基于AVMD与DPC-FCM的旋转机械无监督故障诊断方法

目的 针对旋转机械故障诊断过程中存在故障信号特征提取困难、故障诊断过程有标签数据较少、故障诊断准确率低等问题,提出自适应变分模态分解算法(Adaptive Variational Mode Decomposition, AVMD)与密度峰值算法优化的模糊C均值算法(Clustering by Fast Search and Find of Density Peaks Optimizing Fuzzy C-Means,DPC-FCM)结合的无监督诊断方法。方法 首先,将多尺度排列熵与峭度相结合的综合系数作为适应度函数,对VMD算法的惩罚因子alpha和模态个数K进行参数寻优,提取分解后本征模态函数(Intrinsic Mode Function,IMF)的平均样本熵与平均模糊熵,并输入至聚类算法中。其次,提出利用密度峰值聚类算法确定FCM的初始聚类中心,降低聚类结果的随机性。结果 将提出的无监督故障诊断模型应用到滚动轴承试验信号中,实现了准确的故障诊断。结论 AVMD在故障提取方面具有优越性,同时DPC算法可以有效提高FCM算法无监督聚类的准确性,二者结合可以有效实现旋转机械故障的智能分类。     

基于HHT方法的公路运输振动信号时频分析

目的分析具有非线性、非平稳特征的公路运输振动信号的时频信息。方法利用Hilbert-Huang变换算法,在对公路运输的振动信号进行EMD分解的基础上,开展Hilbert谱和各IMF的功率谱密度计算,并与常规的功率谱进行比较。结果基于IMF分量的功率谱可以克服传统Fourier功率谱计算在低频偏低、高频偏高的误差。结论基于HHT的公路运输振动信号时频分析方法是一种有效的运输振动非平稳信号分析手段。     

基于数据分解的AQI的CEEMD-Elman神经网络预测研究

针对Elman神经网络在预测空气质量指数（AQI）时易受到数据非平稳性的影响导致预测趋势良好但准确度较低的问题,提出以互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）为基础的CEEMD-Elman模型.应用CEEMD对AQI序列分解成不同时间尺度上的本征模态函数分量和剩余分量,进而首次将对非平稳的AQI序列的预测研究转化为对多个平稳的本征模态函数分量的研究.分别与Elman单一模型、EMD-Elman模型、BP单一模型及CEEMD-BP模型进行实验对比.结果表明：应用该方法建立的模型的均方误差、平均绝对误差和平均绝对百分比误差分别为4.80、0.71、1.84%,均小于其他模型结果;对应空气质量等级预报正确天数的频率为94.12%.该模型能有效的降低非平稳性对实验预测结果的影响,实现对空气质量等级的准确预报;该研究为进一步预测AQI的走向提供了有效依据,也为政府决策和管理部门制定空气污染控制提供了更充分的参考.     

改进EMD算法在滚动轴承振动信号分析中的应用

针对传统的经验模态分解处理非平稳、非线性振动信号存在的模态混淆问题,提出了一种改良的经验模态分解处理滚动轴承的振动信号。针对采集振动信号过程中存在多频率信号、噪声和间歇信号的特点,构建了高低频率信号和带有噪声及间歇信号的混合信号,并对仿真信号进行传统的经验模态分解和改进经验模态分解。结果表明,使用改进经验模态分解对实际采集的轴承振动信号进行分析,能够较好地改善模态混淆现象。     

基于GWO-VMD算法的齿轮故障自适应特征提取

目的 齿轮产生故障时,利用其声发射信号进行自适应特征提取后诊断。方法 利用变分模态分解方法（VMD）对齿轮发生故障时的声发射信号进行分解。在现实状况中,采集声发射原信号噪声干扰大,导致特征提取准确度低,并且模态分解时参数需要人为调试设定。鉴于此,引入灰狼优化算法（GWO）,对模态分解个数k和二次惩罚因子α自适应选择最优参数后,对信号分解得到本征模态函数（IMF）。通过相关系数选出最佳IMF作为特征分量,计算其峭度和样本熵。结果 计算了各分量的相关系数,选取与原始信号最为相近的分量,分别计算其峭度和样本熵。分解后,齿轮故障声发射信号峭度高于正常的情况,而样本熵则偶然性表现为正常情况下的值大于故障条件下的值。结论 采用支持向量机对特征向量集进行分类识别,对比改进后的试验结果,GWO-VMD结合峭度–样本熵的方法能够有效地提取故障特征,判断齿轮状态是否健康。     

