自动化加工刀具破损监测系统

提出了融合声发射信号和电流信号检测刀具破损状态的方法,尤其是采用小波变换处理电流信号获取信号特征,可以改善检测系统的适用性。实际应用证明系统具有高的可靠性。     

GPS时间比对数据的Vondrak平滑和三次样条插值处理

介绍了Vondrak平滑方法和三次样条插值方法。利用国家授时中心时间频率基准重点实验室的GPS时间比对数据,先进行预处理和规范化处理,再采用Vondrak平滑方法和三次样条插值方法进行处理,得到的结果表明:在实际中利用Vondrak平滑方法和三次样条插值方法对GPS时间比对数据处理是可行的,减弱了随机噪声的影响。     

基于变换域优选的航天器多域联合智能抗干扰决策方法

利用传感器采集航天器飞行参数,构建航天器多传感器分布式通信网络,并利用全局奖励确定最佳通信信道。通过变换域优选方法对信道频域实现抗干扰处理,在干扰较为严重时使用Stackelberg的功率域抗干扰方法,确定最佳传输功率,完成航天器多域联合抗干扰。实验结果表明,该方法可以针对不同干扰类型做出抗干扰决策,令航天器通信网络维持在稳定通信状态。     

空间目标快速轮廓特征提取与跟踪技术

为满足空间目标交会对接任务中高精度、快速的测量要求,提出了一种空间目标快速轮廓特征提取与跟踪技术。该算法首先从初始帧图像中分割定位目标所在局部区域,作为目标连续跟踪的初始值;其次基于初始帧目标局部区域完成对初始帧目标边缘特征的检测及细化处理;最后采用Hough变换完成对初始帧目标边缘的检测及细化后的局部图像轮廓直线的提取,分别选取目标轮廓四方向最优的直线参数作为最终目标轮廓直线获取的效果,并采用梯度最大法则实现两两求交获取的轮廓特征的优化提取。在目标逼近过程中,结合相邻帧图像间目标尺度动态变化的关联性,根据初始帧提取目标轮廓特征的先验信息,确定目标在第二帧图像中的轮廓位置,并依次根据上一帧图像的轮廓位置信息定位目标在当前帧所在的区域,通过局部处理实现序列图像轮廓区域特征的连续跟踪。该算法无需遍历整个图像,所需处理的目标区域大幅减小,能够有效克服由目标图像较多边缘干扰导致的轮廓提取效果差及处理速度慢的缺点,具有速度快、准确性强、稳定性高等优点。     

基于超网格的重叠网格守恒插值方法

保证重叠网格边界数据插值的守恒性是计算流体力学面临的一大难题。基于超网格方法与格心格式有限体积法,发展了一种新型混合重叠网格守恒插值方法。详细研究了用网格切割技术在重叠网格边界构造局部超网格,用网格求交算法合理地扩大贡献单元模板,建立了一种适用于任意网格类型的隐式并行重叠网格守恒插值方法,以超网格为媒介可实现重叠网格二阶精度的守恒插值。数值结果表明,本文方法对二阶分布的流场变量具有严格的守恒性,相比三线性插值方法和逆向距离权插值方法,本文方法减小了数值误差,提高了重叠网格边界的插值精度,加快了计算收敛速度,改善了重叠区域网格尺度相差较大时流场的光滑性和连续性。     

高效非结构网格变形与流场插值方法

非结构动网格在含动边界的非定常流动模拟中应用十分广泛。为了提高网格变形的计算效率和对复杂外形的适用性,发展了高效的K近邻-径向基函数（KNN-RBF）动网格方法。并采用高效的交界面节点一致性方法实现了网格变形的并行化。由于边界的运动和变形形式多种多样,在自主开发的计算流体力学（CFD）程序中实现了动网格的用户自定义函数（UDF）功能模块,可以灵活地设置此类问题中的边界运动。在模拟大变形问题时,采用了全局网格重构的策略对网格质量较差的区域进行处理。提出了快速查找新旧网格最近点的两级KD（K-Dimensional）树方法,并根据最近点在新旧网格间进行流场插值。从而建立了高效健壮的并行流场插值方法。通过对若干算例进行模拟,验证了所发展方法的正确性和健壮性。     

抗扰动复合非线性伺服控制器的设计与应用

针对典型的电机伺服系统,提出了一种鲁棒复合非线性伺服控制器的离散域设计方案。把系统的扰动和不确定性归结为一个斜坡信号(其变化率恒定),设计一个降维线性扩展状态观测器,对系统未测量状态和未知扰动加以估计。把设计的控制律应用于永磁同步伺服电机,先在MATLAB上进行仿真分析,随后基于TMS320F28335DSC进行试验测试。结果表明系统在各种类型扰动作用下,对目标位置都能实现快速、平稳和准确的跟踪,具有较好的鲁棒性。     

基于ARCN模型的轴承故障诊断

提出注意力循环机制与胶囊网络融合的注意力循环胶囊网络（ARCN）的诊断模型。提取时序特征信息构建初级胶囊;自适应融合路由机制、注意力循环机制构建数字胶囊特征;基于西储大学轴承实验数据,验证了ARCN模型的准确率、鲁棒性、稳定性、收敛误差,其准确率相比Caps模型识别准确率提高1.2%、收敛误差达到0.2。基于实验仿真平台,采集正常、内环故障、外环故障和滚动体故障的振动信号,并通过小波基变换获取的时频图构建ARCN模型的数据集。仿真实验结果表明:ARCN模型下,每类故障被误诊的概率不超过总样本的1%。