自适应处理机匣在多级轴流压气机中的应用

设计了一种环腔导流片式自适应处理机匣,采用定常数值方法研究了不同导流片形式对亚声多级轴流压气机流场的影响。结果表明:导流片与转子弦向垂直时的处理机匣减弱了叶尖前缘溢流强度,抑制了间隙泄漏流发展,提高了转子叶尖通道的流通能力,使得压气机在0.8倍设计转速以上特性基本保持不变的同时,大幅度提高了低转速的稳定裕度,其中0.7倍设计转速时近失速点总压比增大10.2%,近失速流量拓宽8.5%,体现出较好的自适应扩稳能力。      

一种变频电机参数离线辨识方法的研究

传统电机参数辨识采用固定脉冲宽度调制(PWM)波占空比。该方法导致电流大小不可控,而辨识电流大小又直接影响辨识准确性。为此,提出新的参数离线辨识方法,采用恒电流辨识原理并检测电机相电流,控制辨识电流在给定值附近波动,解决了电机辨识电流不合适问题。设计了续流二极管和IGBT电压模型,d轴和q轴电感辨识都采用在270°而非0°进行辨识,以此提高了辨识精度。最后,在变频冰箱上进行验证并与原来数据进行对比。该方法很好地解决了冰箱电机带背压条件下,电机d、q轴电感辨识不准确、辨识时间长等问题,试验结果证明了该方法的可行性和有效性。     

基于AEKF的永磁同步电机转速估计算法研究

针对在转速估算研究中采用常数矩阵不能准确描述永磁同步电机(PMSM)在不同运行条件下系统噪声的问题,提出了一种基于新息序列和状态残差的自适应扩展卡尔曼滤波算法(AEKF)。同时,对AEKF的稳定性进行理论上的探究。经仿真验证,与传统扩展卡尔曼滤波算法相比,AEKF在收敛速度和收敛精度上更优,参数鲁棒性更好。     

基于自适应陷波器的永磁牵引电机死区补偿方法研究

在列车牵引逆变器中,为了防止上、下开关管同时导通,通常会在导通时间中加入死区时间。这会使牵引电机产生5、7次电流谐波。显然,研究如何抑制该谐波是非常有必要的。首先分析了死区时间引起的5、7次电流谐波;然后采用自适应陷波器提取电流中的谐波分量,来补偿死区时间并进行稳定性分析;最后在MATLAB/Simulink仿真平台上研究所提方法的有效性。     

间歇采样重复转发对雷达恒虚警检测性能的影响分析

作为一种新型相干干扰,间歇采样转发干扰可以获得雷达脉冲压缩增益,对雷达系统构成了很大的威胁。针对采用线性调频脉冲压缩和单元平均类恒虚警检测的雷达系统,在分析了间歇采样重复转发压制干扰原理和雷达恒虚警检测的工作原理的基础上,理论分析推导了不同间歇采样占空比、转发增益和不同的噪声功率背景条件下重复转发干扰在真实目标CFAR检测区间的能量。通过分析信号能量、噪声能量和干扰能量之间的关系,推导了不同干扰参数下CFAR检测器的信噪比。研究结果表明,在重复全转发这种干扰样式下,采样频率、占空比均是影响影响检测器的重要参数,当优化参数配置,使得转发能量尽量位于检测单元内时,有相对理想的对抗效果。     

面向航空发动机薄壁零件加工的自适应夹具设计现状与进展

复杂薄壁工件是航空发动机中的一类关键、重要零件,如何抑制因其弱刚性、材料难加工、强时变特征导致加工过程产生的变形和振动已成为亟待解决的瓶颈问题。夹具的合理布局及提升装夹稳定性可以有效地抑制加工振动。目前,夹具系统的智能化已经成为制约智能加工技术实现的主要瓶颈。研制能够自适应薄壁零件复杂工况的夹具设计成为研究热点。从工件-夹具动力学建模,夹具布局优化、夹紧力优化以及目前自适应夹具设计等几个方面进行综述,希望为今后自适应夹具设计与工程应用提供帮助。     

融合背景图像信息和多特征压缩的相关滤波跟踪算法

针对相关滤波类跟踪算法目标背景图像信息利用率较低、目标特征表达能力较弱的问题,提出了一种融合背景图像信息的多特征压缩跟踪算法。首先,在上下文感知滤波器的基础上,将背景图像信息加入位置滤波器。其次,提取颜色名(Color Name, CN)特征与梯度直方图(Histogram of Oriented Gradient, HOG)特征,使用最大响应因子及平均峰相关能量(Average Peak-to-Correlation Energy, APCE)评估跟踪结果的可信度,实现两种特征的自适应融合。最后,利用特征降维简化模型的复杂度,实现算法运行速度的提升。实验结果表明,改进后的算法在遮挡、形变、尺度变化等复杂环境下均具有较高的鲁棒性,其跟踪精度和成功率指标均优于DSST及其他主流的跟踪算法,并且仍保持了实时性。     

非平稳信号滤波降噪方法研究

飞行器振动环境复杂多变,具有典型的非平稳特征,因此需要采用时频分析手段对非平稳信号分析处理。针对此问题,本文提出一种基于分数阶傅里叶变换(FRFT)的非平稳信号滤波降噪方法,通过对比证明,对于一般非平稳信号的滤波降噪,分数阶傅里叶变换方法优于傅里叶变换方法。对于线性调频信号的滤波降噪分析,分数阶傅里叶变换方法明显优于一般滤波降噪方法。     

高超声速风洞气动力/热试验数据天地相关性研究进展

高温真实气体效应、黏性干扰效应和尺度效应等高超声速流动特性突破了实验气体动力学传统的流动相似模拟准则,使得高超声速流动现象超出了经典气体动力学理论能够准确预测的范围。如何利用地面风洞试验数据预测天上的飞行状态,即天地相关性问题,成为制约新型高超声速飞行器研制与发展的关键性科学问题。本文概述了天地相关性的最新研究进展,并重点介绍了多空间相关理论与泛函智能优化关联方法。多空间相关理论认为,从更高维度空间视角看,不同风洞的试验结果都是内在相关的,而飞行试验可视为理想的风洞试验,所以地面风洞试验数据间的关联规律包含了天地相关性问题。泛函智能优化关联方法基于风洞群（能模拟不同参数区段的不同类型风洞）的试验数据,在泛函空间中利用专业化智能学习算法,从高维度的全参数空间出发,进行降维和自适应空间变换,自动推演出不同风洞共同遵守的不变规律,从而实现风洞试验数据的关联。验证实例和应用实践都表明,多空间相关理论与泛函智能优化关联方法是有效的,是高超声速气动力/热天地相关性研究的一个新方向。     

基于自适应滤波的光谱畸变误差抑制方法

为降低天文光谱畸变误差对多普勒测速导航精度的影响,设计结合非线性Sage-Husa噪声估计器及抗差扩展卡尔曼滤波器(Robust Extend Kalman Filter,REKF)的自适应滤波算法。当系统模型可靠时,抗差滤波能够通过预测残差判断异常量测并降低其权重;当系统模型噪声先验信息不准确时,通过Sage-Husa噪声估计器估计系统噪声协方差阵Q阵,以保证抗差滤波的效果。此外,结合多普勒测速导航及X射线脉冲星导航进行组合导航,以提高位置估计精度。仿真结果表明,该算法能够在系统模型噪声先验信息不准确的情况下有效控制光谱畸变造成的量测误差对导航精度的影响。