基于FEM的双馈发电机定子匝间短路表征因子研究

为了研究电机定子匝间短路故障时电磁特性的表征,基于Ansys Maxwell建立双馈发电机有限元模型,实现空载、并网和不同程度定子绕组匝间短路故障3种工况的模拟仿真。根据表征量理论计算方程式,基于能量角度定量分析3种工况下的气隙磁密畸变的振动、电流和温度特性。通过对比各表征量优缺点及诊断可行性分析,最终确定电流作为反映定子绕组匝间短路故障时气隙磁场的表征因子,而振动和温度作为故障检测的补充和验证,为发电机故障诊断的信号特征选择提供了理论基础。     

基于分数阶滑模的风力发电机直接功率控制

为了改善双馈风力发电系统的控制性能,将分数阶滑模控制应用于双馈风力发电机的直接功率控制系统中。将分数阶微积分引入到滑模控制中,构成分数阶滑模控制器,利用分数阶的遗传衰减特性削弱滑模控制的抖振。推导了应用于双馈风力发电系统的分数阶滑模控制律,并用李雅普诺夫稳定性定理证明了系统的稳定性。所提出的分数阶滑模控制系统省略了电流环控制,简化了控制结构,实现了有功功率和无功功率的有效控制。仿真与试验结果显示出所用分数阶滑模控制策略的有效性,同时表明该系统削弱了传统滑模控制中存在的抖振。     

基于加速退化原理的光纤陀螺性能保持期评估方法研究

为评估光纤陀螺在长期贮存条件下的性能保持期,从光纤陀螺自身的特点出发,根据贮存环境的具体要求,详细分析了加速试验过程中试验应力及应力量值的选取,明确了试验样品的分配及具体试验时间估算方式。通过加速退化的手段得到样品的零偏和标度因数等数据,结合可靠性工程领域的成熟方法和理论,采用灰色系统模型和线性退化模型得到外推时间,计算Weibull分布的形状参数和寿命参数,并根据Arrhenius模型对光纤陀螺的性能保持期进行了预测。试验结果表明,采用ASE光源的0.01(°)/h量级的光纤陀螺,其性能保持期可以超过3a。     

非对称载荷下TC17合金超高周疲劳试验

通过试验研究了110Hz和20kHz两种频率正弦式非对称载荷作用下TC17合金材料的疲劳失效行为,结果表明:载荷频率对TC17合金的疲劳强度和疲劳失效机理影响不明显,两种频率载荷作用下TC17合金的疲劳失效均存在表面诱发疲劳失效和内部诱发疲劳失效。表面诱发的疲劳失效主要是由循环载荷作用下试样机械加工缺陷和表面滑移所导致的,内部诱发的疲劳失效主要是由于材料初生α相在非对称循环载荷作用下发生解理断裂而导致的,失效形式的不同使得材料的应力-疲劳寿命（S-N）曲线呈双线性。萌生于TC17合金试样内部的疲劳裂纹可分为3个阶段:初生α相的解理断裂阶段、短裂纹扩展阶段和长裂纹扩展阶段。由裂纹萌生区特征可以确定室温条件下,应力比为0.1时,TC17合金疲劳长裂纹扩展门槛值为3.3MPa·m1/2。      

不起动流场对超声速/高超声速进气道自起动性能的影响

对7个典型速域的二维超声速/高超声速进气道加速自起动过程进行了准定常数值仿真,分析了真实临界不起动流场对进气道自起动性能的影响,研究发现:存在一种介于超声速和高超声速临界不起动模式之间的过渡临界不起动模式。当真实不起动流场处于超声速临界不起动模式时,自起动马赫数略大于无黏设计自起动马赫数;处于过渡临界不起动模式时自起动马赫数小于无黏设计自起动马赫数;而该研究中处于高超声速临界不起动模式的进气道,自起动马赫数明显大于无黏设计自起动马赫数。高超声速临界不起动模式下的喉道截面特征气流参数显著偏离无黏临界不起动流场,所以Kantrowitz理论以及基于该理论发展而来的系列方法不适用于预测高超声速进气道自起动性能。     