多情景视角下中国能源消费和碳达峰路径

准确预测能源消费及碳排放量对于科学有序落实我国"2030年前碳达峰,2060年前碳中和"目标有重要现实意义.提出了一种融合位置扰动和模拟退火的改进粒子群算法（IPSO）优化基于两层"分解-集成"策略的预测方法：首先利用趋势分解（TD）将原始能源消费时序分解成趋势项和非趋势项,继而使用经验模态分解（EMD）将非趋势项分解成若干本征模态函数（IMFs）和一个残差项,然后对上述趋势项、IMFs和残差项分别建模预测,利用IPSO优化多元线性回归模型（MLR）预测趋势项,采用长短期记忆神经网络（LSTM）预测非趋势项的本征模态函数IMFs和残差子序列,最后通过相加集成求取最终能源消费预测值.实证分析表明,基于TD-EMD两层"分解-集成"策略的IPSO-MLR-LSTM模型融合了TD、EMD、IPSO和LSTM的优点,更全面地捕捉了趋势项和非趋势项演化规律,提升了预测性能,将其应用于能源消费领域是可行且有效的.最后,预测了在不同能源消费结构、经济增长、人口数量、能源效率和人均生活能源消费水平情景下的我国2021~2035年能源消费和碳排放量,并给出相关政策建议.     

基于舵面振荡激励试飞的飞机动特性识别与修正

目的通过试飞的方法,识别飞机的动态特性,包括模态频率、舵面效率、阻尼等,用以修正飞机的动响应分析模型。方法舵面振荡虽然是电传操纵飞机的一种故障情况,但是可以主动地应用于试飞,作为频域激励施加于飞机上,获得飞行状态下飞机的频响特性。通过对比试飞数据和模型分析结果,识别并修正动响应模型的模态频率、舵面效率、阻尼等参数,来建立更接近实际飞机的动响应分析模型。结果舵面振荡激励试飞数据与动响应模型振荡分析的结果在趋势上较为一致,通过对动响应模型参数的识别和修正,提高了动响应模型的准确度。结论舵面振荡激励作为一种频域激励,是飞机地面共振试验(GVT)的补充和发展,可便捷地应用于飞机的试飞试验,从而识别和修正动响应分析模型。     

飞机颤振试飞操纵面脉冲激励响应仿真方法研究

目的实现颤振试飞操纵面脉冲激励响应仿真,预测操纵面脉冲激励结构响应。方法提出一种飞机颤振试飞操纵面脉冲激励响应仿真方法。该方法以飞机结构动力学有限元模型为基础,建立颤振试飞气动力模型和操纵面脉冲激励力模型。结果以上述模型为基础建立的飞机颤振试飞操纵面脉冲激励响应仿真模型,实现了颤振试飞操纵面脉冲激励响应仿真。首先建立了带副翼单机翼模型操纵面脉冲激励响应仿真模型,并实现了激励响应仿真分析,得到了结构响应幅值。结论开展了全机模型操纵面脉冲激励响应仿真分析,并将仿真结果与飞行试验结果进行对比,两者结果基本一致,验证了该方法的有效性。     

基于短时傅里叶变换的飞行器故障振动信号分析

目的对某飞行器出现故障时的振动信号进行分析,为故障定位提供依据。方法将短时傅里叶变换方法应用于飞行振动信号分析,通过计算故障振动信号和正常振动信号的短时傅立叶变换谱,获取两者之间的不同时频特征。通过分析包括发动机工作、外部气动激励、设备工作、电气干扰在内的各种影响因素的时频变化特征,与故障振动信号的时频特征对比,为故障定位提供依据。结果故障振动信号的时频特征表现为飞行中期突发出现的某一频率的倍频振动响应,且振动频率随时间增加逐渐增大,分析表明只有发动机异常工作才具有此特征。结论短时傅里叶变换可以有效地获取飞行振动信号的时频特征,可以更深入地了解不同振动影响因素的时频特征,为飞行故障定位分析提供了新途径。     

