基于分解-粒化和优化极限学习机的燃油泵性能退化趋势预测

机载燃油泵的性能退化呈现非线性多阶段模式,为了提高机载燃油泵性能退化指标的预测精度,得到性能退化指标准确的预测范围,提出了基于奇异值分解-模糊信息粒化与优化极限学习机的模糊粒化预测方法。针对传统的粒化预测方法直接对原始序列进行粒化分析的不足,首先利用奇异值趋势分解方法提取燃油泵性能退化指标序列的趋势项及去趋势项,再利用信息粒化方法对去趋势项进行模糊粒化;然后将趋势项及粒化后的去趋势项数据输入至极限学习机进行回归预测,并采用粒子群算法优化极限学习机参数;最后根据实测值和预测值的对比分析评估预测模型的优良性。实验结果表明,该方法可以有效跟踪燃油泵性能退化指标的变化趋势,并对其指标的波动范围进行有效预测。     

一种多任务模式离子液体推进剂的制备、表征及催化分解研究

为获得可用于多任务模式、高密度、高比冲、宽液态温度范围、良好热稳定性的新型离子液体推进剂,以N-甲基咪唑为原料,通过烷基化反应生成离子盐,该盐与四氟硼酸钠/双三氟甲磺酰亚胺锂发生复分解反应,制得一系列咪唑基离子液体。利用核磁共振 (1H NMR、13C NMR)、高分辨质谱（HRMS）等对产物结构进行了表征。并分别利用热重分析仪、密度仪、粘度计等,研究离子液体的热稳定性、密度、粘度等性能。通过点滴着火试验,借助高速摄像机评价了硝酸羟胺和1-乙基-3-甲基咪唑硫酸乙酯盐复合后的推进剂点火燃烧性能。采用化学反应平衡产物软件考察了硝酸羟胺含量对推进剂能量特性的影响规律。结果表明,硝酸羟胺含量在40-60wt%之间是优选的推进剂配方。本文试验证明了50wt%硝酸羟胺与50wt%1-乙基-3-甲基咪唑硫酸乙酯盐复合推进剂具有良好的催化分解燃烧性能,是一种有潜力的新型多任务模式离子液体推进剂。     

基于DMD方法的缝翼低频噪声机理分析

认识缝翼低频噪声的产生机理十分重要,可指导先进的主被动噪声控制方法。本文开展了缝翼噪声的大涡模拟（LES）,利用动态模态分解（DMD）方法研究了缝翼低频噪声的产生机理。研究结果表明缝翼低频噪声具有显著的偶极子特性,其利用DMD分析揭示了缝翼噪声的产生机理,缝翼低频噪声源于剪切层中的大尺度涡结构与缝翼下壁面的周期性撞击效应,大尺度涡结构与低频噪声之间存在的流-声耦合的闭环反馈机制,根据反馈机制提出并验证了一种预测低频噪声的理论预测模型。     

飞机起落架噪声源定位的压缩感知算法

目前针对飞机起落架噪声源定位的研究方法主要是将麦克风阵列与波束成形算法相结合。常规波束成形（CBF）算法在计算时存在主瓣宽度过宽、结果易受旁瓣影响的问题。高级波束成形算法在计算时效率较差,有时会有违背物理现象的假声源出现。提出了一种将正交匹配追踪（OMP）算法与奇异值分解（SVD）相结合的起落架噪声源定位的OMP-SVD压缩感知算法。在消声实验室内进行飞机起落架噪声源定位试验,将OMP-SVD算法、CBF算法和OMP算法在不同频率下获得的结果进行对比。试验结果表明：①与OMP算法相比,OMP-SVD算法在不同频率下均能准确定位出起落架主声源;②与CBF算法相比,OMP-SVD算法显著提高了分辨率。     

