一种解决经验模态分解端点效应的边界延拓法

用于电子设备或系统辐射发射趋势预测的数据大多呈现非线性、样本量小的特点,这大大增加了预测建模的难度,而经验模态分解(EMD)可以将非线性、非平稳的数据分解成若干个呈现一定周期性的本征模态函数(IMF),并且EMD具有完备性和正交性,可通过分别对分解得到的IMF分量建模,从而完成对原始数据的建模。但EMD被端点效应问题所困扰,为了提高EMD的分解精度,针对分解过程中的端点效应问题,以及辐射发射趋势预测的时间序列数据样本量小的特点,利用建立灰色均值GM(1,1)预测模型所需数据量小的优点,提出了一种基于灰色均值GM(1,1)预测模型的边界延拓方法,在原始数据两端各拓展一个极大值和一个极小值,对原始数据进行边界延拓,从而抑制EMD的端点效应。仿真对比结果表明:该方法在分解层数和平均相对误差方面均优于未经延拓处理的EMD,且对数据样本量要求不高。     

超声速翼型气动优化设计

首先分析了几何外形和相对厚度对超声速翼型气动特性的影响。基于遗传算法(GA)和气动力快速工程算法,对于相对厚度为3.5%的多边形翼型进行优化设计,多边形翼型的优化外形趋于四边形,最大厚度点后移到翼型弦线的60%左右,随着迎角或者马赫数增大下翼面会变薄,上翼面变厚,最大厚度点相应稍有后移。对于相对厚度为4%的双圆弧翼型,采用两步优化设计方法,第1步优化结合基于B样条的类别形状函数变换(CST)参数化方法与小波分解方法,实现几何外形的局部控制与光顺处理,并且采用本征正交分解(POD)代理模型降低优化过程中流场计算的工作量;第2步优化采用基于Navier-Stokes方程的最速下降法(SDA),修正第1步优化中代理模型和小波光顺引入的误差;优化设计得到的翼型近似为四边形,其相对厚度最大点后移到翼型弦线的60%~65%处,升阻比可以提高7%。     

空间相机隔振系统的优化方法

为了减小卫星发射和在轨阶段的振动对空间相机成像品质的影响,文章对空间相机隔振系统的建模和优化方法进行了研究。使用复刚度模型表示隔振器,用拉格朗日方法建立系统动力学方程。选用了系统质心位置的加速度和转角的均方根值作为目标函数,采用多目标优化算法NSGA-Ⅱ在随机振动条件下对隔振系统的进行优化。优化结果给出了隔振系统的刚度系数和耗散系数的最优解集。根据某空间遥感器的实例计算出一组最优隔振器参数,验证了这种优化方法的可行性。这个最优解的集合可以作为隔振系统结构选型和初始设计的输入条件,提高隔振器前期优化设计的效率和计算的准确性。     

箱式动力结构的振动传递特性分析

针对箱式动力结构大型化、柔性化的特点,结合有限元法,以二级减速箱为对象研究不同激励条件下齿轮轴-轴承-箱体的振动传递特性.箱体采用Craig-Bampton动力缩减法缩聚到轴承孔中心处作为柔性子结构,啮合传递误差和输入轴扭矩波动分别作为激励源,考虑齿轮的时变啮合刚度、啮合错位、齿侧间隙、轴向重合度等非线性因素,计及轴段、齿轮的重力效应,基于轴段节点的思想分析了箱体缩聚节点处及轴承内圈处的动态加速度响应.最后基于Block Lanzos法提取箱体的固有特征频率.数值分析结果表明,输出轴轴承在动响应传递过程中没有起到衰减作用,应该替换以防影响整个系统的性能;减速箱的箱体设计保守,可以根据箱体缩聚节点处的动态响应为激励条件进行优化.      

基于EMD的东亚夏季风年代际变化特征及与太阳活动的关系

应用英国气象局哈德利气象研究中心(HadleyCenter)及美国环境预报中心和国家大气研究中心(NCEP/NCAR)的海平面气压(SeaLevelPressure,SLP)资料归一化得出1850-2011年的东亚夏季风指数,利用经验模态分解(EmpiricalModeDecomposition,EMD)方法对其变化特征进行分析,得到东亚夏季风指数的周期特征.太阳黑子活动与东亚夏季风活动存在相同的11年及80年左右周期,其中11年周期变化尤为明显.对比1850-2011年间太阳黑子数与东亚夏季风指数经验模态分解后的11年周期变化分量,发现两者波动振幅变化基本一致.      

凸肩径向位置对风扇叶片振动特性的影响

针对带凸肩风扇叶片的动力学设计需求,研究凸肩径向位置对风扇叶片振动特性的影响规律.基于梁理论建立带凸肩风扇叶片的力学模型,采用瑞利法推导了1阶固有频率解析解,并获得了1阶固有频率随凸肩径向位置的变化规律.基于非线性接触有限元法,研究了凸肩径向位置对接触状态和振动特性的影响.研究结果表明:凸肩径向相对位置为0.75时,可使叶片具有最大的刚度值和1阶固有频率值.而综合考虑多阶模态频率时,凸肩径向相对位置为0.55至0.68时,叶片振动特性最优.凸肩接触正压力随凸肩径向位置增加而下降,切向接触刚度随凸肩径向位置的增加先增加后减小.      

滚动轴承故障诊断的品质因子可调小波重构方法

针对轴承早期故障诊断困难的问题,提出了基于信号共振稀疏分解与品质因子可调小波重构的滚动轴承故障诊断方法.该诊断方法首先对轴承故障信号进行共振稀疏分解获得高共振分量和低共振分量;然后对低共振分量进行品质因子可调小波重构,并结合峭度分析,筛选出最佳分析信号;最后对最佳分析信号进行希尔伯特解调分析,从而提取滚动轴承故障特征信息.通过对仿真信号和实际故障信号进行分析,该方法能有效提取轴承故障信号中的冲击成分,凸显故障特征.      

基于转子不平衡响应的磁轴承磁力参数辨识

针对磁轴承磁力参数理论设计值不精确的问题,提出了一种基于不平衡响应的磁力参数实验辨识方法.利用转子的质量不平衡在高速转动时的离心力效应,通过检测磁轴承在零电流控制状态下的同频位移响应和零位移控制状态下的同频电流响应,解算磁轴承磁力参数.设计了基于通用陷波器原理的零位移控制器和零电流控制器,并通过设置T矩阵保证闭环系统稳定.实验结果表明:基于不平衡响应的磁力参数辨识方法,辨识结果与理论设计值差别在20%之内,证明了该方法的正确性和改进磁轴承力学参数的有效性.      

基于两层POD和BPNN的翼型反设计方法

翼型优化过程需要大量的 CFD 分析,计算量大、耗时长。本文发展基于本征正交分解（POD）和反向传播神经网络（BPNN）的翼型反设计方法,该方法的优化过程如下：首先,通过 Hicks-Henne 参数化,在设计空间中构造翼型外形的样本库,并利用 Xfoil/Fluent 对样本翼型的流场进行求解;然后,对翼面压力系数和几何外形分别建立 POD 模型,即两层 POD 模型,并得到对应的基模态系数;最后,使用 BPNN 建立从压力系数的基模态系数到几何外形的基模态系数的映射,实现在给定压力系数下对几何外形的快速预测。通过算例分析,结果表明：在亚/跨声速状态,基于 200 个样本训练所得的两层 POD+BPNN 模型可以实现对具有目标压力系数分布的翼型的预测,其精度满足翼型反设计要求。