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.      

利用粒子群支持向量机预测轴流压气机机匣壁面压力

建立了基于粒子群优化的轴流压气机机匣压力支持向量机预测模型.利用支持向量机的强大非线性映射能力,实现了对某型轴流压气机机匣压力时间序列的非线性预测,并运用粒子群优化算法对支持向量机的重要参数进行了优化,增强了预测模型对混沌动力学的联想和泛化推理能力,提高了预测的精度和稳定性.而针对发动机台架试验数据的预测结果证明了方法...     

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.     

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。     

多传感器融合目标跟踪

分析了基于成象和雷达两种传感器对目标状态的测量模型及其融合模型。针对两种传感器之间测量信息的不同步问题,给出了一种基于最小二乘法的不同步信息之间的时间配准和融合方法,并设计了跟踪滤波器。     

发动机进气动态畸变测量系统与数据处理

本文介绍了动态畸变测量系统及其数据处理方法.进一步提高采样频率后可将该系统用于飞机和发动机的研究中.     

动态数据处理与振动分析系统（DVAS）

<正> 微型计算机动态数据处理与振动分析系统（简称DVAS）由A/D转换器、接口与微型计算机（IBM-PC/XT或兼容机0520）组成。具有数据采集、数据预处理、数据分析与处理、振动特征分析、时间序列分析、实与复模态分析、绘图与动画显示等多种功能。     

全台压气机实验数据采集处理自动化

1.引言 压气机实验提出了更高的要求,测试系统不仅只具有数据采集的功能,而且是一个集控制、数据采集、实时处理、打印、绘图等于一体的多功能自动化测试系统。以此为目的,建立了一个以IBM PC/XT微型计算机为中心控制机的适于全台压气机实验的多功能大型数据采集处理自动化系统。