附加粘弹性阻尼齿轮结构的阻尼计算

本文结合模态应变能理论与20节点有限元方法,提出了一种附加粘弹性阻尼结构损耗因子的计算模型和方法。以某实际齿轮附加阻尼结构为例,进行阻尼计算,研究了如何提高阻尼处理的效率,并得到相应实验的验证。该方法克服了已有粘弹性阻尼结构计算方法只能对简单理想结构建模的局限性,能够简便有效地应用于实际粘弹性阻尼结构的阻尼预测和优化。这对阻尼的工程应用具有较大的理论和应用价值。      

弹性梁碰撞阻尼识别的新方法

首先将连续碰撞系统离散成包括任意个模态的状态方程,然后基于Hertz定理和能量平衡原理,证明弹性碰撞阻尼取决于碰撞冲量和最大碰撞力,提出了确定弹性梁碰撞阻尼的新方法,解决了碰撞阻尼识别中的关键问题。最后由两个弹性梁的碰撞实验检验了其正确和有效性。     

宏观机敏机构的振动主动控制

研究了具有压电作动器与应变传感器的柔性连杆机构的振动主动控制问题。应用复模态理论对宏观机敏机构的动力学方程进行解耦,建立了包含系统噪声与观测噪声的受控系统状态空间表达式,并分别设计了离散LQG状态反馈控制器与离散Kalma。滤波器。宏观机敏机构的在线振动控制实验表明,柔性连杆的应变峰值降低了80％,机构的动力学性能得到了显著改善。     

轴流风扇/压气机管道周向声模态的测量

利用管道内部周向均匀分布的麦克风阵列对某单级风扇在高背景噪声和较大硬壁反射条件下的管道周向声模态进行了实验测量.利用与参考信号互相关(CC)模态分解技术和传统的方均根(RMS)模态分解技术得到了主要的周向声模态振幅.通过与Tyler和Sofrin的理论分析对比,发现在高背景噪声和较大硬壁反射条件下,两种模态分解技术都能获得较为理想的模态分解结果;并且发现CC模态分解技术获得的模态振幅较低,初步分析这是由于和RMS模态分解技术相比,CC模态分解技术可以降低随机噪声对模态振幅分解结果的影响.此外,周向麦克风个数大于所要分解周向声模态阶数的4倍时,使用CC模态分解技术获得的模态振幅误差可以控制在1dB之内.      

航空发动机叶片高频模态阻尼的实验测试方法

以NASA Rotor37叶片为对象,研究了航空发动机叶片的高频模态阻尼比的实验测试方法.实验分析和数值计算均说明:在随机声激励下获得频响曲线将包含由支撑结构振动造成的峰值.基于此提出在支撑结构上布置多个传感器的实验方案,并以支撑结构的振动峰值位置和能量相对大小来判定叶片振动主导的振动峰值.用小波阈值收缩法和曲线拟合法对这些振动峰值进行了降噪和模态阻尼比识别,给出了实测模型在10kHz内“叶片主导振动”的模态阻尼比.结果表明:一般的结构金属材料条件下,叶片结构的高频模态阻尼比的数量级小于1%,且随频率增加呈下降趋势.      

基于二次指数平滑的发动机气路参数偏差值平滑

利用二次指数平滑法进行气路参数偏差值的异常点识别与平滑,首先建立了基于二次指数平滑的异常点识别方法,然后建立发动机参数偏差值平滑的评价指标,最后根据该指标通过粒子群算法对平滑系数和显著性水平进行优化.通过实例应用验证该方法对于发动机气路参数具有很好的平滑效果,满足工程使用的要求.     

一种基于神经网络的飞机载荷参数识别方法

提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别.首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率.载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求.     

利用互相关差分模型在环境激励下提取模态参数

对于一些大型结构,难以采用人工激励进行模态识别,只能利用环境激励信息,单独从响应数据提取模态参数。针对这一实际情况,首先从经典差分模型入手,推导出了环境激励下的多参考点互相关差分模型,然后分别采用增广矩阵法和多项式特征值法求解模态参数。最后采用一飞机模型对多参考点互相关差分模型法进行了试验验证,并且将2种求解方法得到的结果进行了比较。结果表明,多参考点互相关差分模型能够有效地进行环境激励下的模态识别,并且多项式特征值法比增广矩阵法所得结果更好。     

步进频率单脉冲二维像成像仿真及用于识别的研究

探讨了单脉冲雷达三维成像的原理以及方法.通过计算机仿真,基于实验室实测的目标二维重点散射源图,获取了任意目标的二维像,并和ISAR三维成像作了比较.就二维图形数据的特征提取进行了有意义的探索,提出了一种数据合成的方法,在此基础上经过仿真实验,得到了较为理想的目标识别结果.     

动态载荷识别方法研究

动态载荷识别技术是飞机设计中的关键技术之一，本文对动态载荷识别方法进行了综述，详细介绍了频域反演法，时域反演法，神经网络反演法，逆虚拟激励法以及优化反演法的研究进展。