Flight Flutter Modal Parameters Identification with Atmospheric Turbulence Excitation Based on Wavelet Transformation

针对基于大气紊流激励的飞机颤振试验数据具有信噪比低以及测量数据以加速度响应形式给出等特点,将小波变换与随机减量法相结合对飞机颤振模态参数进行识别,首先利用随机减量法获得结构在非零初始加速度条件下的自由衰减响应,然后对该自由衰减响应进行Morlet连续小波变换,为使变换简单,本文采用了Parseval定理和留数定理,利用Morlet的带通滤波特性,通过搜索小波变换系数在不同的尺度区域内的极大值,再根据小波变换系数的极大值、相角与固有振动频率及阻尼系数间的关系,即可识别出各模态参数。并对利用小波变换识别颤振模态参数时,实现模态解耦应满足的条件进行了分析研究。通过仿真和飞机颤振试验数据分析,验证了该识别方法不仅简单、有效和可行,而且具有较强的抗噪性。     

模态参数识别在飞行颤振试验中的应用

 本文介绍了飞机飞行颤振试验的简况、颤振试飞数据处理的特点和一些特殊要求。简要介绍了用频域参数识别方法和时域参数识别方法识别模态频率和阻尼的基本原理和基本数学模型。文中着重介绍了为解决颤振试飞中所获得的信号的信噪比差,而又要求识别的模态阻尼值的精度比较高这个矛盾和为了尽量缩短数据分析所花费的计算时间而采取的若干措施。     

获取自由飞模型气动导数的综合飞行试验研究

过去已进行过多个机种的自由飞模型大迎角特性试验，但均为单一项目的试验，现介绍了将获取放宽静稳定度特性和气动导数两个项目综合于一个自由飞模型飞行试验项目中的情况，用脉冲升降舵激发起模型的纵向短周期运动，用参数辩识方法获取气动导数，试验结果表明这种方法是可行的，为从事本专业及相关专业的科研人员提供了参考。     

环境激励条件建筑结构的试验建模研究

通过环境激励模态识别技术对一座中高层新结构大楼环境激励试验建模研究。首先介绍了试验模型设计 ,并在现场测量整栋大楼在环境激励下的振动响应。然后采用新发展的频率空间域方法 ( FSDD)进行模态识别 ,分别在 0～ 4.5 Hz和 0～ 6.5 Hz频率范围识别出 9阶弯曲和扭转模态频率和振型。采用频率空间域方法识别了结构的阻尼特性 ,并得到满意的结果。所得试验模型已成功应用于 CFT大楼的有限元动态模型修正。所研发的试验建模技术可望在结构响应预报 ,健康监测和振动控制中发挥重要作用     

一种直升机粘弹减摆器时域模型参数识别方法

在时域内建立了直升机粘弹减摆器的非线性模型。该模型基于不可逆热力学原理，在线性滞弹性位移场(Anelastic displacement fields，ADFs)模型的基础上，通过一组材料状态变量函数引入了粘弹性材料的非线性特性；文中以硅橡胶为研究对象，在粘弹减摆器实际工作中比较典型的幅值和频率范围内，进行了简谐实验，并通过两位移幅值(0．1cm，0．6cm)的应变／应力滞迟回线直接进行模型参数识别。最后，通过与线化复模量、不同幅值的应变／应力的滞迟回线等实验数据比较，证实了本文模型具有较好的可靠性，为进一步研究直升机粘弹减摆器的性能和带减摆器的旋翼气弹分析奠定了基础。     

基于BP网络的热工过程模型辨识方法

主要研究了人工神经网络在辨识火电厂热工过程模型中的应用，利用Visual C^ 语言构造BP神经网络,提出了把BP网络权值转换为传递函数的方法，针对火电厂常见的热工过程，不用人为加入特殊的激励信号，只利用现场生产中自然存在的扰动信号进行辨识试验，试验结果准确可靠。     

热交换器动态特性研究

本文从飞机空凋系统温度调节的需要出发,首先以集中参数模型的形式,用理论推导的方法,求得热交换器的动态数学模型的结构形式。然后,为了使热交换器的动态数学模型更加符合实际热交换器,文中提出不用理论推导的方法求得热交换器动态数学模型的模型参数,而用辨识实验的方法求得热交换器动态数学模型的模型参数。文木提出了热交换器动态特性的计算方法,即微分方程数值计算方法在其模型参数是状态参数函数的热交换器动态特性计算中的具体应用。并且以欧拉法为例,论述了热交换器动态特性计算的具体公式和步骤。     

基于TC783A的三相电动机缺相保护电路的设计与实现

介绍用于三相电动机缺相保护装置的设计方法,采用集成芯片TC783A为核心元件实现,有效地解决三相电动机其他保护元件的局限性。具有快速切断控制回路电源的功能及缺相指示和相序指示,试验证明系统工作性能良好。     

RFID技术在航空领域的应用研究

射频识别(RFID)技术现已广泛用于物流、金融、零售等各个行业.航空领域的RFID应用起步较晚,通过对RFID技术在飞机制造商、原始设备生产厂家(OEM)、航空公司的一些典型的应用案例的分析,提出RFID技术应用于航空领域所面临的挑战及必要性,为其未来航空业自动识别技术的发展指明了方向.     

基于飞行试验数据的双转子航空发动机 加减速瞬态模型辨识

为辨识航空发动机飞行过程中加减速瞬态模型,通过对某型航空发动机慢车至中间以及中间至慢车过程的飞行试验数据进行分析整理,将发动机上述加、减速过程简化为静态参数预测过程,利用3层前向人工神经网络,建立了某型发动机加、减速瞬态过程中的发动机关键参数预测模型,对发动机参数预测模型预测结果与飞行试验记录数据进行了对比分析,同时利用额外的飞行试验数据验证了辨识模型的泛化能力.结果表明:辨识得到的发动机模型在油门杆稳定时参数预测相对误差不超过3％,在油门杆动作期间参数预测相对误差不超过5％;验证点上辨识模型参数预测误差不超过3％.证明该型发动机参数预测模型可以很好地预测发动机瞬态过程中的参数变化情况.该方法为建立发动机其他状态的加、减速过程参数变化模型奠定了基础,也能为建立全包线范围内发动机瞬态参数预测模型提供参考.