弹射座椅与飞行员系统重心测量技术

为解决火箭弹射座椅人椅系统在弹射出舱后的稳定调节问题,设计研制了新型电子人椅系统组合重心测量设备,建立了组合重心的俯仰累加测量与推导计算方法,并对294名飞行员的人椅系统组合重心数据进行了测量和计算.结果表明,研制的测量设备精确可靠,建立的方法便捷有效,并具有通用性.研究结果已应用于弹射座椅的设计研制中,精度提高了10倍,效率提高了3倍.     

航空发动机高低压转子间碰摩故障特征提取

针对变分模态分解(VMD)需要人为确定输入参数的问题,提出了一种参数自适应VMD(APVMD)方法,其通过粒子群(PSO)算法优化VMD的输入参数.使用APVMD结合切片谱的方法,对双转子航空发动机振动正常和异常状态下的实测弹性支承应变信号进行分析.分析结果表明,APVMD方法可以自适应地实现对实测弹性支承应变信号的分...     

基于台架试验的涡轴发动机喘振发生位置规律

为了探究某型涡轴发动机喘振发生位置规律,采集并分析了台架喘振试验时进气道、轴流压气机叶尖、轴流压气机出口和离心压气机出口的压力信号。采用连续小波时频变换对压力信号进行特征提取,以小波系数作为喘振信号特征,阈值为小波系数最大值的10%,结果表明:某型涡轴发动机的轴流压气机总是比离心压气机先发生喘振,喘振在轴向上由进气道向离心压气机传递的同时,在周向上也沿着压气机转子叶片旋转方向传递。对某型号发动机进行实时喘振监测时,监测轴流压气机能比监测离心压气机更早发现喘振,在后续某型涡轴发动机改型设计时,可增加轴流压气机的喘振裕度来提升整机防喘能力。      

Walsh变换对冲击信号序列特征提取的研究

提出使用Walsh变换和小波包相结合的方法,对滚动轴承故障产生的冲击信号序列提取故障特征, 并给出了计算的有效算法. 对滚动轴承故障特征分析和计算表明,用改进小波包分解、重构公式能有效地剔除冲击信号序列中高频共振信号和噪声, 使用快速Walsh变换(FWT)求取其功率谱,优于Fourier变换,可很好地提取故障特征,仿真和实际数据计算的结果,证实了上述方法的有效性.      

复杂背景下单个运动物体的实时视觉追踪算法

介绍了一种完全基于图像信息的运动检测视觉追踪算法.该算法综合了已有的一些算法,并在他们的基础上进行改进,可以实现在摄像机运动不剧烈的情况下,对单个运动物体的追踪.由人工选取目标,计算机开始在第1帧和第2帧图像中提取特征点,并在两帧图像中对特征点进行匹配.利用匹配的特征点建立仿射运动模型,以估计背景的运动和预测目标位置.假设运动目标所占的像素面积很小,在预测点附近的一块小邻域内进行光流分割得到运动目标.该算法在640×480大小的两帧连续图片上验证,取得了较好的效果.在PC上的实验证明,设置适当的参数,本算法可以应用于12.5Hz或25Hz的图像采集频率.      

无尾飞机翼尖失速问题研究

首先分析了无尾飞机翼尖失速的特点，包括与其他布局形式共有的和自身特有的特点，重点是翼尖失速对无尾飞机飞行品质的影响。讨论了后掠角和尖削比这两个机翼外形参数对翼尖失速特性的影响。从空气动力学角度出发，根据2种不同的思路，综述了5种解决翼尖失速的方法，分析它们各自的作用原理。最后提出改善无尾飞机翼尖失速特性的若干建议。     

CX1型无人机称重仪

叙述了CX1型无人机称重仪的组成与工作原理,推导了CX1型无人机总重量及重心的计算公式,对系统的测量误差进行了分析和修正。CX1型无人机机身细长,动力装置距离飞机重心较远,对飞行性能影响很大。CX1型无人机称重仪是检测CX1型无人机的专用地面检测设备,它可以自动检测称重台架上三个支撑点的重量,计算出CX1型无人机的总重量及重心,并将检测与计算结果在面板上显示出来,可以非常方便地实现CX1型无人机的重量和重心的调配。     

基于免疫聚类分析的特征提取及其在发动机故障诊断中的应用

以提高航空发动机故障诊断的快速性和准确性为目的，基于人工免疫理论中的克隆选择算法，结合聚类分析方法，提出了基于免疫聚类分析的故障特征提取方法。该方法通过删除对分类无关的特征以及压缩类间相关特征，得到最有利于分类的子特征集，提高了分类器的分类性能。并且该算法具有本质上的并行性、计算效率高和聚类能力强等优点。多类支持向量机的分类实验表明，经过基于免疫聚类分析提取的特征对发动机的故障具有更好的识别能力，为发动机的状态监测与故障诊断提供了依据。     

叶片弦中区内部气膜孔局部换热特性实验

对叶片弦中区内部有、无冲击射流的气膜出流冷却方式中,冷气侧气膜孔局部换热特性进行了实验研究。无冲击射流时,主要研究了来流雷诺数、气膜出流与横流密流比的变化对气膜孔局部换热特性的影响;研究发现,气膜孔局部的换热均随两者的增加而强化,且孔后的换热要好于孔前的换热,越靠近孔的地方换热越强,并对倾角为30°和90°时气膜孔的“溢流效应”进行了比较。有冲击射流时,改变冲击雷诺数、横流射流密流比等流动参数,通过对数据整理得出了这些参数对其局部换热特性的影响规律。      

Impulse feature extraction method for machinery fault detection using fusion sparse coding and online dictionary learning

Impulse components in vibration signals are important fault features of complex machines. Sparse coding(SC) algorithm has been introduced as an impulse feature extraction method, but it could not guarantee a satisfactory performance in processing vibration signals with heavy background noises. In this paper, a method based on fusion sparse coding(FSC) and online dictionary learning is proposed to extract impulses efficiently. Firstly, fusion scheme of different sparse coding algorithms is presented to ensure higher reconstruction accuracy. Then, an improved online dictionary learning method using FSC scheme is established to obtain redundant dictionary and it can capture specific features of training samples and reconstruct the sparse approximation of vibration signals. Simulation shows that this method has a good performance in solving sparse coefficients and training redundant dictionary compared with other methods. Lastly, the proposed method is further applied to processing aircraft engine rotor vibration signals. Compared with other feature extraction approaches, our method can extract impulse features accurately and efficiently from heavy noisy vibration signal, which has significant supports for machinery fault detection and diagnosis.