基于数据分解的大气污染物短期预测组合方法综述

大气污染物的短期预测,对制定有效的大气环境治理措施和降低居民健康风险具有重要的实际参考价值。组合模型通过数据分解挖掘时间序列中蕴含的时频信息,可以进行精准且可靠的预测,已成为大气污染物短期预测的发展趋势。从时间尺度,将现有的大气污染物短期预测方法进行梳理,重点综述了基于小波分解、经验模态分解和变分模态分解的组合模型。随后,依据处理目的,将现有模型组合结构的优化方向归纳为数据降噪、二次分解、分量处理和误差修正,并对各结构的优缺点与适用范围进行总结。结果发现：4种组合结构并非普遍适用于所有预测情况,应根据数据特征等条件有选择性地使用。最后,总结了现存组合预测模型存在的问题,指出未来应从自适应组合结构、数据特征对性能影响和模型多性能平衡的角度开展相关研究。     

电传飞机典型异常振动的诊断与处置技术研究

目的 对电传飞机典型的异常振动问题进行研究,形成电传飞机异常振动的诊断和处置技术。方法 首先对气动伺服弹性问题的基本原理和气动伺服弹性失稳可能引发的危害进行简要的介绍。然后对某电传飞机试飞过程中出现的异常振动现象进行详细描述,通过不同类型数据的对比分析,对该异常振动问题进行准确定位和诊断,进而给出相应的应对措施。最后通过正式的飞行试验对处置措施的准确性进行验证。结果 经过对异常振动问题的处理与分析,明确了该异常振动发生的根本原因,通过处置措施的有效落实,已顺利完成该型机的颤振/ASE飞行试验工作。结论 通过本文的异常振动处置方法的研究,为以后类似问题的准确诊断和处置提供了有益的参考和借鉴。     

机翼带外挂高阶高频颤振特性研究

目的研究机翼带多外挂物引起的高阶高频颤振的特性,为类似事例提供参考。方法基于某飞机带多外挂物构形进行结构动力学建模与修正、颤振计算分析和低速颤振风洞试验,最终进行颤振飞行试验验证。结果颤振计算分析和低速颤振风洞试验,可以得出明显的以副翼旋转和机翼二扭为主的高阶高频颤振,颤振飞行试验随着速度的增加,频谱分析图中低频峰值逐渐减小,高频峰值不断明显,与风洞试验规律基本一致,有高阶高频颤振迹象。结论各种研究方法均可得出高阶高频颤振现象及其特点,基本证实高阶高频颤振的存在。     

颤振飞行试验激励技术发展的回顾和展望

首先对颤振发生机理、颤振飞行试验实施过程及颤振激励的重要性进行了简单介绍,然后对颤振激励方法的发展历程进行了回顾,对不同颤振激励技术的特点进行了详细分析,并提出了激励技术的选择原则和方法,得出不同激励方法的最佳适用对象。最后,结合新型飞机技术发展需求,对颤振激励技术的发展趋势进行了展望。不同的颤振激励技术服务、支持了不同型号飞机的飞行试验工作,随着各种超高速、轻型化、智能化飞机的出现,对各种新型颤振激励技术的需求会层出不穷,文中的工作对不同特点试验飞机颤振激励技术的选用给出有益的建议和参考。     

