Onboard real time modeling of aircraft engines with Hammerstein-Wiener representation

An identification-based approach for aircraft engine modeling using the nonlinear HammersteinWiener representation was proposed.Hammerstein-Wiener modeling for both limited flight envelope and extended flight envelope was investigated.Simulation shows that the resulting model can be valid over 10%variation of rotational speed of the engine,compared with those linear models that are only valid over 3%—5%change of rotational speed.It is further demonstrated that the proposed method can be utilized over large envelope up to 20% variation of rotational speed of the engine.The fundamental idea is to use nonlinear models to extend the feasible/valid region rather than those linear models.This may consequently simplify the switching logic in the onboard digital control units.This is often overlooked in aircraft engine control community,but has been emphasized in the research.     

空间站机械臂位姿测量中合作靶标的快速识别

 空间站机械臂在完成辅助对接或者目标抓捕时,需要实时求取机械臂上的视觉传感器与目标上的合作靶标之间的位置和姿态,而其前提条件是合作靶标的快速识别。本文提出了一种合作靶标的快速识别算法。算法分为3大步骤:首先用Sobel算子和改进的非极大值抑制算法提取靶标图像的单像素边缘;然后将每条边缘分为两段,分别采用最小二乘法进行圆拟合,若两段拟合结果相似则该边缘属于圆形;最后根据圆形的大小在每个圆形周围开出一大一小两个正方形窗口,统计在两窗的补集内距离圆心较近的直线数量,若直线数量满足规定条件则认为是合作靶标。利用手眼相机、六自由度转台和合作靶标对算法进行了验证,实验结果表明该算法能在1.5 m的距离内准确识别合作靶标,且不受光照条件影响。合作靶标的识别算法快速、稳定、抗干扰能力强。     

Assembly Variation Identification of High Pressure Spool by Response Surface Based Model Updating Using IV-optimal Designs

This article, in order to improve the assembly of the high-pressure spool, presents an assembly variation identification method achieved by response surface method (RSM)-based model updating using IV-optimal designs. The method involves screening out non-relevant assembly parameters using IV-optimal designs and the preload of the joints is chosen as the input features and modal frequency is the only response feature. Emphasis is placed on the construction of response surface models including the interactions between the bolted joints by which the non-linear relationship between the assembly variation caused by the changes of preload and the output frequency variation is established. By achieving an optimal process of selected variables in the model, assembly variation can be identified. With a case study of the laboratory bolted disks as an example, the proposed method is verified and it gives enough accuracy in variation identification. It has been observed that the first-order response surface models considering the interactions between the bolted joints based on the IV-optimal criterion are adequate for assembly purposes.     

基于机匣应变信号的航空发动机转静碰摩部位识别

 为有效识别航空发动机转静碰摩部位,提出基于机匣应变信号的航空发动机转静碰摩部位识别技术。以应变片为敏感元件,采用沿机匣轴向、周向粘贴应变片两种实验方案,利用航空发动机转子试验器模拟大量不同碰摩部位的样本,采集航空发动机转子试验器机匣上的应变信号,提取应变的均值特征,利用支持向量机,识别不同碰摩位置。结果表明:沿机匣周向的应变均值特征可有效识别转静碰摩部位,且鲁棒性较好,且仅需在机匣的4个位置粘贴应变片即可对4个不同碰摩部位达到100%的识别率。沿机匣轴向的应变均值特征也可识别不同的碰摩部位,但识别效果不如沿机匣周向效果理想。     

飞机结构模态耦合现象的抑制方法

某型飞机试飞中出现了高频振荡现象,该振荡属于伺服弹性振荡,产生该振荡的原因是飞控系统对传感器测量的结构弹性频率段的振动信号衰减程度不足。为了抑制该振荡的发生,对主控系统的纵向通道控制律进行了适当的调整,并对调整前后控制系统的频域特性进行仿真对比。在此基础上,进行试飞现象重现并验证控制律更改的有效性,这些仿真表明,控制律更改可以实现对伺服弹性振荡的抑制。     

基于双树复小波包变换和SVM的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的非平稳性和现实中难以获得大量典型故障样本的情况,提出一种基于双树复小波包变换和支持向量机（SVM）的故障诊断方法.首先通过双树复小波包变换将非平稳的振动信号分解得到不同频带的分量;然后对每个分量求其能量并归一化处理;最后将从各个频带分量中提取的能量特征参数作为支持向量机的输入来识别滚动轴承的故障类型.对试验台模拟信号（包括滚动轴承的正常状态、外圈裂纹故障、内圈裂纹故障和滚动体点蚀故障）的分析表明:该方法对所测试验信号的故障识别率达到99.5%,对比传统小波包变换与SVM结合的方法,故障识别率的准确度更高.      

