计及随机噪声的频域多输入多输出模态参数识别

提出了一种计及随机噪声的多输入多输出频域模态参数识别方法。该方法基于连续时间域的频率响应函数有理分式模型,利用Forsythe正交多项式改善求解性态,属频域的极大似然类估计方法。在最小二乘估计的基础上,利用"先验"的随机噪声信息进行优化迭代的极大似然估计,得到更优的模态参数识别结果。根据Cramer Rao下界不等式,在几乎不增加计算量的情况下获得所识别结果的不确定性信息,提高了模态参数识别的可靠性。采用GARTEUR飞机模型作为仿真算例,对本算法进行了仿真验证。     

基于广义力的旋翼振动载荷计算

为描述挥舞、摆振铰和变距轴承的运动引入了三个刚体运动自由度 ,旋翼桨叶通过 5节点15自由度有限单元离散 ,计入了桨叶刚性运动与非线性弹性变形之间的动力学耦合效应。利用曲线坐标系下的本构方程 ,对经典的中等变形梁理论进行了重新的推导。另外 ,采用了Leishman Beddoes非定常和动态失速模型 ,入流由自由尾迹分析获得。导出的旋翼桨叶非线性时变常微分方程以广义力的形式给出。桨叶截面载荷和运动方程在位形空间中同时求解。由本文分析得出的桨叶振动载荷与SA349/ 2小羚羊直升机飞行测试数据吻合程度很好。     

随机响应面法在结构随机响应计算中的应用

传统的响应面方法以一般多项式逼近结构的随机响应,但这种方式并不能保证收敛性.以随机多项式为基础的随机响应面方法,可以弥补这一不足.两个数值例子和一个发动机轮盘实例来验证这一方法的有效性.结果表明:随着随机多项式次数的增加,随机响应面所得到的响应概率密度曲线愈加趋近于由蒙特卡罗方法所得到的概率密度曲线.      

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。     

基于径向基函数改进的Delaunay图映射动网格方法

为了提高大变形下动网格生成的效率和质量,基于径向基函数插值技术对原始Delaunay图映射动网格方法进行了改进。首先通过带多项式的径向基函数插值方法计算出背景网格远场边界点的位移;然后将背景网格位移插值到计算网格;最后利用衰减函数将计算网格远场位移衰减为零。基于矩形旋转网格变形实例比较了改进方法与原始Delaunay图映射动网格方法之间的差别,并研究了径向基基点数目和衰减函数类型对变形网格质量的影响。矩形旋转网格变形实例说明该方法能够精确恢复出Delaunay背景网格的旋转特性。NACA 0012翼型、NLR 7301两段翼和M6机翼网格变形算例进一步证明,通过添加控制点,该方法能够不重构背景网格实现大变形下高质量动网格的生成。     

DOA estimation and mutual coupling calibration with the SAGE algorithm

In this paper, a novel algorithm is presented for direction of arrival（DOA） estimation and array self-calibration in the presence of unknown mutual coupling. In order to highlight the relationship between the array output and mutual coupling coefficients, we present a novel model of the array output with the unknown mutual coupling coefficients. Based on this model, we use the space alternating generalized expectation-maximization（SAGE） algorithm to jointly estimate the DOA parameters and the mutual coupling coefficients. Unlike many existing counterparts, our method requires neither calibration sources nor initial calibration information. At the same time,our proposed method inherits the characteristics of good convergence and high estimation precision of the SAGE algorithm. By numerical experiments we demonstrate that our proposed method outperforms the existing method for DOA estimation and mutual coupling calibration.     

AP聚类改进免疫算法用于航空发动机故障诊断

在免疫算法训练过程中引入近邻传播(AP)聚类与熵权法,对训练样本进行聚类与权值计算,将权值引入免疫算法中样本选择阈值的计算,以解决训练过程采用固定选择阈值所造成的检测器在部分区域过拟合,部分区域欠拟合的问题。结果表明:改进的免疫算法用于典型非线性函数的寻优时,迭代性能均优于传统免疫算法,并在大部分情况下优于粒子群算法与量子遗传算法,在进行某型发动机故障诊断的实例实验时,改进后的算法的诊断准确率达到98.06%,高于传统免疫算法的92.60%。      

动态时频谱分析、探测和跟踪的随机有限集法

动态出现和消失多分量信号的时频分析问题一直是非平稳信号处理的难点之一。为此,提出了一种分析、探测和跟踪多分量信号的随机有限集法。该算法利用时频变换,如短时傅里叶变换或自适应谱估计法,以及多项式预测模型,将多分量信号的时频分析问题归纳成可利用随机有限集进行多目标追踪的问题。分析表明：借助于提出的初始权重赋值算法,以及谱分量幅度和频率的联合似然函数,就可利用高斯混合概率假设密度滤波器来实现对动态时频谱的分析、探测和跟踪。在仿真实验中,所提算法有效提升了动态时频谱的跟踪精度,其对微弱时频谱分量的探测能力,以及对载频差异的分析能力均优于文献报道的算法。     

基于多项式平方和规划的航空发动机鲁棒LPV/PI控制

针对航空发动机常规(proportion integration,PI)控制器设计过程中难以保证鲁棒性及参数适应性差等问题,提出了一种基于线性变参数(linear parameter varying,LPV)模型及多项式平方和(sum of squares,SOS)规划的控制器设计方法.结合传递函数模型下的鲁棒稳定条件及弱对偶定理给出了多项式描述的LPV模型鲁棒稳定条件,并转化为便于求解的SOS规划问题.根据发动机非线性模型获取不同转速下的传递函数模型,并利用多项式拟合的方法建立发动机LPV模型.根据所提出的定理构造出SOS规划问题,并求解得出LPV/PI控制器.最终以某型双轴涡扇发动机为被控对象,在包线内不同点进行了阶跃仿真,结果表明:高压转子转速控制系统的稳态误差为0,调节时间小于3s.      

基于任意多项式中弧线的单级高效率风扇设计

为了在压气机通流设计阶段考虑叶片弯掠效应,开发了基于流线曲率法的通流设计程序,提出一种基于四次多项式的任意中弧线叶片造型方法,并推导了任意回转面上的中弧线表达式。以此方法为基础,采用通流设计与叶片造型相互迭代的方式开展大流量跨声速风扇设计研究。此风扇级的设计点为巡航状态,设计流量为155kg/s、压比为1.54。研究结果表明:在设计状态,此风扇级的总压比为1.545,转子和级效率分别为0.939、0.916;在设计转速下,失速裕度为17%,转子和级最高效率分别为0.945、0.923;在起飞状态,流量接近440kg/s,效率与巡航状态相当,压比高于巡航状态。