基于上下位机体系结构的飞机组合传动发电机负载管理技术研究

根据组合传动发电机试验的负载特点,总结了组合传动发电机试验负载管理的一般要求,并进行了负载系统设计、负载管理策略研究,最后通过用Labview和西门子S7-200小型PLC组成的上下位机体系结构实现了负载自动化管理并在某组合传动发电机通用试验台上成功应用.     

美国国防部将砍掉两个直升机项目

美国国防部部长在2010年财年的预算中，计划砍掉两个高端的旋翼机项目：“战斗搜索与救援”直升机（CSAR-X．上图）和VH-71总统直升机（下图）。价值150亿美元的CSAR-X项目经历了数年的延迟、各军种间的竞争、一次调查和两项竞标抗诉．延迟时间大大超过了预期。同样，洛克希德·马丁公司领导的VH-71项目也同样遇到了成本跃升和进度延迟的麻烦．尽管第一阶段的9架试制生产机中的8架已经交付并用于飞行试验，但计划中生产23架直升机计划的研制成本已经翻倍到130亿美元。     

基于ELMD与改进SMSVM的机械故障诊断方法

机械振动信号携带大量重要的机械状态信息,然而机械故障振动信号在复杂工作状态下通常呈现非平稳、非线性特性。因此,从振动信号抽取和选择有效的机械故障特征、提高故障识别性能,成为机械故障诊断研究的热点。针对上述问题,本文提出了基于集成局部均值分解(Ensemble local means decomposition,ELMD)与改进的稀疏多尺度支持向量机(Sparse multiscale support vector machine,SMSVM)的机械故障诊断方法。该方法首先使用自适应非线性、非平稳信号处理方法 ELMD把多模态调制故障信号分解成为多个单模态解调信号,有效地增强了故障特征。把压缩感知和多尺度分析技术融合于故障模式分类中,提出改进SMSVM旋转机械故障识别方法,提高多类机械微弱故障数据模式识别性能。该方法融合稀疏表示、多尺度分析和SVM的优点,无需求解复杂的优化问题,易于推广至更多尺度SVM,具有计算量少、泛化性与鲁棒性好、物理意义明显等优点。人工数据和实验设备数据验证了本文算法的优越性。     

基于平滑先验分析和模糊熵的滚动轴承故障诊断

由于机械系统的复杂性,振动信号的随机性表现在不同尺度上,基于对振动信号进行多尺度的模糊熵(FE)分析,提出了基于平滑先验分析(SPA)和模糊熵的滚动轴承故障诊断方法。采用SPA方法对振动信号进行自适应分解,得到振动信号的趋势项和波动项;分别计算趋势项和波动项的模糊熵;将模糊熵值作为特征向量,输入至基于优化算法的支持向量机(OSVM)。将该方法应用于滚动轴承实验数据,分析结果表明:该方法在仅提取两个分量特征的情况下即可达到100%的故障诊断精度,可有效实现滚动轴承的故障诊断。      

光学自由曲面加工机床在机测量系统精度建模与定量分析

为了提高光学自由曲面加工机床的整体加工能力,进行在机测量系统的特征测量功能开发。在给出在机测量系统结构构成及功能需求下,进行在机测量系统几何精度建模,进行几何静态误差辨识与补偿,进而规划在机测量系统基本功能工作流程。最后,通过进行多项测量实验,可得到标准平面及凹球面测量不确定度达到微米级,检测面型工件特征测量结果较为稳定。     

近距平行跑道配对进近方式的安全区域

为了提高我国近距平行跑道的运行效率,对配对进近方式的安全区域进行研究.根据配对过程中快机和慢机的相对运动关系和速度特征,将配对进近分为快机不可超越慢机和快机超越慢机两种方式.将慢机作为参考量,分析快机的相对运动状态,定性地给出两种配对方式的安全区域范围.在此基础上,考虑慢机错误地闯入快机航向道,建立防撞安全边界计算模型;考虑配对前机在最大不利侧风影响下的尾流对后机的影响,建立尾流安全边界模型.利用虹桥机场的相关数据,采用C类航空器B737-800,D类航空器B747-400作为配对进近的两架飞机,对模型进行验证.结果表明:该方法可以实现实时定量地计算两种配对方式下的安全区域范围.     

基于粗糙集属性约简和支持向量机的变压器故障诊断

针对油浸式变压器的故障诊断问题,提出一种利用差异化的粗糙集属性约简与有向无环图-支持向量机(DAG-SVM)相结合的方法实现变压器故障类型的快速诊断。该方法首先通过油浸液中溶解气体量的历史数据及其对应的故障类型建立原始故障决策表;然后利用等频率间隔划分法对条件属性数据作离散化处理,利用差分矩阵对决策表信息进行差异化属性约简,建立每两类故障间的诊断规则,消除对决策结果区分度较低的冗余属性;最后根据约简属性的对应数据作为特征向量输入,构建有向无环图-支持向量机多分类诊断网络,进而实现对故障类型的判断。仿真实例表明,该方法在系统检测中提高了故障诊断的准确率。     

一种考虑最优收敛时间的多无人机编队控制方法

针对多无人机编队过程中的收敛时间问题,提出了一种基于最优控制和粒子群优化算法的一致性编队控制方法。将无人机机动约束和一致性编队控制算法结合,实现了无人机在约束条件下的编队控制。基于人工势场思想,设计了一种具有机间避碰能力的一致性编队控制方法,解决了无人机之间的碰撞问题。通过最优一致性控制和粒子群优化算法优化一致性编队控制方法,在考虑机间避碰的情况下,使整个编队的收敛时间降低1.2 s,整体收敛性能提升6.28%。仿真结果表明该方法能够缩短多无人机的编队收敛时间。     

基于支持向量机的航空发动机故障诊断

支持向量机是一种具有完备统计学习理论基础和出色学习性能的新型机器学习方法,它能够较好地克服神经网络容易出现的过学习和泛化能力低等缺陷。提出一种基于支持向量机的航空发动机故障诊断方法,应用该方法成功地对发动机气路部件的几种典型故障进行了正确诊断。在对检验样本施加噪声后,支持向量机构成的故障分类器仍然能够满足发动机故障诊断的要求,表明提出的故障诊断算法具有良好的鲁棒性,可以作为工程应用的基础。