考虑模型抖振力跨向不完全相关性效应的气动导纳识别

首先通过考虑节段模型上抖振力跨向不完全相关性效应推导了节段模型风洞试验中作用在模型断面上的分布抖振力谱和由底支式天平测到的模型总抖振力谱之间的关系。然后,以准平板断面为例,进行了格栅湍流场节段模型的测力和同步测压试验,获得了模型总抖振力谱以及模型抖振力跨向相关性函数。接着,采用等效导纳法以及抖振力自谱和抖振力脉动风速交叉谱综合残量最小二乘法分别识别了准平板节段模型等效气动导纳和六分量气动导纳,讨论了模型抖振力跨向不完全相关性效应对气动导纳识别结果的影响,并把识别得到的准平板断面气动导纳与平板断面气动导纳的理论结果——Sears函数进行了比较。结果表明：忽略抖振力跨向不完全相关性效应（即假设节段模型分布抖振力沿跨向完全相关）而直接采用平均抖振力作为断面上分布抖振力的传统方法会导致气动导纳识别结果偏小,并且,其偏小程度会随着频率的增加而增加;此外,相对于抖振升力和扭矩相关的气动导纳分量而言,由于抖振阻力的跨向相关性比抖振升力和扭矩的跨向相关性显得更弱,因此抖振力跨向不完全相关性效应对阻力相关气动导纳分量识别结果的影响更大;利用识别得到的六分量气动导纳反算的作用在模型上的分布抖振力谱与试验中实测结果非常接近,经抖振力跨向不完全相关性效应修正后的竖向脉动风速对应的升力和扭矩气动导纳分量的识别结果与Sears函数也比较接近,从而验证了用于六分量气动导纳识别的自谱-交叉谱综合最小二乘法的可靠性。     

基于时空特征融合的舰船航迹预测方法

针对海上舰船日益增多、海情日益复杂的严峻形势,改进舰船航迹预测方法,实现对海域态势的有效管控成为亟待解决的问题。结合舰船航迹获取简单、数量较大的显著优势,提出利用舰船航迹数据驱动的基于时空特征融合的舰船航迹预测方法。首先,联合卷积神经网络(CNN)和长短时记忆网络(LSTM)构造时空特征融合网络,充分提取舰船航迹的时空特征;然后,利用海量 AIS(Automatic Identification System)数据进行网络训练;最后,利用网络输出的航速和航向对舰船航迹进行预测。仿真结果表明,提出的网络具有准确的舰船航迹预测能力,能够适应舰船机动运动场景。与传统预测方法相比,该方法能够使预测 MSE减少 0.2~1.4,预测性能大大提高。     

喷流噪声声源识别与声源机理分析方法进展

喷流噪声是航空气动噪声的主要来源,会造成严重的环境污染和健康威胁。缺乏对湍流涡如何产生 噪声辐射这一物理过程的深刻理解,是难以设计出高精度噪声预测方法和高效降噪装置的根本原因。本文总结公开发表文献中喷流噪声的声源识别与声源机理分析的研究进展和局限。从噪声由湍流脉动产生这一因果 律出发,指出未来研究仍需要对噪声和湍流脉动建立合理的物理模型和控制方程,进行合理的分离,并将噪声 脉动表示为背景湍流的广义函数,从动力学角度揭示非定常湍流涡演化产生噪声辐射的物理机理。     

基于dSPACE的频率特性测试与模型辨识研究

为了满足伺服控制系统设计需要,提出了一种利用dSPACE系统对被测对象进行频率特性测试与模型辨识的方法,对该方法所使用的激励信号与响应数据处理进行了研究。利用dSPACE硬件平台产生离散正弦扫频信号,利用软件合成的方法实现相关分析运算,使用Matlab进行数据处理,完成被测对象频率特性曲线绘制,采用Levy方法进行了模型辨识。应用结果表明,该方法使用方便,对传递函数具有较高的辨识精度,可以为控制算法设计提供理论依据。