基于深度学习的航空发动机不平衡故障部位识别

针对基于机匣测点的航空发动机不平衡故障部位识别问题,提出了基于深度卷积神经网络的航空发动机不平衡故障部位诊断方法。针对某典型双转子航空发动机,建立整机耦合动力学模型,并利用数值积分算法实现不平衡故障数值仿真;在从发动机压气机端到涡轮端的高、低压转子上选择4个不平衡故障部位作为诊断对象,通过仿真分析得到发动机典型转速下的转子不同部位不平衡故障的仿真样本;计算4个机匣测点信号的规范化频谱,通过对大量仿真数据的处理得到反映不同不平衡故障部位的故障样本集;利用仿真得到的大量不平衡故障样本,训练深度卷积神经网络,利用深度卷积神经网络的优良特征学习能力实现航空发动机不平衡故障的不同部位进行识别,数值试验结果表明该方法对航空发动机不平衡故障部位的识别准确率达到95%。     

直线电机地铁车辆牵引系统国产化应用研究

为解决国内直线电机(LIM)轨道交通牵引传动系统关键技术及备品备件完全依赖进口、维修维护困难、车辆运营成本高的现状,研究开发了具有完全自主知识产权的大功率强迫风冷式LIM牵引变流器系统。针对LIM特殊结构引起的边端效应等问题对传统间接磁场定向矢量控制方式进行了优化。考虑到LIM次级时间常数发生变化对磁场定向的影响,导致转矩控制性能下降,提出了一种基于最小电流的参数在线辨识方法。所提方法计算简单、不依赖于电机其他参数,试验台测试结果证明了该算法的准确性和有效性。在地铁实际运营线路的试验结果表明,国产化牵引变流器各项性能满足车辆技术要求,而且效率等部分指标优于原车进口牵引系。     

标识和追溯性管理在民用飞机项目中的应用

标识是追溯性管理的基础。从标识和追溯性的定义出发,介绍了民机设计和制造过程中标识要求的相关标准;结合民机制造和管理特点,介绍了民机标识内容的基本要求,民机标识方法的选用原则,并详细说明了民机常用的标识方法;针对民机系统目前所采用标识方法存在的问题,阐述了二维码技术在民机标识和追溯性管理中的应用优势。     

一种基于遗传算法的RSC码盲识别方法

针对目前递归系统卷积(RSC)码盲识别算法容错性差、计算量大的问题,提出了基于遗传算法的RSC多项式参数盲识别算法。首先根据RSC码特殊的编码结构,构建了基于遗传算法的识别模型,将结果向量的码重作为适应度函数,然后推导出了不同误码率条件下平均码重的理论值,实现了算法中最优门限的获得。该算法容错性能较好,并且最大计算量只与初始种群的规模、遗传代数的上限以及输出路数成正比。最后仿真验证表明,理论推导的码重分布情况能够与仿真结果较好地吻合,并且在误码率高达0.06的情况下,各种寄存器个数下的RSC码参数识别率接近于0.9。     

发动机转子系统早期故障智能诊断

在对飞机发动机转子系统早期故障特点进行分析的基础上,针对其故障诊断中存在的故障样本不足和早期微弱故障不易识别的问题,提出将随机共振、小波包分析与支持向量机相结合的发动机转子系统早期故障诊断与智能自愈监控方法。该方法首先利用随机共振原理对早期微弱故障信号进行特征细化,使故障特征放大;然后利用小波包多分辨率分析特性进行故障特征提取;再将提取的特征向量输入由支持向量机构造的分类器中进行故障识别,并利用智能自愈方法对故障进行监控。对智能诊断系统结构、故障特征提取方法、多故障分类器构造、故障自愈监控等进行了分析和研究。结果表明,该方法在故障样本不足情况下,能有效识别发动机转子系统的早期故障,且算法简单、故障分类识别效果好,并能对故障进行自愈监控。     

电液负载模拟器的神经网络参数辨识

基于神经网络,提出一种根据参数上下界辨识系统参数的新方法。在建立电液负载模拟器模型的基础上,在待辨识参数的上下界内,使用神经网络对动态系统的参数进行辨识,找到一组参数使之满足对实际系统的最佳逼近,使系统在实际输入信号下能更好地复现实际系统的实际输出。并使用另一组实验数据检验辨识结果对实际系统的任意实际输入输出采样数据组的逼近程度。验证结果表明该辨识结果能很精确地逼近实际系统。该方法可用于一般复杂系统的实际参数辨识。     

基于参数辨识原理的飞机参数分析及算法研究

提出一种在飞机概念设计中基于参数辨识理论的设计参数分析方法。在给定的设计重量和任务剖面要求下,利用基于物理的运动方程和动力学方程模型辨识出飞机气动力参数,并在总体性能评估的基础上进行设计参数分析,给气动设计提供了设计参考;在辨识过程中针对参数可行域离散度很高使得很难收敛到Pareto解的问题,提出了将神经网络预测模型融合到遗传操作过程,使得尽量在可行域内搜索。最后通过对某客机进行算例分析,表明基于辨识理论的参数分析方法和改进的算法是合理和可行的。与一般经验公式方法相比,该方法对布局类型的限制较小,在满足概念设计参数分析准确度要求的条件下能够为下一步的气动设计提供设计指标。     

一维钝体竖向拍振非线性涡激力识别

基于Scanlan经验非线性模型,推导一维钝体竖向涡激振动拍振响应.借鉴Wilkinson涡激力相关性函数,探讨节段模型拍振状态下气动参数、涡激力识别方法,分析相关性对涡激力识别的作用.以一大跨度桥梁主梁断面为例,识别气动参数及其非线性涡激力,结果表明在节段模型试验分析中考虑相关性作用后,可更准确地识别其非线性涡激力.     

基于结构自由振动的模态参数直接频域识别

论证了结构自由振动的有限离散频谱可以作为结构频响函数而直接用频域法识别结构模态参数,实现了时域和频域识别技术的有机结合。仿真和实际结构的识别试验证明了这一论证的正确性。     

一种适用于飞行器控制系统的快速时变参数辨识方法

 在自适应控制中,特别在飞行器控制系统中,经常会遇到快速时变参数的辨识问题,这是一个比较困难的问题。本文利用折线段近似时变参数,根据最小二乘原理导出了一种计算比较简单、辨识精度较高的快速时交参数辨识方法。文中对反坦克导弹和地空导弹等快速时变系统进行了数学模拟.其结果表明,这种辨识方法不仅适用于连续快速时变系统,而且在参数变化存在第二类间断点时,仍有较好的辨识结果。