基于PCA-LMD 的滚动轴承信号混合特征选取与故障诊断

为了对非平稳、低信噪比的轴承振动信号进行分析,提出1 种基于PCA-LMD 的滚动轴承振动信号混合特征选取及智能 故障诊断方法。基于Hankel 矩阵对实测轴承振动信号进行主成分分析（PCA）降噪处理。对降噪后的非平稳信号进行局部均值分解 （LMD）,得到一系列具有瞬时物理意义的乘积函数（PF）。通过特征分析和对比,选取前5 阶PF 分量的能量比特征、样本熵、均方根及 波形指标作为信号混合特征向量。将特征向量输入到支持向量机（SVM）分类器进行训练与测试,从而实现故障诊断。结果表明：通过 对包含不同故障程度的滚动体、内圈、外圈故障的轴承实测数据进行分析,故障诊断正确率达到98%,验证了本方法的有效性,对航 空发动机轴承的故障诊断具有借鉴和指导作用。     

1 种提高落压比调节器可靠性的特征量裕度概率设计方法

针对某型航空发动机落压比调节器中的关键元件反馈拉簧在工作中多次发生断裂故障,对反馈拉簧这一反映落压比调 节器可靠性指标的薄弱环节,提出1 种特征量裕度概率设计方法,通过仿真和试验相结合的方式,得到反馈拉簧的特征参数为钩 环弯角半径R,其临界失效值的分布规律为正态分布,根据特征裕度方程的计算结果,获得反馈拉簧特征参数在可靠性指标下的优 化改进设计值为2.5 mm。经强化疲劳试验及发动机整机寿命试验验证表明：特征量裕度概率设计及其优化改进方法有效,解决了 落压比调节器可靠性裕度偏小的问题。     

伴随压力分布反设计方法在大型客机气动优化中的初步探索

从工程应用角度出发,对离散伴随压力分布反设计优化方法在宽体客机机翼设计中的应用进行了研究。提出了三维构型伴随压力分布反设计与伴随优化相结合的优化设计思路,促进了离散伴随气动优化设计方法的工程化。首先,针对CRM机翼构型进行了三维压力分布反设计,验证了离散伴随压力分布反设计在三维问题中的准确性和高效性。其次,应用提出的新的优化设计思路,在某宽体全机构型两点气动优化结果的基础上,引入压力分布反设计约束方法,改进了机翼压力分布和低马赫数的阻力蠕增特性,并取得了不错的减阻及阻力发散特性提升效果,提升了优化构型的工程适用性。     

某型涡扇发动机测量数据融合模型

为提高传感器测量数据的有效性、可信性,基于共同工作方程,采用原始对偶内点法对某型涡扇发动机测量数据进行了融合分析。通过案例研究了当可测量参数存在误差时融合模型对流量、温度及压力等参数的预测效果;使用两种初值更新法,测试了不同工况下的物理运算时间;研究了约束违反程度对数据融合效果的影响;测试了关键传感器失效情况下,动态数据融合模型对缺失参数的预测效果,提出了进一步加快计算速度的方法。结果表明:通过数据融合,测量数据和未测量参数的不确定度下降到1%以内;通过算法优化,运算时间减小到5s,为发动机状态监控、传感器维护和传感器失效情况下发动机控制策略的制定提供了支持。     

双齿气体循环泵基本几何理论和容积计算

以数学几何理论为基础,通过坐标变换和包络条件推导了阴阳转子的基本型线方程,建立了双齿气体循环泵的数学模型。研究了阴阳转子相互啮合时啮合点位置随阴转子转角的变化关系。采用了线积分的计算方法推导出工作容积的基元面积随转角的变化关系,可简化工作容积的计算难度。结果表明:在转角为0和π的时候,阴阳转子会形成一个封闭的无效区域导致了工作腔的基元面积随转角变化过程中的突升和突降。在吸气结束时,由于吸气腔相较于排气腔多了一个与吸气口相连的部分导致了基元面积的突降。这些基本几何理论的建立可为双齿气体循环泵的应用打下一定的理论基础。     

