基于SVM的舱音识别方法

<正>CVR是黑匣子的重要组成部分,通常通过CVR信息来分析飞机故障或导致飞行事故的原因,因为CVR记录了飞机整个飞行过程中几乎所有的座舱声音,包括飞行员间及机组人员间的对话、飞机与塔台之间的通讯,发动机的振动声、开关按钮声以及其他一些背景声。这些声音为还原现场环境提供了一个客观有效的声音证据。因此,舱音识别很有实际操作意义。舱音识别方法有很多的,文献中分析了声音特征包括声音的短时过零率、短时能量以及线性谱等的优缺点,然     

涡轮叶片蠕变损伤行为及固溶处理对叶片材料性能的影响

涡轮叶片是航空发动机及地面燃气轮机的重要热端部件,研究其损伤行为对涡轮叶片的制造及修复工作均有重要的意义。本文研究了长时与短时服役涡轮叶片的蠕变损伤行为,发现二者在蠕变空洞的形成机理上大致相同,而γ′相与碳化物的退化反应则有所差异,长时服役涡轮叶片的γ′相形貌更加粗大且不规则。对于碳化物,长时服役叶片的碳化物发生了由一次MC型向二次M23C6型的分解,而短时服役叶片的碳化物发生了由MC(1)型向MC(2)型的转化。此外,针对两种不同的叶片材料(K002和GTD-111高温合金),研究了不同的固溶处理制度对γ′相溶解行为的影响,发现提高固溶温度和增加固溶保温时间可以促进两种材料γ′相的溶解行为;而随着固溶时间的增加,两种材料的溶解激活能均逐渐增大,K002合金在不同固溶保温时间中的溶解激活能均大于GTD-111合金。     

高超声速边界层基频二次失稳条纹结构的稳定性

近年来在高超声速边界层的直接数值模拟和静风洞实验研究中,相继发现了边界层转捩前出现的典型基频模态二次失稳现象,其主要成分为流向条纹结构.全文以高超声速平板边界层为研究对象,采用线性稳定性分析和二次稳定性分析的方法,对边界层内条纹结构的产生机制和无黏稳定性特征进行了研究.结果表明:首次失稳扰动幅值对二次失稳类型有影响.当首次失稳扰动幅值较大时,基频模态占主导,其主要成分为条纹结构,表现为流向涡.该条纹结构存在着多个无黏失稳模态,其中低频模态对应于第一模态在三维边界层内的扩展,高频模态对应于可压缩的第二模态.这一研究成果为进一步开展高超声速边界层转捩机制研究奠定了基础.     

压气机动静叶干扰的非定常流动特性

采用大涡模拟(large eddy simulation,LES)方法计算动叶尾迹对静叶干扰的流场信息。利用涡量分布揭示动叶尾迹在静叶通道内的演化过程,利用压力梯度识别激波结构及波振源,运用动力学模态分解(dynamic mode decomposition,DMD)方法对静叶通道内流场的时空结构进行模态分解。结果表明:流场中存在3处波振源,分别位于动叶尾缘、静叶前缘和静叶尾缘处;发现静叶通道内流场的频谱具有多峰值现象,模态分解的第1阶流动代表动叶尾迹在通道内随时间迁移,对应频率为动叶通过频率(blade passing frequency,BPF)是通道内旋涡非定常波动的主导频率;第2阶流动是动叶通过频率的2倍频流动,旋涡的空间尺度为1阶模态的1/2,为更小尺度的扰动。      

基于EEMD-Hilbert谱的涡街流量计尾迹振荡特性

为了研究涡街流量计尾迹振荡特征,采用集总经验模态分解(EEMD)-Hilbert谱方法,对测量介质为空气、流量范围为10.58~220 m~3/h的涡街流量计管壁差压信号进行处理,首先用EEMD方法对管壁差压信号进行分解,得到固有模态分量,然后对分解后的各个分量进行Hilbert变换,得到Hilbert谱和边际谱,进而提取管壁差压信号的旋涡脱落频率。比较了Fourier变换与EEMD-Hilbert谱方法在信号去噪和频率提取方面的性能。结果表明:EEMD-Hilbert谱方法可有效去除叠加在实际涡街成分之中的噪声,能够较完整保留尾迹振荡的固有成分;在流量较低时,EEMD-Hilbert谱方法对尾迹振荡频率的提取精度比Fourier变换高30%以上,有效拓展了涡街流量计的测量下限;通过计算能量比,揭示了EEMD-Hilbert谱方法提高频率提取精度的原因,即EEMD-Hilbert谱方法降低了信噪比;Hilbert谱直观表示信号的时间-频率-能量关系。     

