基于EMD样本熵-LLTSA的故障特征提取方法

针对振动信号的非线性、非平稳性以及微弱故障特征难以提取的问题,提出了一种基于经验模态分解(EMD)、样本熵和流形学习的故障特征提取方法.该方法将EMD、样本熵和流形学习相结合.首先,利用EMD的自适应多分辨率的特点计算分解得到的IMF(固有模态函数)信号的样本熵,初步提取滚动轴承状态特征值;然后利用流形学习方法对初步的提取的滚动轴承状态特征进行进一步的提取;最后利用支持向量机(SVM)对该特征提取方法进行分类评估,并将该方法运用在滚动轴承故障诊断实验中,实验证明该特征提取方法与基于小波包样本熵的故障诊断方法相比具有很好的聚类性能,且对于SVM的分类结果可达100%,在降低了特征数据的复杂度的同时,增强了故障模式识别的分类性能,具有一定的优越性.     

渗透壁面竖直平板Blasius流熵产特性

对渗透壁面竖直平板Blasius流层流边界层流动熵产及传热熵产与总熵产的比值(Bejan数)进行了深入研究,将耦合的动量与能量偏微分方程组通过相似变换转换为非线性常微分方程组,用Runge-Kutta法求解获得了无量纲流函数与无量纲温度的相似解,进而研究了无量纲参数对熵产及Bejan数的影响.结果表明:吸入时最大熵产位于壁面处,吸入速度越大最大熵产越大,熵产随相似变量的增加单调下降;喷注速度越大壁面处熵产越小;近壁面处熵产随变黏度参数增大而增大,远离壁面处随喷注/吸入参数或变黏度参数的增大而减小;远离壁面处Bejan数随喷注/吸入参数或变黏度参数的增大而增大,近壁面处与此相反;熵产和Bejan数随着辐射参数和Reynolds数增大而减小,随着Biot数增大而增大;Biot数在0~2范围内对传热熵产的影响很剧烈,Biot数较小时总熵产由流动熵产控制,Biot数较大时总熵产由传热熵产控制;熵产随滑移参数的减小而增大,Bejan数随滑移参数的增大而增大;Grashof数对熵产的影响较大,在较大的Grashof数条件下熵产随相似变量的变化较剧烈;滑移参数越大,流动熵产越小,Bejan数越大.      

基于信息熵距和FSVM隶属度的转子振动状态评估方法

为了更有效、直观地对航空发动机的振动状态进行实时监控,运用信息熵和模糊支持向量机(FSVM)方法,建立了基于信息熵距和FSVM隶属度的转子振动状态评估方法。研究了振动信号的信息熵特征,提出了可以表示转子振动状态的指标—信息熵距;通过模糊支持向量机(FSVM)确定模糊隶属度矩阵,将模糊隶属度矩阵与信息熵距相结合,建立了一个多参数的转子振动状态评估模型;应用此模型对转子振动信号进行系统分析和定量计算,验证了该方法用于转子振动状态评估是有效、可行的。      

基于RANS方法的民用飞机网格分析

基于RANS方程分别对代表民机巡航的DLR—F6模型和增升的NASATRAPWING模型进行多块结构化网格生成技术研究,通过网格拓扑、分布、质量参数等多项研究,得到影响民机外流场粘性计算需要的网格生成因子,形成一套适用高精度阻力预测的民机CFD网格生成指南。同时,为验证网格设计方法的可靠性及准确性,分析了不同网格生成准则对于CFD计算模拟精准度的影响,为民机计算策略研究及气动力设计提供了参考依据,具有重要的工程实用价值。     

基于模糊指数融合和正交基分解的发动机性能监控

针对发动机性能监控过程中出现的单参数监控信息量不足和多参数容易矛盾的情况,提出一种发动机性能监控模糊指数融合方法。该方法基于滑动窗口参数均值和熵,采取有效的信息融合技术,建立表征发动机性能的模糊融合指数。利用神经网络方法,依据已确定的模糊融合规则推导出剩余决策规则。实例表明,模糊融合指数能很好地跟踪发动机性能缓慢衰退和突变两种情况。用正交基分解的方法对模糊指数进行重构预测,与线性拟合和二次拟合相结合的方法相比,其预测精度更高,能准确预测发动机的性能变化。     

相变材料容器的瞬态热分析

空间太阳能热动力发电系统是很有前途的空间电源系统。基于微重力状态下的导热控制微分方程，采用焓法对相变材料容器进行了二维数值分析，改进了以往的模拟计算，对计算结果给予了讨论。     

一种基于支持向量机的小波图像压缩方法

提出了一种结合支持向量机(SVM,Support Vector Machines)回归与小波变换的新的静态图像压缩方法.SVM回归方法可以学习原始数据之间的相关性,并采用小部分训练样本,即支持向量来稀疏表示原始数据集,利用这一特性来逼近和约减小波系数,可以达到数据压缩的效果.首先采用小波变换把原始图像分解成不同尺度的多个子带,由于最低频子带系数非常重要,采用DPCM直接编码,然后对其它频带系数采用SVM回归进行压缩.由于不同尺度和方向的小波系数特征不同,为尽可能去除小波系数间的各种相关性,给出了适合SVM回归的小波系数的有效组织方式.最后研究了支持向量及其相应权重的混合编码方法.实验结果表明:与同类压缩方法相比,本算法获得的恢复图像的主客观质量有明显提高.      

动态系统失效的不确定性分析及其高效算法

为了分析在不确定性元器件失效率影响条件下动态系统的失效问题,提出了满足工作时间要求的系统失效概率和满足失效概率限制的系统正常工作时间的分析方法。同时,为了研究元器件失效率对动态系统失效的影响程度,提出了元器件失效率对系统失效概率以及系统正常工作时间不确定性影响的重要性分析方法,建立了元器件失效率对系统失效概率和系统正常工作时间方差贡献的重要性测度指标。首先给出了指标求解的直接蒙特卡罗方法,然后采用基于分数矩的极大熵方法来高效估计系统失效的概率密度函数,采用乘法降维积分建立了2种重要性测度指标的高效解法。阀门控制系统和民用飞机电液舵机系统的算例结果表明所提方法的合理性和算法的高效性。     

不完备信息条件下的并发故障诊断方法

在实际的装备故障诊断过程中,经常存在测试信息不完整的情况,而此时对并发故障进行诊断,则更为困难。针对这种情况,首先,对目前应用于不完备信息条件下的故障诊断方法以及并发故障诊断方法进行了分析。定义了不完备并发故障诊断决策系统对存在缺失的测试信息进行表述。提出了不完备边界粗糙熵对决策系统的不确定性进行度量,给出每条测试属性的重要度,同时给出了不完备信息条件下属性值频率的计算方法。然后,为了对并发故障进行诊断,在DSmT框架下构建了并发故障诊断模型,在此模型下提出一种融合证据特征的区间信度合成规则。最后,通过故障诊断实例,验证了方法的有效性和适用性。