【摘 要】
：
为了提高气路故障诊断方法的可靠性,研究聚焦传感器测量噪声、个体差异和性能衰退等不确定性因素影响,导致气路故障诊断方法虚警率过高,无法实现工程应用的问题,开展了融合模型基残差分析与数据驱动的气路故障诊断方法研究;为此,构建了基于发动机模型分析偏差与卷积神经网络建模理论融合的气路故障诊断架构,在建模过程中充分考虑了传感器测量偏差、个体差异和性能衰退等不确定性因素对气路故障诊断结果的影响,据此形成了融合模型基残差分析与数据驱动的气路故障诊断方法;随后,结合多种飞行轨迹和进气条件开展数值模拟分析验证研究,对形成的
【机 构】
：
中国航发沈阳发动机研究所,西安交通大学机械工程学院
【基金项目】
：
博士后科学基金(2021T140539)。
论文部分内容阅读
为了提高气路故障诊断方法的可靠性,研究聚焦传感器测量噪声、个体差异和性能衰退等不确定性因素影响,导致气路故障诊断方法虚警率过高,无法实现工程应用的问题,开展了融合模型基残差分析与数据驱动的气路故障诊断方法研究;为此,构建了基于发动机模型分析偏差与卷积神经网络建模理论融合的气路故障诊断架构,在建模过程中充分考虑了传感器测量偏差、个体差异和性能衰退等不确定性因素对气路故障诊断结果的影响,据此形成了融合模型基残差分析与数据驱动的气路故障诊断方法;随后,结合多种飞行轨迹和进气条件开展数值模拟分析验证研究,对形成的
其他文献
社交媒体作为信息传播的载体,既可使人们快捷地分享信息流和获取时事新闻,也可能成为虚假信息泛滥蔓延的重要渠道.现有的虚假信息检测研究多基于对微博内容的机器学习或深度学习的识别模型,忽略了真假信息传播网络的结构差异.基于复杂网络的模体理论,提出了广度模体度与深度模体度的概念来量化传播网络的结构重要指标.研究表明:基于模体度的重要性计算方法是对传统网络结构重要性指标的一种创新与拓展,能够更全面地测度传播网络结构特性.通过构建的二维模体度量化指标,分析和揭示了微博、Twitter网络中虚假信息的结构特性与传播机制
传统工业阀门定位器具有控制精度低、功耗大、控制方式单一、阀位易抖动等缺点,且其在使用的过程中须进行现场调试才能进一步适应生产要求;为了提高阀门定位器控制系统的适应能力,对控制算法进行了深入研究,设计了一种基于STM32芯片的低功耗阀门定位器;硬件设计以STM32L152芯片为控制核心,外围电路包括4~20 mA转3.3 V电源电路、开度/位移信号转换电路、人机交互模块电路;软件设计采用自适应免疫模糊PID算法替代常规PID算法,实现了阀位控制参数的自整定;在MATLAB中构建阀门各机构数学模型的广义传递函
基于非线性压缩变换对某型航空发动机整机试车振动信号进行了特征提取与故障诊断;非线性压缩变换由于其幅值无关性,能够增强微弱信号特征的表征能力,同时能够提高时频图的能量聚集性;对某型航空发动机进行地面整机试车试验,并通过数据采集装置获取各测点的振动信号,然后利用非线性压缩变换良好的微弱特征表征能力与时频聚集性,并结合其他信号分析方法,对采集到的振动信号进行分析;最终,结合航空发动机的结构与理论知识,实现了对其可能存在故障的排查与猜测,同时验证了非线性压缩变换在航空发动机实际试车振动信号分析中的有效性与实用性。
针对非线性自抗扰控制技术设计的系统、线性自抗扰技术设计的系统受到噪声影响,导致信号传输受到阻碍,出现偏航角跟踪控制结果精准度低的问题,提出了基于核相关滤波的无人机偏航角跟踪控制系统设计;在系统总体架构支持下,采用STM32F407型号主控芯片,保证无人机控制系统稳定性;在方向盘下安装有转向角传感器,为ESP电子控制单元提供方向盘;使用频率为2.4 GHz遥控器接收机生成具有不同脉冲宽度PWM信号,
针对传统无人机姿态鲁棒控制系统易受到外部干扰影响,无法精准控制姿态角、左侧舵面角和右侧舵面角,导致系统不稳定的问题,设计了基于反步滑模算法的无人机姿态鲁棒控制系统;使用TMS320F28335芯片的串级PID控制器,控制无人机中央处理机;选择MS-S3型伺服驱动器保证电机高速运动时的高转矩运行;使用STM32f407VGT6型号姿态控制器,控制旋翼姿态;在软件流程设计过程中,构建无人机动力学模型,
针对光电制导导弹高精度指向需求,通过研究导弹校靶方法以修正系统误差,提升光电导引头指向精度;提出解析法和几何法两种校靶方法,解析法是从数学推导的角度出发,利用坐标等效变换列写方程组,通过求解多元方程组获得校靶修正角度;几何法是从距离逼近的角度出发,通过多点测量实际指向误差,利用最小二乘、几何旋转变换等方法得到校靶修正角度;最后利用数字仿真分别模拟了两种校靶算法,并进行了对比分析,验证了两种算法的有效性。
工业应用对数据传输的确定性有严格要求,有必要通过合理的缓存策略保障工业边缘网络的实时服务性能保障.首先面向工业边缘计算应用场景阐述了边缘缓存问题模型.然后分析了工业应用中用户请求的动态性特点,结合工业用户请求的特征属性,给出用户请求内容流行度变化的预测方法.在此基础上提出了基于属性特征流行度预测的缓存替换(combing periodic popularity prediction and size caching strategy,PPPS)算法,根据最近周期窗口内主导属性特征的热度预测值,和尺寸参数一
软件定义网络的转发控制分离、集中控制、开放接口等特性使网络变得灵活可控,其架构得到了充分的发展.由于与各种云化业务的良好结合,软件定义网络(software defined networking,SDN)在近些年来得到了大量的商业部署.在基于OpenFlow的SDN架构中,为了实现流表项的快速查找、掩码匹配等目标,商业部署的硬件交换机大多使用三态内容寻址存储器(ternary content addressable memory,TCAM)来存储控制器下发的流表项.但受限于TCAM的容量和价格,目前商用O
针对滚动轴承在故障诊断过程中信号特征提取困难导致诊断准确率低、鲁棒性差的问题,提出一种基于Squeeze-Excitation-ResNeXt(SE-ResNeXt)网络的滚动轴承故障诊断方法;将采集的一维轴承振动信号作为输入,进行滑动窗口采样与标准化处理,通过压缩、激励操作进行特征重标定,扩大模型感受野,并级联聚集残差变换网络自适应提取故障信号特征;在模型训练过程中选择最优压缩率为1/8以及8个组卷积,引入Relu函数加快网络收敛,使用全局平均池化替代全连接层避免过拟合现象,构造能够自主进行表征学习的最
电磁无损检测技术是无损检测领域的一个研究重点,针对电磁无损检测技术中的超声波处理,提出了一种基于FPFA的参数优化的RBF神经网络;首先,通过FPGA编程实现对电磁超声波信号的采集,设计了放大电路将原始的电磁超声波进行放大处理已满足RBF神经网络的需求;提出一种采用K-means聚类算法来计算RBF中径向基函数的中心和宽度的参数优化RBF算法,K-means聚类算法的初始聚类中心难以确定会导致RBF算法的参数无法优化,提出KL散度,采用数据密度分析法来计算K-means算法的聚类中心;试验表明,改进后的K