面向网络机群系统的结构有限元并行分析

提出了基于网络机群的有限元并行分析方法,结合网络机群体系的特点,分析了这一方法所应具有的基本特点:分布式并行建模;子区域间计算任务弱相关;节点负载平衡。在自建的网络并行平台上,实现了无重叠区域分解直接算法的并行处理,并进行了算例验证。     

基于FDM降噪和快速谱峭度分析的转子碰摩故障诊断

针对传统分解算法在强噪声背景下提取转子碰摩弱故障特征信息效果不佳的问题,提出了基于傅里叶分解算法(FDM)降噪和快速谱峭度分析的故障诊断方法.首先利用FDM算法实现转子碰摩故障振动信号的完备性分解,依据信号峭度值准则筛选出能够最大限度保留原始振动信号故障特征信息的分量信号,同时对备选信号分量进行重构得到降噪后的故障振动...     

基于遗传算法与DSM的产品结构分解聚类方法

产品结构的分解聚类在产品开发中有着重要的地位,在用设计结构矩阵(D es ign structure m atrix,DSM)对产品结构进行建模的基础上,通过遗传算法实现了产品结构分解聚类的智能化和分解聚类结果的最优化。在算法的设计过程中开发了一种对DSM进行二维编码的方法,并给出了在二维编码基础上的多点杂交和基本变异方法。在构造适应度函数时,综合考虑了DSM模型中各元素之间的联系、聚类的数目以及各聚类中元素的数目。最后以某摩托车发动机为例,用该算法实现了产品结构DSM模型的智能化分解聚类,验证了该算法的可行性。     

基于时变散射特征与CNN的双极化SAR作物分类

作物类型分类是极化合成孔径雷达(PolSAR)图像中最重要的应用之一。然而，由于成本和系统限制，越来越多的双极化SAR系统已经投入使用。由于双极化模式的限制，双极化SAR数据集存在严重的贴现特性，使得双极化SAR图像难以获得令人满意的分类精度，因此有必要提取更适合于双极化SAR数据集的散射特征。基于H/α分解的基本理论，引入了一个新的参数来测量农作物的时变散射特性，并针对双极化SAR图像提出了时变散射特征驱动的卷积神经网络(CNN)。实验结果表明:提出的CNN分类方法达到了最高的分类精度。与不同的特征组合输入相比，提出的新参数能稳定地提高分类器的分类性能，H、α、θ和强度特征的组合也能达到最佳的分类性能。     

部分预混燃烧室热声不稳定及火焰结构实验分析

为探明旋流部分预混燃烧室热声不稳定特性及其与火焰结构关系，进行了自激热声实验。采用重构相图解析压力脉动、采用瑞利指数表征其与热释放率脉动关系、采用本征正交分解获得火焰相干结构。结果表明:随当量比增加，压力脉动呈现低振幅脉动、间歇振荡、极限环振荡和低振幅脉动，脉动频率受腔体1阶纯声学模态（特征频率约80.8 Hz）控制。未发生振荡，瑞利指数维持在零值；热声不稳定时，瑞利指数在零值以上。本征正交分解表明，极限环振荡，前2阶模态（模态能量占比55%以上）火焰分布沿纵向发生变明和变暗交替变化，由连续涡脱落导致，且模态时间系数频率83.2 Hz与压力脉动频率83.3 Hz一致；低当量比，模态无明显空间分布规律；间歇振荡，主导模态为火焰轴对称热释放率变化；高当量比，火焰仅外边缘沿纵向发生大尺度脉动。