基于弹性模型的飞机操纵动响应分析

目的 更好地研究飞机在操纵情况下的机体载荷和机体响应,同时验证动态响应分析模型和方法。方法 以某型飞机突风载荷分析用的动气弹仿真模型为基础,考虑机体弹性修正和气动模型修正,梳理试验试飞的舵偏数据,利用MSC软件的动气弹仿真分析模块,将试飞的舵偏数据作为输入信号,开展舵面操纵情况下的机体响应仿真,并将飞机操纵情况下的机体响应分析结果与试验试飞结果进行对比。结果 经过仿真和对比分析可以发现,分析数据和试飞数据整体吻合较好,能够较好地表征飞机的气动特性和结构动力学特性,同时在分析数据和试飞数据中均有比较明显的机体弹性响应成分。对于弹性飞机而言,除操纵造成的机体刚体响应外,机体弹性会带来额外的振动响应,对于特定的部位,这种振动可能是不可忽略的,需要根据具体情况进行详细分析。结论 这种振动响应对飞机操纵、乘客舒适性是否会产生不利影响,需要进一步开展研究工作。     

异常性检测算法在引信干扰信号识别中的应用

目的 解决传统分类引信抗干扰算法因干扰信号难获取、特征信号样本少、正负样本数不平衡而导致计算精度低的问题,克服引信抗干扰算法对样本的依赖性,并提高引信信号识别准确率。方法 通过WVD时频变换的方法,将拆分后的真实含扰引信信号切片进行重组,使其由一维时序信号向二维图片信息进行扩展,基于数据倍增策略,提升算法泛化性,并降低其对真实数据样本的依赖。融合GANomaly与EfficientNet网络,在扩充的引信数据集上进行线下干扰信号特征学习,并对含扰引信图像数据进行线上异常性判断与干扰信号识别。结果 GE-FS网络能够在真实引信小样本信号的基础上进行有效数据扩充,基于扩充数据训练后,引信含扰识别准确率达到98.4%。结论 GE-FS网络能有效针对引信异常信号进行精确检测与识别,可以增强引信系统的抗干扰能力与作战自适应性。     

电晕放电辐射信号的特征提取和模式识别方法研究

目的研究电晕放电辐射信号的特征提取和模式识别方法。方法在分析信号特征提取方法的基础上,对实测的电晕放电辐射信号特征提取,利用概率神经网络开展电晕放电辐射信号目标识别,检验特征提取的有效性。结果以奇异值作为输入特征量的PNN在整体上效果更优,稳定性好,对两类不同放电辐射信号的正确识别率均可达到80%以上,并且当输入特征量个数达到10个时,对实测样本的正确识别率均达到了最高值。电晕放电的正确识别率为96.7%,火花放电的正确识别率为93.3%。结论该方法能基本满足实际放电信号的识别应用。     

基于光纤传感探测的直升机修理异常振动源定位研究

目的 针对直升机异常振动故障排除,对振动源进行检测,并分析振源频谱,准确定位异常振动源,指导振动源调整,并对调整情况进行检测,提升直升机异常振动排故效率。方法 结合光纤传感器的振动检测特性应用分析,开发一套基于光纤传感探测的直升机修理异常振动源定位系统,实现直升机的振动源动态监控。结果 识别了直升机的主要振动源,分析统计了振动源频率,梳理了直升机试车、试飞典型振动故障,研究了光纤振动传感器感知被测量的实时调制方法和信号调制的光波解调方法,结合应用需求对市场上成熟的分布式光纤传感系统进行了优化设计,采用深度学习技术,对后端数据处理平台软件进行了重新设计。结论 通过有针对性地创建识别模型库,并对模型库进行实际样本训练,模型准确率可达到66.37%。     

大展弦比机翼几何非线性颤振风洞试验研究

目的研究大展弦比机翼在飞行过程中,由于大变形造成几何非线性效应带来的几何非线性颤振问题。方法针对几何非线性颤振问题,设计相应的风洞试验模型,并完成不同变形下的颤振风洞试验,对机翼不同变形下的试验结果进行比较,摸清其几何非线性颤振特性。结果在几何非线性的影响下,机翼的颤振速度随着变形的增大而下降,并且发散模态及颤振频率都发生改变,大变形下的颤振速压下降到小变形时的71.7%。结论在研究大柔性、大展弦比机翼的气动弹性特性时,必须考虑几何非线性效应的影响,否则其颤振特性结论会存在较大的误差。