基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断

针对从行星齿轮箱非线性、非平稳振动信号特征提取困难的问题,提出了一种基于自适应复合多尺度排列熵(ACMPE)、改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)和灰狼群优化支持向量机(GWO-SVM)相结合的行星齿轮箱故障诊断方法。利用ACMPE从复杂域提取振动信号的故障特征,构建高维故障特征集;采用ISSL-Isomap方法对高维故障特征集进行维数约简,提取出低维、敏感故障特征;应用GWO -SVM分类器对低维故障特征进行模式识别,判断故障类型。行星齿轮箱故障诊断实验结果分析表明:与多尺度排列熵(MPE)、复合多尺度排列熵(CMPE)等特征提取方法相比,ACMPE方法在分类效果和识别精度上更具优势;与局部切空间排列(LTSA)、等度规映射(Isomap)、加权Isomap(W-Isomap)、监督Isomap(S-Isomap)和监督型自组织增量学习神经网络界标点Isomap(SSL-Isomap)等降维方法进行比较,ISSL-Isomap方法降维效果最佳;所提方法的故障识别率达到100%,具有一定优越性。      

基于机匣信号的滚动轴承故障卷积神经网络诊断方法

针对在滚动轴承故障激励下的机匣微弱故障特征,提出了基于卷积神经网络(CNN)的故障诊断方法。利用矩阵图法、峭度图法以及小波尺度谱法3种振动信号的预处理方法,将一维原始信号转换为图像信号;利用卷积神经网络对故障进行识别。通过比较分析发现:通过连续小波尺度谱更易提取滚动轴承的故障特征,其故障识别率达到95.82%,均高于其他几种振动信号预处理方法;由于卷积神经网络可以利用深层网络结构自适应地提取滚动轴承故障特征,比传统支持向量机(SVM)方法的故障识别率高约7%。结果证明了该方法的有效性与可行性,且具有较好的泛化能力和稳健性。      

轴系非线性振动解析模型研究

针对高速柔性轴系振动中线性与非线性的耦合作用,定义了非线性尺度因子ε,构建了轴系振动耦合作用模型.该模型拓展了经典线性模型的研究思路,重点探讨轴系的非线性响应.应用多尺度法推导了转子非线性振动的通频解析解的Fourier级数形式,同时给出了非线性固有频率和基频近似频响方程（FRE）.通过实验验证了同尺度条件下（ε=1）,通频解析解及基频近似频响方程的非线性特性,以及解析耦合振动模型与通频解析解的合理性和有效性.      

层合陶瓷基复合材料多尺度应力-应变计算模型

对层合陶瓷基复合材料(CMCs)的应力-应变行为进行了研究。基于多尺度分析方法,实现了由组分性能参数到层合陶瓷基复合材料整体应力-应变的计算。采用可实现单向纤维增强陶瓷基复合材料应力-应变计算的细观力学模型,由材料的细观组分性能计算出单向板的非线性弹性性能,并将单向板的弹性性能作为层合复合材料模型的输入参数,通过有限元法计算层合陶瓷基复合材料的整体应力-应变响应。与试验数据的对比表明:采用该模型可以实现层合陶瓷基复合材料在单调拉伸载荷及拉伸加卸载条件下应力-应变曲线的预测,其中数据的最大偏离为19.61%.      

再入飞行器极限环运动分析

应用控制再入飞行器纵向运动二阶微分方程,根据外形对称特征,建立气动力系数模型,对方程进行定性分析.由构造的相平面,揭示出运动的全局特性--螺旋点、鞍点、Hopf分岔、极限环以及导致振荡运动和发散的初始条件域.应用多尺度法获得运动方程的极限环振幅和频率的渐近表达式,讨论了Hopf分岔类型.对静态俯仰力矩系数变化产生的影响也进行了分析.     

长输管道工程测量投影长度变形的应对措施

长输管道工程测量投影变形的存在是不可避免的,本文首先分析常用的横轴墨卡托投影(涵盖我国常用的高斯-克吕格投影)变形的理论基础,然后针对《长距离输油气管道测量规范》对线路和站场的测量精度要求,分别提出应对措施,总结了应用经验.     

基于连续小波变换的脉内调制类型识别技术

脉内调制类型识别是雷达侦察的关键技术之一,特别是低信噪比下的脉内调制识别技术是当前研究的热点.利用基于连续小波变换的瞬时频率提取技术,可以在低信噪比条件下获得不同调制类型信号的瞬时频率特征,从而实现低信噪比下的脉内调制类型识别,仿真结果表明采用这种方法可以有效地实现低信噪比下的瞬时频率提取.     

高超声速钝体尾流的积分电子密度与尺寸度律

本文提出了一个高超声速非烧蚀钝体化学非平衡尾流流场的简化模型和简化的空气化学模型。应用该模型计算尾流的积分电子密度。计算结果与实验数据符合得很好。在此基础上,以P_∞D_N=375mmHg·mm为例,初步论证了尾流双尺度律的适用程度与范围,为弹道靶模型实验提供正确的导向。     

一种稀疏测向数据下的天基初轨确定模型及其算法

稀疏测向数据下的天基初轨确定具有重要的应用价值.针对地基Laplace和Gauss方法在天基稀疏测向初定轨中存在的不收敛和平凡解问题,提出了一种新的模型--双ρ迭代模型,研究了优化算法中的变尺度方法和遗传算法作为解算算法,最后进行了仿真.结果表明,双ρ迭代模型可以较好地解决地基方法在天基测向初定轨应用中的上述问题,利用变尺度法的双ρ迭代模型具有90%以上的解算成功率,且具有良好的解算速度和收敛性,而采用改进的遗传算法可以解算其余算例,二者结合使用可以达到较好的初定轨效果.     

抗旋转和缩放的SAR与可见光图像自动配准算法

针对合成孔径雷达与可见光图像在大角度旋转和大比例缩放情况下的高精度自动配准问题,提出了一种尺度和旋转不变的SAR(Synthetie Aperture Radar)和可见光图像自动配准算法.算法以SIFT(Scale Invariant Feature Transform)算法为基础,首先通过增强Frost滤波和自适应直方图均衡增强SAR和可见光图像的共性,使其显著提高能够提取出足够多的特征点数目,然后再通过特征描述方法、相似性度量方法、点匹配方法、特征点聚类方法和误匹配点剔除方法等方面对原始SIFT方法进行改进,有效地提高其在多源图像、强噪声、复杂成像条件下的特征提取和匹配性能,最后通过最小二乘法和相似变换模型实现SAR和可见光图像的精确配准.试验表明该算法对图像尺度和角度变化具有良好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法,具有良好的工程应用前景.