软芯三明治梁受移动点载荷作用的动力响应

为了得到软芯三明治梁在移动集中载荷下的动力响应,基于扩展的高阶三明治梁理论和Hamilton原理,建立了任意节点的弱形式求积三明治梁单元,利用微分求积法的权系数显式表达式给出了单元刚度矩阵和质量矩阵的公式,并验证了刚度矩阵和简化质量矩阵的正确性和方法的有效性,结果表明弱形式的求积单元法具有精度和计算效率高的优点。然后,采用中心差分法首次给出了两端固支软芯三明治梁在移动集中载荷作用时的动力响应。本文的研究拓展了弱形式求积法的应用范围。     

时频展缩随机共振用于航空发动机转子故障检测

提出一种基于时频展缩的随机共振算法,用于检测转子早期故障信号,该方法充分利用了随机共振检测弱信号的优势,通过引入时频展缩,消除了随机共振系统对待测信号频率的限制,实现了在绝热近似理论下,从强噪声中提取出转子微弱早期故障信号.理论分析和实测结果表明:对埋在强噪声中的未知频率的早期故障信号,采用连续的压缩算法,以获得一个适...     

基于PD处理技术的雷达弱信号检测方法

针对脉冲跟踪测量雷达普遍存在的远距离弱信号检测能力不足的问题,基于PD（PulseDoppler,脉冲多普勒）雷达的杂波抑制与信号处理技术,提出脉冲雷达中的弱信号检测方法;详细分析了在脉冲跟踪测量雷达中应用PD处理技术的可行性,得出在一定约束条件下,可将PD处理技术运用于脉冲跟踪测量雷达,并提出了具体实现方法;最后,通过数据仿真和脉冲雷达实际测量数据进行验证,结果表明该方法能有效提高信噪比。     

基于弱相关界限理论的大型振动试验设备台体系统可靠性分析

航天器振动试验台部分元件在长时间使用的情况下易老化,甚至失效。采用FMEA方法对试验台整体定性分析,得出最薄弱环节;针对试验台中水平滑台的可靠性串联模型,分析并确定了其符合弱相关界限理论。使用传统可靠性公式和弱相关界限理论对串联模型的可靠性进行了计算,通过对比证实,弱相关界限理论比传统可靠性公式更符合实际情况,对水平滑台可靠度的评定更有效。该方法对机械系统可靠度计算具有理论和实际指导意义。     

弱旋流燃烧器流场特征和污染排放研究

弱旋流燃烧技术具有极低的NOx污染排放能力,是未来燃气涡轮发动机低排放贫油预混燃烧组织方案之一。为了深入理解弱旋流流场特征和燃烧稳定性,建立了采用弱旋流燃烧器的试验装置,设计了不同几何尺寸的叶片式旋流器,采用PIV以丁烷为燃料获得了稳定的弱旋流火焰,采用激光诱导荧光技术测量了火焰结构,火焰中具有明显的局部熄火和再点火区域。在不同来流条件下开展了火焰稳定范围研究,确定了燃烧器的火焰抬升和贫油熄火油气比,燃烧器共呈现了三种不同的燃烧模式:附着火焰、"W"型火焰和"U"型火焰。采用燃气分析仪测量了燃烧器的污染物排放,所有状态下NOx排放低于10ppm。     

针对直流母线电压跌落的永磁同步电机弱磁控制策略

针对车用永磁同步电机(PMSM)运行过程中直流母线电压跌落造成电机基速发生变化的问题,提出了一种根据直流母线电压实时调整PMSM直轴电流的弱磁控制方法。当电机母线电压低于给定转速所需要的母线电压,且电压极限椭圆与电流极限圆有交点时,通过判断电流调节器输出的电压综合矢量与实时直流母线电压,来调整电机直轴电流,从而维持恒定转速。根据所提控制方法搭建了基于MATLAB/Simulink的仿真模型,仿真结果验证了所提控制方法能够解决直流母线电压跌落带来的转速突变的问题。最后,在仿真的基础上搭建了试验平台,通过试验验证了该弱磁控制算法的有效性。     

一种永磁同步电机交轴电流误差积分反馈深度弱磁控制策略

针对传统弱磁控制策略在深度弱磁区域电流、转矩脉动较大,电流调节器易饱和等问题,提出一种基于q轴电流增量与误差积分的深度弱磁控制策略。通过q轴电流误差积分减缓q轴电流变化率,抑制电流调节器饱和;再根据最大转矩电压比曲线对d轴电流限幅,确定q轴电流增量,重新规划PMSM弱磁电流轨迹;结合电流环模糊PI控制,进一步抑制深度弱磁区域电流、转矩振荡。仿真结果表明:该弱磁控制策略下,系统在深度弱磁区域的电流、转矩振荡及电流调节器饱和得到了明显抑制,系统运行稳定。     

DVOR副载波上60Hz调幅现象及一种消弱方式的分析

以理论与实践相结合为出发点，着重分析了ＤＶＯＲ信号副载波上存在着的６０Ｈｚ调幅现象，指出边带天线间的“寄生辐射效应”是危及ＤＶＯＲ信号质量的主嵰蛩兀⒁源宋行钠饰隽耍粒祝粒担保男停模郑希以谏杓萍鞍沧暗魇怨讨形跽庵窒窒蠖扇〉氖侄渭霸怼     

基于目标性权值度量的多示例学习目标跟踪

针对多示例学习(MIL)跟踪算法在包概率计算过程中对示例样本不加以区分导致分类器性能下降,及采用最大化似然函数选择相应的弱分类构造强分类增加了算法复杂度的问题,提出了一种基于目标性权值学习的多示例目标跟踪算法,该算法利用目标性测量每个示例样本对包概率的重要性,根据其目标性测量结果对每个正示例样本赋予相应的权值,从而判别性地计算包概率,提高跟踪精度。同时在弱分类器选择过程中,采用最大化弱分类器与似然函数概率内积的方法从弱分类器池中选择弱分器构造强分类器,减少算法的计算复杂度。通过对不同复杂场景下视频序列的跟踪,实验结果表明,本文所提出的目标性权值学习的多示例目标跟踪算法优于其对比算法,表现出较好的跟踪精度和鲁棒性能。