基于RBF神经网络的FADS系统及其算法研究

以典型的十字形布局的大气数据传感系统及其跨声速应用为研究对象,基于RBF神经网络,设计了新的FADS算法和故障检测处理方法。将测压点按不同功能进行精细的划分和组合,形成更加精简、目的性更强且相互独立的RBF网络处理子模块,利用各子网络模块提供的冗余特性,使用基于故障特征向量表的方法,实施简单而有效的故障检测与处理。仿真验证表明,迎角与侧滑角的测量误差不大于0.5°,且故障检测是有效的。     

转子振动故障的小波能谱熵SVM诊断方法

融合小波能谱熵和支持向量机(SVM)的特点,提出了基于小波能谱熵的SVM故障诊断方法.利用转子试验台对转子典型振动故障进行模拟并采集振动数据,提取其振动信号的小波能谱熵作为特征向量,通过样本训练建立了转子在各种典型振动故障状态下的SVM模型和多类分类器,进而实现了对未知转子振动故障的识别.实际应用表明,提出的转子振动故障诊断方法是可行和有效性的.      

高速涡轮泵实时振动监控算法与系统设计

涡轮泵是液体火箭发动机的故障高发部件之一,研究其实时振动监控算法及系统对提高发动机的可靠性与安全性具有非常重要的意义。在选择涡轮泵监控参数的基础上,深入研究涡轮泵实时故障检测算法,提出用于阈值更新的滑动样本递推方法,实现涡轮泵故障的自适应阈值检测,然后基于数字信号处理器设计涡轮泵新型实时振动监控系统,实现更高的处理速度,并满足小型化需求。     

转子振动故障的过程功率谱熵特征分析与定量诊断

针对传统旋转机械振动故障定性诊断的不足,提出了1种以信息熵理论为基础的转子故障特征分析与定量诊断方法。在转子试验台上模拟转子振动的4种典型故障,分别得到4个测点多转速下的振动过程故障数据;对这些故障数据进行分析和处理,提取反映其振动过程的故障特征——功率谱信息熵,建立能描述转子振动过程变化规律的多转速多测点下的故障信息熵矩阵,并对振动故障进行分析;通过对转子振动故障信号的实例计算和定量诊断分析,验证了该方法在转子振动故障分类和故障严重程度判断方面是可行的。     

基于改进模糊SVM的转子振动故障诊断技术

首先对常用的隶属度确定方法进行改进,提出了基于改进模糊支持向量机(FSVM)的融合故障诊断方法,并建立了改进FSVM故障诊断数学模型;然后,利用转子振动模拟实验台对四种典型的转子诊断故障进行模拟,并提取其故障信号特征;最后,通过实例计算分析,验证了该方法在转子振动故障诊断方面是可行的和有效的.     

碳陶双基体复合材料壳结构的振动分析

针对某碳陶双基体复合材料的冲压发动机燃烧室衬套结构,在缺少复合材料机械性能参数的情况下,提出一种振动分析的工程实用方法.建立了衬套结构的有限元模型,通过固有振动特性和随机载荷环境中的振动响应计算分析,对结构的动力学设计进行评估,为复合材料壳结构的振动分析以及冲压发动机中典型壳结构的动力学设计和评估提供参考.     

无人机遥控驾驶关键技术研究与飞行品质分析

无人机遥控驾驶方式相对程控方式来说,在时间延迟、情景遥现、数据链性能优化以及飞行控制等方面的要求较高,而这些因素也成为了困扰无人机遥控驾驶发展和应用的关键.借鉴无人机技术验证平台地面闭环试验的结果,以时间延迟、数据链路性能为重点针对无人机遥控驾驶所面临的各种关键技术难点进行了深入的分析、研究,提出了合理的关键技术解决方...     

基于Kohonen网络的动目标实时定位融合算法

为完成对动目标的实时定位测量,有效减小测控装备组网测量实时跟踪定位误差,在建立多定位子系统组网混合式融合结构模型的基础上,利用Kohonen网络的自组织特征映射模型特点,确定各组交会数据的权值,并将其输入1个Kohonen网络进行在线竞争、融合求得目标的位置信息,增强了目标实时位置信息的连续性、完整性,减小了实时定位误差。     

直升机自适应主动抑振技术的研究

80年代兴起的高次谐波主动控制技术是直升机抑振技术领域中十分活跃的研究课题。本文从控制观点阐述高次谐波控制(HHC)基本原理,提出HHC中的旋翼系统及机体振动的数学模型,提供自适应HHC方法,并辅以仿真验证。     

用整体传递矩阵法进行复杂转子机匣系统的应变能分析

提出了一种新的计算转子机匣系统动力特性的方法-整体传递矩阵法,并在此计算方法的基础上进行了系统应变能的计算和分析。整体传递矩阵法对于解决多转子（或机匣）相互耦合系统的问题有其独特的优点。通过分析系统应变能的分布情况可知转子的振动特性,从而确定如何采取减振措施。