基于小波包分析与多核学习的滚动轴承故障诊断

为了更准确地诊断滚动轴承故障,提出了一种基于小波包分析与多核学习的滚动轴承故障诊断方法.该方法首先对振动信号进行3层小波包分解,将振动信号分解为不同频带的信号,提取各频带的相对能量特征,构建特征向量;然后采用多核学习算法从训练样本集中学习核函数与分类器;最后使用训练出的分类器识别滚动轴承故障类型.为了验证方法的有效性,进行了滚动轴承故障诊断实验,实验结果表明该方法的故障诊断准确率达到98.25%,与传统的基于小波包与支持向量机的滚动轴承故障诊断方法相比,其故障诊断准确率更高,同时由于避免了核函数的选择问题,该方法更便于实际应用.      

基于第二代小波包解调技术的船载天线轴承故障诊断方法研究

针对船载天线传动机构中滚动轴承易损坏问题,研究基于第二代小波包解调技术的轴承故障诊断方法。首先将原始振动信号进行第二代小波包分解和分频带重构,求得各频带重构信号的希尔伯特包络谱分贝值;然后分别提取各频带包络谱中轴承故障特征频率处的分贝值,从而得到最大分贝值;最后依据冲击脉冲法故障等级经验计算公式识别轴承的状态。实际应用结果表明,第二代小波包解调技术可实现轴承故障的定位定量诊断。     

基于新型C4D的小管道气液两相流流型辨识方法

基于径向结构的电容耦合式非接触电阻抗检测传感器,结合小波包分析技术和K-均值聚类算法,提出一种小管道气液两相流流型辨识方法。首先,利用径向结构的电容耦合式非接触电阻抗检测传感器,获取反映被测流体信息的电阻抗测量信号实部信息和虚部信息。然后,采用小波包分解的信号处理技术将实部信息和虚部信息分别分为4个频率段,提取不同频率范围的能量分布情况,并与各自的均值、方差构成特征向量。最后,利用K-均值聚类算法进行模式分类,建立流型辨识模型。在内径为3.5 mm和5.5 mm的玻璃管道内进行验证实验,实验结果表明,所获得的传感器测量信号能反映流体流动信息,提出的流型辨识技术路线是有效的,流型辨识精度可达88%以上。     

哈飞空客复材中心成为A350 XWB升降舵独家供应商

<正>1月14日,哈尔滨哈飞空客复合材料制造中心与空中客车公司机体结构主要供应商西班牙ANN公司签署了空中客车A350XWB升降舵工作包合同。根据合同,哈飞空客复合材料制造中心将成为ANN公司     

A400M增升装置设计

A400M军用运输机特殊的任务要求对其增升装置设计提出了很大挑战,设计人员通过多种创新设计和技术,使之能在较宽飞行包线范围内飞行并具有优异的作战使用性能。其中,采用CFD方法和风洞试验验证相结合的设计手段,设计出的下垂铰链式固定导流片增升装置,它是该机创新设计的亮点之一。     

典型舰载预警机复飞特性

舰载预警机复飞时,需要通过加大发动机推力提高飞行速度,从而增加其升力以使航迹下沉量减少,避免与舰尾相撞。在分析舰载预警机复飞准则的基础上,通过建立舰载预警机着舰复飞时的非线性动力学方程,计算分析了不同速度、不同下沉率时舰载预警机的复飞轨迹和复飞边界。仿真结果表明:适当的复飞决策距离和较大的发动机推力,可保证舰载预警机安全复飞。     

子带自适应阵列处理的实现与性能分析

针对空频自适应滤波处理中节拍样点两端的输出信干噪比急剧下降的问题,建立了子带自适应阵列处理与空时自适应阵列处理等效关系的数学模型,指出了变换正交基函数的影响,提出利用时频分析特性优良的小波包变换取代傅立叶变换形成新的子带自适应阵列处理,减少子带间的频谱混叠,从而提高系统节拍样点两端的输出信干噪比。对基于不同窗函数的空频自适应处理和基于小波包变换的子带自适应处理进行了性能仿真,验证了小波包相对于加窗空频自适应处理的优越性。     

脉动压力测量技术在火箭发动机试验中的应用

为研究和探索火箭发动机地面试验推力室脉动压力测量方法和数据分析技术,介绍了火箭发动机试验中脉动压力测量系统的组成和参数的测量方法;分析了引压导管的动态特性及其对脉动压力参数测量的影响;采用齐平安装的方式,按照所述方法建立脉动压力参数测量系统;结合推力室多个振动测点的数据,分别采用快速傅里叶变换(FFT)和小波包分解两种...     

不同边界层厚度下高马赫数进气道自起动过程研究

为了探寻入口边界层厚度变化对高马赫数进气道自起动性能的影响,对简化的二元高马赫数进气道的加速自起动过程进行数值仿真研究,分析了边界层厚度对自起动过程中流场波系结构变化和自起动性能的影响机制,获得了不同边界层厚度下的进气道自起动性能及主分离包高度的变化规律。结果表明:随着边界层相对厚度从0.05增加至0.3,进气道的自起动马赫数一开始保持不变,然后快速增大;相同主流条件下,不起动流场跨越主分离包无量纲压升和主分离包高度随边界层相对厚度的增大均变小;边界层动量损失厚度和跨越主分离包无量纲压升对进气道起动性能影响重大。     

基于小波包变换及时间 小波能量谱的振动信号分析研究#br#

基于具有时频分析特性的小波包分析方法，对振动系统的测量信号进行了降噪处理，采用的软 硬阈值折中小波去噪方法兼有软阈值与硬阈值降噪的优点，且通过折中因子的引入，可以在信号分析中更灵活的进行信号处理.对去噪后的信号，基小波时间 能量谱分析，可以很好的将信号的主成分清晰的展示出来，并根据其能量在各频带的分布，可以直观的展示信号特征，为机械振动系统的故障诊断与识别，提供一套理论的方法.研究中所发展的分析方法在机械振动系统及其振动组件的状态监测及故障诊断识别方面有广阔的应用前景.