基于改进K-SVD字典训练的涡扇发动机气路突变故障稀疏诊断方法

以典型气路突变故障信号的稀疏特性为基础,通过对涡扇发动机部件特征原子组进行分类,提出了改进K-奇异值分解(K-singular value decomposition,K-SVD)字典训练的稀疏诊断方法,并结合气路典型突变故障开展了仿真实验研究。仿真结果表明:相比于拓展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)方法,改进K-SVD方法对故障定位准确,无故障部件健康参数变化为0,可有效提高故障部件辨识度,避免误诊断;计算耗时与EKF方法基本相等,仅为UKF方法的03%,是一种有效的航空发动机气路突变故障在线诊断方法。     

基于系统分解的三自由度直升机控制仿真研究

三自由度直升机模型是多变量、非线性、强耦合的复杂控制对象,针对对象维数较高,控制器不易设计的问题,提出了一种基于系统分解的控制方法。首先建立了直升机的数学模型,并通过输入-状态线性化方法将模型线性化;其次将模型分解为两个子系统;最后分别采用无静差跟踪方法与PD控制方法设计子系统控制器。该方法通过模型分解,可大大降低控制器设计难度。仿真结果表明直升机姿态轨迹跟踪效果良好。     

基于Wigner分布和经验模态分解的减速器故障诊断

为了降低全寿命费用和增强飞行安全性,对减速器故障进行检测和故障诊断是非常必要的。减速器振动信号的冲击性振动信号往往可以与故障引起的冲击联系在一起,因此冲击性信号可以作为一个故障的表征形式。为了刻画故障信号,许多研究探索在时频域内寻找微弱的故障特征信号。Wigner分布是最为常用的一种时频分布。然而,故障特征信号经常被其他部件的振动信号和Wigner分布双线性运算固有的交叉项所污染。为了减少这些干扰,本文将Wigner分布与经验模态分解结合起来。不同于传统的直接计算Wigner分布,将经验模态分解作为一个预处理环节。振动信号被分解为一系列固有模态函数。仅仅计算与啮合振动相关的固有模态函数的Wigner分布。这种方法应用于减速器试验台数据,结果表明诊断效果得到了明显提高。      

EMD-EKF方法研究

应用扩展卡尔曼滤波(EKF)时需要估计量测噪声的统计特性。文中针对观测噪声统计特性描述不准确导致的EKF性能下降的问题,利用经验模态分解方法(Empirical Mode Decomposition,EMD)可以分离信号和噪声的特性,提出了一种在未知量测噪声条件下的EKF方法。该方法可以跟踪观测噪声的变化,即实现了对量测噪声的估计,从而解决了在未知量测噪声的情况下的EKF问题。仿真结果表明可运用于无源定位中。     

基于时间解析PIV的串列水力转轮尾流特性研究

为研究串列水力转轮组合的下游转轮对上游转轮尾流的影响,采用时间解析PIV系统对2个垂直轴Bach水力转轮之间的流动进行测量。在不同来流速度条件下,研究下游转轮的安放角对上游水力转轮尾流的影响,对比分析受到水力转轮边界影响的尾流特征。研究结果表明:来流速度增大时,速度恢复区向上游转轮延伸,当下游转轮安放角小于108°时,该区域的速度随安放角增大而减小;当下游转轮安放角大于108°时,速度变化趋势相反。尾流中的旋涡涡心位置随安放角不同上下偏移,在部分安放角下,旋涡被拉伸变得扁平,流线也因此呈现出与无下游转轮时不同的非水平偏转状态;高能涡量区域在部分安放角和来流速度增大时,逐渐向下游和尾流中心发展,流场中离散的小尺度涡不断增加;尾流中的大尺度涡结构包含于前3阶的POD模态中,而高阶POD模态主要表征小尺度的流动结构。     

广义循环矩阵的特征值、逆、行列式值及在结构计算中的应用

给出求解广义循环矩阵的特征值、逆、行列式值及方程组的一种新的分解算法。它将原问题分解为一系列相互独立的子问题。和原问题相比，子问题具有较小的维数，因此它具有更好的特性和更小的舍入误差。特别是，能够带来较高的计算效率。数值算例和在结构计算中的应用表明算法是适用的。