多通道相关-自适应轴承故障诊断方法

提出了多通道相关-自适应共振解调(MCC-ARD)方法 ,该方法使用冗余信号源采集故障信息,并利用谱峭度(SK)优化经验模态分解(EMD)的分解效率,根据互相关系数更加合理地选择本征模态函数(IMF)分量完成重构,对重构IMF进行包络解调,实现对滚动轴承的故障诊断。通过对多通道相关-自适应共振解调方法的实测数据分析,结果表明:该方法不仅克服了单一信号源系统修正能力差的缺陷,而且相频谱辨识率为传统EMD结合谱峭度共振解调方法的2.7倍,对滚动轴承故障的诊断结果更加清晰、准确。     

受限混合层的线性稳定性

针对超声速边界层/混合层组合流动,利用可压缩线性稳定性理论研究了流动的线性失稳特性。基本流场选取了具有不同速度特征的两股来流,采用双曲正切的混合层剖面叠加可压缩边界层自相似性解剖面构造。重点考察了混合层中心与壁面距离、对流马赫数等参数对组合流动稳定性特征的影响,其中壁面采用绝热壁面。混合层中心与壁面的距离为5~15倍的边界层厚度,混合层的对流马赫数为0.6~1.2。结果表明:该组合流动中存在独特的多重不稳定模态,并相互影响;且其不稳定模态随着壁面距离及对流马赫数的变化呈现出不同的主导行为。      

基于Birge-Massart阈值降噪与EEMD及谱峭度的滚动轴承故障特征提取

针对传统共振解调方法易受噪声干扰导致故障特征提取效果不佳的问题,提出了一种基于Birge-Massart策略的阈值降噪与集成经验模态分解(EEMD)和快速谱峭度算法相结合的滚动轴承故障特征提取方法。对原始故障信号进行EEMD并采用峭度准则筛选出含有故障信息的本征模态函数(IMF)分量;采用Birge-Massart策略和快速谱峭度对故障信号进行滤波降噪;对滤波后信号进行Hilbert包络解调,提取轴承故障特征。采用该方法分别对仿真信号和实验信号进行特征提取,结果表明该方法可以有效提高故障信号信噪比,清晰准确地获取轴承内、外圈故障的频率特征。利用峭度因子准则筛选IMF分量能有效保留原始故障信号中的冲击特征,去除无关IMF分量的影响。      

多模态时域振动衰减信号各模态分离与阻尼参数辨识方法

针对多模态信号中各模态难以准确分离和模态阻尼参数难以准确识别的问题,提出了布谷鸟搜索(CS)算法参数优化的变分模态分解方法 (CS-VMD)和模态阻尼参数辨识的包络线积分法(EIM)。使用CS-VMD方法将多模态时域振动衰减信号中的多模态分量准确分离开来,利用EIM辨识各模态的模态频率和阻尼比,并与理论值(或测量值)以及半功率带宽法(HPB)辨识值进行对比。位移仿真信号与压气机导向叶片测频信号模态分解及模态参数辨识表明,CS-VMD方法可实现对多模态信号的正确分解,EIM辨识的模态频率误差均小于1.0%;对于位移仿真信号,EIM辨识的模态阻尼比最大误差小于2.5%;对于压气机导向叶片测频信号,使用EIM和HPB方法辨识的模态阻尼比最大差别为9.098%,EIM的模态阻尼辨识精度比HPB方法高。     

基于超短基线声传感器阵的高速目标轨迹估计

针对低空高速飞行目标跟踪问题,首先研究了某典型目标噪声信号的时频特性,发现其信号呈现宽带低频特征,难以从频域对目标轨迹进行估计。在此基础上,从各路接收信号的到达时延量入手,考虑到声基阵只能布设于有限空间内的制约,提出了一种基于超短基线阵时延估计的目标跟踪方法。该方法利用各个超短基线阵接收声强极值点分别估计目标运动轨迹垂线方向,计算多个垂线的叉乘向量实现对目标运动方向的估计,再利用多面交汇的方式获估计得到目标运动轨迹。分别对目标俯仰角、方位角及运动轨迹估计的理论误差进行了推导,根据理论估计误差,为能够实现对目标运动轨迹的估计,各个超短基线阵应尽量保证与目标运动轨迹不在同一平面上。根据仿真结果,在采用4个传感器基阵时,角度估计平均误差在4°以内,位置估计相对误差在5%左右。仿真结果验证了该方法的有效性。