基于微多普勒分析的复合运动目标参数估计

目标的微运动所产生的微多普勒特征包含了目标的运动和结构信息,在目标的分类、识别等领域中有着重要的作用。建立了具有平动、加速与旋转运动的微动模型,定量分析了目标的微多普勒调制特征及其与微动参数的关系,利用提取时频分析矩阵频率向最大值的峰值提取法和最小二乘拟合直线法估计目标的加速度、旋转频率和旋转半径等参数,最后通过仿真验证了理论分析的正确性和参数估计的有效性。     

一种复合微运动的微多普勒分析与参数估计

目标的微运动所产生的微多普勒特征包含了目标的运动和结构信息,在目标的分类、识别等领域中有着重要的作用。建立了振动与加速运动的复合微动模型,定量分析了目标的微多普勒调制特征,提出了利用提取峰值法和拟合直线法估计目标的加速度、振动频率和振动幅度等参数的方法,通过仿真验证了模型的正确性和参数估计的有效性。     

基于时频特征的旋翼目标微动参数估计方法

旋翼目标的微动参数可为雷达目标的识别提供依据.针对旋翼目标微动参数的提取问题,利用其回波时频特征,提出一种微动参数估计方法.首先基于点散射原理对旋翼目标构建回波模型.其次,利用联合时频分析技术对旋翼目标回波的时频特征进行分析,并解释"时频闪烁"特征的产生机理.然后通过"时频闪烁"特征与微动参数间的对应关系,实现对旋翼目标微动参数的估计.最后,通过仿真验证了上述微动参数估计方法的有效性,且结果表明该方法在多旋翼目标场景下同样适用.     

一种去除回波频谱调制的直升机SAR成像方法

直升机机载合成孔径雷达(Synthetic aperture radar,SAR)信号受到主旋翼遮挡和直升机振动的调制,给合成孔径成像造成很大影响。本文采用时频分析方法对调制产生的原因和特征进行分析和研究,提出利用去斜后的方位相位误差作补偿,再进行相位梯度自聚焦(Phase gradient autofocus,PGA)处理,实现调制雷达回波的高质量SAR成像。实测数据表明,本方法较好地解决了回波调制情况下的成像问题,对直升机平台SAR成像具有重要的参考价值。     

旋翼复合材料桨叶参数化及有限元建模

直升机旋翼桨叶结构建模通常只考虑内部结构的几何特征,在进行优化设计时,没有考虑设计参数对初始静强度设计的影响,为优化设计,提出采用有限元离散方法,面向多数直升机采用的C型梁结构,将桨叶内部结构分为带设计控制点的三大类构型模块,建立了在设计过程中能够保证桨叶大梁设计强度不变的参数化模型,并有针对性的提出背景网格与层结构网格结合的快速有限元离散方法,生成高效的旋翼复合材料桨叶剖面参数化有限元模型.通过对“海豚”直升机桨叶剖面建模,验证参数化建模方法的可靠性和有效性.     

基于二维谱向量的中段弹道目标平动补偿

弹道目标中段的运动是微动与平动的复合,为了提取目标的微多普勒信息,必须先进行平动补偿.首先分析并建立了弹道目标中段的运动模型,说明了将平动近似描述为二阶多项式的合理性,在此基础上,提出了一种基于二维谱向量的平动参数估计方法.利用频域特征与平动参数对应的关系,对细化后回波信号频谱的能量分布和重心位置进行了量化,从而分别实现了加速度和速度的高精度补偿.仿真实验结果表明:在多目标和强噪声的环境下,该方法具有良好的估计性能.     

三种直升机旋翼共锥度测量新方法

直升机旋翼共锥度是旋翼动平衡测量的一个重要参数;它直接影响直升机机动性能、安全性能等多方面重要指标;针对在旋翼高速旋转的状态下测量共锥度值的系统特点,介绍了3种基于摄像机成像的直升机旋翼共锥度测量新方法,利用摄像机采集光源在桨叶上的成像信息,对图像进行处理、计算,从而得到直升机旋翼的共锥度值;对每种方法的基本结构、计算方法进行了较详细的介绍,该方法结构简单,安装方便,可实现对直升机旋翼共锥度值较高精度的测量,具有较高的实用价值.     

基于双目视觉的直升机旋翼桨叶挥舞角测量

为实现直升机旋翼桨叶挥舞角的测量,提出了一种基于双目视觉的测量方法.首先,在直升机旋翼桨叶上均匀布置编码标记点,用已标定的双目摄像机对旋翼桨叶每隔一定角度采集标记点图像;其次,对左右摄像机图像上的标记点进行解码和匹配,得到标记点的左右图像视差,进而计算标记点三维坐标;再次,利用标记点在各个角度下的三维坐标,计算旋翼中心和转轴方向,建立旋翼坐标系;最后,在旋翼坐标系下,根据标记点静止与高速旋转时在同一角度下的三维坐标,计算挥舞角大小.利用风扇叶片进行仿真试验,结果验证了该方法具有自动化程度高和测量精度高的特点,可满足直升机旋翼桨叶挥舞角测量的要求.     