涡扇发动机最小红外特征模式性能寻优控制研究

为抑制涡扇发动机排气系统的红外特征,提出一种基于红外预测模型的最小红外特征模式性能寻优控制。首先,建立一种排气系统正后向红外辐射强度简化预测模型,该预测方法考虑了排气系统内高温部件和尾喷流的红外辐射,以及尾喷流对高温部件红外辐射的吸收作用,具有可信的仿真精度;其次,基于涡扇发动机部件级实时仿真模型,增加了从外涵引气冷却中心锥和尾喷管扩张段内壁的冷却结构和红外预测模块;最后,基于该模型探索了最小红外特征模式的优化原理,并选用可行序列二次规划(FSQP)算法,通过控制高温壁面冷却气的流量,主燃烧室的燃油量以及尾喷管喉道面积,对两个亚声速巡航状态的工作点进行实时优化。仿真结果表明:在满足发动机推力恒定以及其他约束条件的前提下,发动机通过最小红外特征模式性能寻优控制,其排气系统后向红外辐射下降了30%以上,红外抑制效果显著。     

复合材料孔隙超声反射法和穿透法检测对比分析

采用超声反射法和超声穿透法对碳纤维增强树脂基复合材料层压板进行孔隙缺陷检测与孔隙率数值评估。通过工艺偏离的方法制备不同孔隙级差的检测试样,采用超声反射法与超声穿透法对该批试样进行检测,得到不同级差孔隙缺陷对应的超声检测波形和成像检测结果,并基于声波衰减幅度对孔隙率进行量化评估。结果表明:孔隙率在0.0%~3.0%之间时,两种超声检测方法的评估结果相吻合,超声反射法对微米级孔隙缺陷或低孔隙级差具备更高的检测灵敏度;超声穿透法对高孔隙率级差或大厚度或高衰减材料的复合材料制件提供更高的超声穿透能力。     

基于自编码器和HMM的民机接地点远事件检测

已有的飞行品质监控（FOQA）标准仅由地速的积分距离判定接地点远事件（LTE）的发生,无法结合多个快速存取记录器（QAR）参数检测并解释发生该事件的原因。通过滑动窗口对包含多个参数的QAR样本进行分段,按照分段位置形成若干分段样本集。由长短时记忆网络（LSTM）自编码器得到QAR样本分段及分段内向量的特征表示,采用K-means分别对这些表示向量进行聚类处理,实现QAR样本及其分段的符号化。使用正常航班QAR样本集的符号序列建立隐马尔可夫模型（HMM）,以检测包含接地点远事件的航班。由发生及未发生接地点远事件的QAR样本各个分段的符号序列构建HMM后,采用Viterbi算法确定接地点远事件在QAR样本分段内的具体位置。在真实QAR数据集上的实验结果表明,与其他多维时间序列异常检测方法相比,所提方法不仅能有效检测接地点远事件,而且可以获得多个QAR参数的异常值,辅助领域专家分析发生该事件的原因。      

基于立体图像的多路径特征金字塔网络3D目标检测

3D目标检测是计算机视觉和自动驾驶中一项重要的场景理解任务。当前基于立体图像的3D目标检测方法大多没有充分考虑多个目标之间的尺度存在较大差异,从而尺度小的物体容易被忽略,导致检测精度低。针对这一问题,提出了一种基于立体图像的多路径特征金字塔网络(MpFPN)3D目标检测方法。MpFPN对特征金字塔网络进行了扩展,增加了自底向上的路径、由上至下的路径及输入特征图到输出特征图之间的连接,为联合区域提议网络提供了更高语义信息和更细粒度空间信息的多尺度特征信息。实验结果表明:在3D目标检测KITTI数据集上,无论在场景简单、中等、复杂情况下,所提方法获得的结果都优于比较方法的结果。      

基于动态特征选择的遥感图像目标检测算法

在遥感图像目标检测领域内,旋转物体的检测存在挑战,卷积神经网络在提取信息时会受制于固定的空间结构,采样点无法聚焦于目标;遥感图像尺度变化大,不同物体需要具有不同尺度感受野的特征映射,具有单一尺度感受野的特征映射无法包含所有有效信息。基于此,提出了可变形对齐卷积,根据候选边框调节采样点,并根据特征映射学习采样点的细微偏移,使采样点聚焦于目标,从而实现动态特征选择;同时提出了基于可变形对齐卷积的感受野自适应模块,对具有不同尺度感受野的特征映射进行融合,自适应地调整神经元的感受野。在公开数据集上的大量实验验证了所提算法可以提高遥感图像目标检测的精度。