg形式的三对角矩阵,利用移位QR算法得到精确的奇异值,避免了因较小奇异值发生较大抖动而使正则化矩阵出现不稳定的情况;在分析法矩阵病态性特点的基础上,设计了改善正则化矩阵的构造方法.实验结果表明,与传统最小二乘降相关平差(LAMBDA)算法和Tikhonov正则化-LAMBDA法相比,新算法能更有效地改善法矩阵的病态性,只利用3～5个历元即能实现模糊度浮点解的快速解算及其固定,且结果可靠,浮点值更加接近真实值.     

基于协方差矩阵高阶幂的二维DOA估计新算法

 针对稀疏分解方法进行均匀圆阵(UCA)的二维波达方向(DOA)估计运算复杂度大的问题,提出了一种基于协方差矩阵高阶幂稀疏分解的二维DOA估计新算法。该算法首先利用协方差矩阵高阶幂无需进行特征值分解和信源数估计的特性,构建了协方差矩阵高阶幂的稀疏分解向量;然后运用粒度分层思想,构造了粗区域估计和细方位估计的分层多粒度的快速分解模型,分层字典的长度大大减少,在保持估计精度的前提下,算法运算时间远小于现有的恒定冗余字典的稀疏分解方法,从而解决了基于稀疏分解的圆阵二维DOA估计问题。论文提出的算法与二维MUSIC算法相比,估计精度高,且能满足对相干信号的估计。仿真结果验证了算法的有效性和可行性。     

局部特征尺度分解改进算法

针对局部特征尺度分解估计包络曲线时未考虑其凹凸性的问题,提出了一种改进的算法。首先,利用3次样条插值方法进行均值点估计,结合前向以及后向插值2种方法,给出了双向形式;其次,参照标准算法,给出了具体的改进算法实现步骤;最后,通过仿真实例验证了有效性。     

一种基于稀疏分解的静电信号去噪方法

介绍了发动机静电监测技术的原理,对静电监测信号的复杂噪声成分和类型进行分析,总结了以往经典去噪方法的不足。针对静电信号复杂噪声滤除问题,提出了一种基于稀疏分解理论的静电信号去噪方法。分析了基于稀疏分解的静电信号去噪方法流程;以所构建仿真信号和实测试车静电信号作为分析对象,利用所提方法进行了去噪分析与实例验证,并与其他经典方法的去噪效果进行了对比。结果表明:基于稀疏分解的静电信号去噪方法具有很高的灵活性,能对信号背景中包含的高斯白噪声以及工频干扰噪声能够进行有效地去除,同时能够对于有用脉冲信号的成分进行保留,针对复杂静电信号去噪问题具有良好的应用效果。      

阻力精确分解的方法研究与数值模拟

根据阻力产生的物理机理将阻力分解为近场阻力和中场阻力,建立实现了阻力精确分解方法:近场阻力法和中场阻力法,前者对飞行器表面压强和切应力积分将阻力分解为压差阻力和摩擦阻力,后者通过区域划分式积分将阻力分解为波阻、粘阻、诱导阻力和数值耗散阻力.选取RAE2822翼型、M6机翼和某宽体标模进行数值模拟,验证阻力分解方法的正确性,对比两种方法进行阻力分解辨识的能力与不足.研究结果表明,中场阻力法可以给出详细的阻力构成,更有利于进行阻力产生分析和减阻优化设计;近场阻力和中场阻力计算可以很好地达到阻力平衡,但由于消除了数值耗散阻力,中场阻力法的计算结果要比近场阻力法更接近实验值.     

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.     

基于改进CST参数化方法和转捩模型的翼型优化设计

为提高翼型优化设计效率,增大设计空间,采用B样条基函数替代传统的形状类别函数(CST)方法中的Bezier多项式,增强了对翼型参数化表达的局部控制能力并提高了翼型局部表达精度。为了确保翼型在优化设计过程中的几何光顺特性和代理模型的准确性,采用小波分解技术提出了多分辨率翼型的局部光顺方法。采用基于本征正交分解(POD)的流场数值代理模型,并结合γ-Reθt转捩模型实现了快速准确的气动力与流动转捩预测。采用小波技术光顺的CST翼型参数化建模、POD流场数值计算代理模型以及γ-Reθt转捩模型,结合遗传算法建立了完整的翼型气动优化设计系统。针对低速层流翼型与超临界翼型进行优化设计,优化设计后的翼型升阻比分别提高了47.42%和45.85%,且对改进前后参数化建模方法的优化性能进行了对比,结果表明本文构建的翼型气动优化设计系统具备很高的优化效率。