大气紊流频谱与飞机响应的几个问题

 本文推导了各向同性紊流速度及其任意阶梯度间的相关函数和频谱函数的一般表达式,并分析了频谱函数对空间频率的奇偶性。对现有文献和飞行品质规范中几个含糊不清的问题进行了阐述和澄情。对飞机纵向大气紊流响应进行了研究计算,得到了一些有意义的结论。     

氢氧气体爆轰光谱的研究

在以前用摄谱仪研究激液管内氢氧气体爆轰光谱的基础上，用光学多道分析仪（ＯＭＡ光学系统）收集了不同初始压强条件下３００～８００ｎｍ光谱范围氢氧气体爆轰的低分辨和高分辨光谱．     

航空发动机振动环境谱统计归纳方法及振动试验台复现

为满足航空发动机及机载产品研制过程贴近使用环境的振动考核试验需求,需根据发动机实测振动数据给出振动考核试验所需的输入谱图。依据GJB/Z 126-99中给出的环境测量数据归纳方法,建立了发动机实测振动环境谱统计归纳方法并通过程序实现。利用发动机多架次实测试飞振动数据统计归纳得到发动机测点位置的振动实测谱。基于能量等效及信号频域特征分布一致原则,将归纳得到的实测谱转化为可用于振动台输入的振动环境谱,并在振动台上进行了振动信号的复现试验。结果表明：振动台输出信号与发动机实测振动信号频域分布特征一致,在统计频率带宽范围内振动总量最大相差5.7%,证明了转化方法是合理的,为航空发动机机载设备贴近使用环境的振动考核试验方法提供了真实的输入谱图。     

超静空间科学卫星分离式主动隔振技术

针对量子科学实验、时频传递实验等项目研发的先进载荷对微振动频谱积分的特殊指标需求,研究一种分离式主动隔振技术。分离式隔振技术将卫星划分为载荷模块和服务模块,考虑两模块之间柔性连接线缆和限位弹簧,首先建立两模块的动力学模型。随后,设计基于加速度反馈的六自由度隔振控制器,考虑执行机构控制和驱动电路的电气噪音,在时域和频域仿真分析载荷模块对服务模块的振动隔离性能。仿真结果表明,主动隔振后载荷模块三轴加速度功率谱密度在05~200Hz内积分值小于2 μgn。最后,分析主动隔振控制器参数对载荷模块加速度功率谱积分指标的影响。分离式主动隔振可为我国超静科学卫星的振动隔离提供一种技术途径。     

惯导系统两类冲击环境条件之间的等效转换

GJB150A采用冲击响应谱的形式来描述复杂冲击环境条件,有助于提升惯导系统等航天电子设备地面试验的真实性。但冲击响应谱试验结果的较大差异性也给产品研制过程中的试验研究带来很大困扰。为了解决试验真实性与试验结果较大差异性之间的矛盾,提出了一种将复杂冲击条件转换为经典冲击条件的等效方法,用经典冲击波形等效冲击响应谱,给出了等效转换的基本准则,基于数值试验结果导出了等效转换公式。经试验验证,按照该方法转换得到的经典波形冲击试验结果接近多次冲击响应谱冲击试验结果的平均水平,表明该方法有效。     

雷达海杂波时频谱特性分析

针对海杂波背景下目标检测问题的实际需求,整理分析了STFT、WVD、PWVD和SPWVD 4种常见时频分析方法及其优缺点,并基于实测数据对海杂波的时频处理结果进行了对比分析。分别对纯海杂波单元和目标单元实测数据进行处理,将利用4种时频分析方法得到的结果进行对比、分析和总结。对4种方法在时频分辨率、目标能量积累程度、对海杂波抑制能力和平滑程度上各自特点进行分析,并总结得到相应的结论。     

基于稀疏空间谱估计的星载SAR DBF算法

针对星载合成孔径雷达(SAR)系统利用俯仰向数字波束形成(DBF)技术接收场景回波时受地形的影响,会出现波束指向偏差的问题,提出了基于稀疏空间谱估计的星载SAR数字波束形成方法。该方法将目标场景高程估计问题转换为波达方向估计问题,考虑到回波信号的稀疏性,进而等效为稀疏空间谱估计问题,然后利用凸优化方法求解得到目标波达方向。最后,仿真实验验证了该方法的有效性,结果表明该方法可以降低传统自适应方法受小样本和低信噪比影响的限制,实现复杂地形下的正确波束指向,保证回波信号的接收增益。     

基于任务段的航空发动机载荷谱聚类方法

针对航空发动机飞行任务剖面分类问题,对发动机31个飞行任务剖面进行了聚类分析。选取飞行高度和飞行马赫数作为划分飞行任务剖面的参数, 依据其对应的飞行任务段均值生成聚类散点图,将剖面类型划分为5大类。结果表明:低空低速剖面在无量纲飞行高度为0~0.2、飞行马赫数为0.4~0.6区间,均值最低;高空高速剖面在无量纲飞行高度为1.2~2.2、飞行马赫数为1.0~1.8区间,均值最高;飞行任务剖面在无量纲飞行高度为0.2~1.2、飞行马赫数为0.6~1.0区间内最为集中;针对散点密集区域,可依据剖面特征进一步划分剖面类型;不同剖面间,飞行高度与飞行马赫数差异性强,利于剖面划分,而法向过载与转速差异性小,不利于剖面的划分。所提出的方法可以快速有效的对航空发动机飞行任务剖面进行聚类分析。      

基于MED和LMD的自动倾斜器轴承广义Shannon熵谱分析

针对轴承信号微弱故障特征易被强背景噪声淹没的问题,提出采用最小熵反褶积,通过逆滤波器最优化设计,对目标信号进行降噪处理,其峭度值提高了约3.8倍,增强了信号的微弱故障特征;针对非平稳非线性信号频率成分复杂难以解调的问题,提出采用局部均值分解(LMD)和峭度-相关系数筛选准则,其可对非平稳非线性信号进行自适应分解和最优重构,提高了信号的信噪比;针对信号耦合调制及边频突出的问题,通过引入广义Shannon熵进行包络谱带内降噪处理,信号一阶故障特征调制频率与故障特征频率的幅度比降低了24%~43%。通过实验室信号及某型直升机自动倾斜器轴承故障诊断地面试验的分析结果验证了该方法的合理性和可行性。      

基于机匣信号的滚动轴承故障卷积神经网络诊断方法

针对在滚动轴承故障激励下的机匣微弱故障特征,提出了基于卷积神经网络(CNN)的故障诊断方法。利用矩阵图法、峭度图法以及小波尺度谱法3种振动信号的预处理方法,将一维原始信号转换为图像信号;利用卷积神经网络对故障进行识别。通过比较分析发现:通过连续小波尺度谱更易提取滚动轴承的故障特征,其故障识别率达到95.82%,均高于其他几种振动信号预处理方法;由于卷积神经网络可以利用深层网络结构自适应地提取滚动轴承故障特征,比传统支持向量机(SVM)方法的故障识别率高约7%。结果证明了该方法的有效性与可行性,且具有较好的泛化能力和稳健性。