齿轮故障诊断技术的研究

本文总结了我们多年来对齿轮故障诊断的研究工作。论述了故障齿轮振动信号的数学模型;论证了齿轮故障诊断的新方法:细化复包络分析、宽带解调技术、三阶谱分析、相关谱分析和最大熵谱分析,并列举了实例。 细化复包络谱是将细化技术应用到复包络谱上,可以提高频率分辨力。理论分析与计算机模拟表明,宽带解调技术具有很高的信噪比。三阶谱与相关谱对某些故障的分析很有效。理论分析表明,对调相信号的最大熵谱估计是有偏估计,文中还给出了线性调相与线性调频两种情况下的偏移量。     

模态试验中跑点测量时传感器附加质量影响的消除

介绍了在模态试验中消除传感器附加质量对模态参数识别结果影响的方法，该方法主要针对固定激振点，移动单个传感器的常见试验情况，在不需改变常规试验设备和方法，不增加测试工作量的前提下，用分析方法消除传感器质量的影响，为验证该方法的正确性和有效性，对一直梁作了仿真计算和实验研究。     

基于对极几何约束的景象匹配研究

提出了一种图像配准方法来解决实时图与基准图空间不对准问题。它是利用随机采样算法估计基本矩阵，恢复实时图与基准图之间对极几何．然后基于对极几何约束．剔除误匹配点．得到精确匹配控制点，计算出全局仿射变换，从而对实时图进行校正。该方法的特点是精确、稳定和全自动。采用真实图像实验结果表明，该方法是行之有效的。     

有色噪声干扰下的一种系统辨识方法

把有色噪声干扰的随机系统看作一类广义输出误差模型,辨识的思想是把过程模型和噪声模型分别用两个有限脉冲响应(FIR)模型逼近,进而得到一个特殊的CARMA模型/ARMAX模型。使用增广最小二乘法估计其参数,最后根据模型等价原理确定原系统的参数估计。仿真结果表明．如果近似的FIR模型有较高的阶次,系统辨识精度满足要求。     

基于贝叶斯网的航班过站时间动态估计

一架飞机每天要执行多个航班,从而 形成航班链。前序航班进港后,若估计出飞机在机场的过站时间,后续航班的离港时间便可 较准确给出。文中选取了对航班过站时间影响较为显著的几个因素,运用历史数据,采用最 大似然估计进行贝叶斯网参数学习并获得不同情况下过站时间的估计值。同时,利用贝叶斯 网增量学习的特性,运用航班增量数据基于贝叶斯估计修正贝叶斯网参数,并用新的学习 结果更新过站时间估计值。实验数据表明,所提出的方法能较好地对飞机过站时间进行估计。最后,对影响过站时间的各因素进行了灵敏度分析对比。     

基于Hopfield神经网络的非线性系统故障估计方法

针对一类故障参数是线性可分的非线性系统,在参数故障情况下提出了一种基于Hopfield递归神经网络的故障估计方法。利用Hopfield递归神经网络的自学习能力和稳定性理论,将故障参数的估计问题转化为Hop-field神经网络的稳定性问题,克服了现有数值方法存在量化误差和算法收敛性等问题。与自适应观测器和等价空间方法等相关故障参数估计方法相比,具有设计简单、易于实现和适用性宽等特点。仿真结果表明,对于常值故障和时变故障,诊断系统均具有较好的估计效果和动态性能。     

面向飞行机械臂的实时目标检测与定位算法

飞行机械臂要完成自主抓取的任务,对目标物的识别与定位尤为关键.当前飞行机械臂视觉识别算法多采用传统的特征提取等方法.为提升目标物识别及定位的精度和效率,本文设计了一种基于YOLOv5深度学习目标检测算法和RGB?D传感器的视觉识别与定位算法,该算法可以实时检测目标物并对其位姿进行估计,为飞行机械臂的抓取工作服务.同时针...     

基于倒序相关累加的信号到达时间盲估计

研究了在信号频率、初相、幅度未知条件下,矩形包络复正弦信号到达时间盲估计算法.先利用相关检测对信号的起、止时间进行粗估计,估计出信号频率,并将其变换到基带,经倒序累加后的信号模值,在到达时刻将出现拐点并达到最大输出信噪比,检测出拐点位置,作为到达时间精估计.文中推导了离散矩形包络复正弦信号到达时间估计的克拉美罗限.计算机仿真表明,本方法在较低信噪比条件下可实现对信号到达时间的精确估计.     

基于 CER的运载火箭研制费用估算

运载火箭研制费用估算是费用管理中的一个重要环节。正确估算研制费用对于方案选优、加强研制过程中的费用管理以及估算整个寿命周期的费用等都具有十分重要的意义。参考美国国家宇航局（ NASA ）的费用估算关系（ CER ）模型,提出了基于运载能力、起飞质量、外形尺寸等参数的参数-费用估算模型。鉴于我国运载火箭样本少的实际情况,采用偏最小二乘法（ PLS）对该模型进行了实证检验,估计值与真实值之间的偏差较小,估计效果比较理想。为下一步运载火箭研制方案筛选和费用管理提供了依据。     

基于最大似然估计的TDOA/FDOA无源定位偏差补偿算法

在到达时差/到达频差(TDOA/FDOA)无源定位系统中,定位问题的非线性使得定位的结果存在偏差,特别是在噪声较大或者接收站布站不合理的情况下,定位的偏差尤其显著。针对这一问题,提出了一种基于最大似然估计的偏差补偿算法。该方法分为3步:首先,利用最大似然估计器对目标的位置和速度进行求解;其次,通过利用目标定位的估计值和含噪的测量值,对目标的位置和速度偏差值进行理论分析和推导;最后,将最大似然估计解减去理论偏差值,得到经过偏差补偿的新的目标定位解。理论分析和实验仿真证明,在一定噪声的情况下,所推导的目标位置和速度的理论偏差值与实际偏差值相符,并且经过偏差补偿后的定位算法,在保持目标定位的均方根误差(RMSE)与原最大似然算法一致的情况下,目标的位置和速度偏差值远远小于原最大似然算法的偏差值,目标定位精度得到了有效的提高。