小型四旋翼直升机的建模与仿真控制

针对实现对小型四旋翼直升机的飞行控制,为提高飞行性能和加强稳定性,根据四旋翼直升机特有的机械结构和飞行原理,利用牛顿-欧拉方程建立了小型四旋翼直升机的飞行动力学数学模型,而且对该型进行了合理的简化.同时在Matlab/Simulink仿真环境下,采用直升机动力学模型搭建了模块化、层次化的系统仿真图,并通过PID控制算法对直升机悬停状态进行仿真,实现了直升机姿态控制.仿真结果表明在具有小扰动的条件下,模型能够仿真小型四旋翼直升机的飞行状态,满足直升机飞行姿态的控制要求.     

基于翼尖加速度的旋翼共锥度测量方法研究

在直升机旋翼动平衡试验中,旋翼共锥度值是一重要的试验参数,它关系到直升机机动性能、安全性能等多方面重要指标.针对目前所采用的测量方法存在测量精度低、测量难度大以及测量点固定等缺点,在分析旋翼动态特性的基础上,提出利用多加速度传感器测量旋翼翼尖加速度信号,然后采用频域二次积分的方法得到旋翼翼尖位移,根据同一时刻旋翼之间的...     

基于PCNN的桨叶图像提取及锥度测量

针对目前对直升机桨叶共锥度测量难度大、精度低、无法对桨叶逐点测量的缺点,提出了一种应用视觉系统测量旋翼共锥度的新方法,给出了系统的总体安装方案并对系统的成像误差精度进行了分析,由于旋翼桨叶处于高速旋转状态需要实时处理的特点,提出了一种基于脉冲藕合神经网络(PCNN)的分割方法,在设计好的旋翼桨叶模型上进行了相关实验,通过与其它分割算法的对比,验证了算法的具有很高的识别率;实验结果表明:基于PCNN的分割方法具有较高的精度,适用于实时的旋翼锥度测量系统.     

基于翼尖加速度的旋翼共锥度测量方法研究

在直升机旋翼动平衡试验中,旋翼共锥度值是一重要的试验参数,它关系到直升机机动性能、安全性能等多方面重要指标。针对目前所采用的测量方法存在测量精度低、测量难度大以及测量点固定等缺点,在分析旋翼动态特性的基础上,提出利用多加速度传感器测量旋翼翼尖加速度信号,然后采用频域二次积分的方法得到旋翼翼尖位移,根据同一时刻旋翼之间的位移曲线关系,方便的计算出旋翼共锥度值。试验结果表明,此方法可以实现旋翼运动过程中,旋翼任意旋转位置上的共锥度测量。     

直升机桨叶动平衡试验技术研究

通过研究直升机桨叶动平衡试验技术,重点分析了采用基准桨叶校准试验台、标准桨叶和伴随桨叶,以及采用标准桨叶和伴随桨叶校验批生产桨叶的几个关键步骤和技术途径,统一了部分术语和定义,整理了相关参数的计算公式,是对直升机桨叶动平衡试验技术的一次消化和总结,对于深入研究基准桨叶校准方法具有非常重要的意义,同时也为开展新型号直升机的桨叶动平衡试验打下了基础.     

基于大数据分析的风机叶片结冰故障诊断

为了实现风力发电机叶片结冰故障诊断,及时进行风机叶片除冰,消除隐患。提出了基于大数据分析的人工智能算法识别风机叶片结冰的方法。首先,用结冰机理研究和数据探索的方法对风机运行数据进行分析,初步提取了24个特征量;然后,采用遗传算法对24个特征量、滑动窗口宽度和支持向量机参数进行联合优化,并据此建立叶片结冰故障诊断模型。诊断结果表明,用该模型诊断叶片结冰故障的准确率为86.2%,比采用SCADA采集所有数据或初步提取的24个特征量作为模型输入的准确率有大幅度的提高;并且,将该模型用于另一个#2风机时,故障诊断准确率也达到了78.5%,证明了该方法的有效性,并具有较好的泛化能力,为识别风机叶片结冰故障提供了新思路。     

旋转叶片电加热防冰系统设计与应用

在开展结冰试验时，结冰风洞风扇叶片前缘有结冰风险，影响风洞安全运行。针对大型旋转叶片结冰问题，提出了旋转叶片电加热防冰系统设计方法，研制了大型结冰风洞旋转叶片电加热防冰系统。首先，研制了内置电加热单元和温度反馈的防冰叶片。针对叶片复杂的工作环境，提出一种新的旋转叶片电加热防冰功率计算方法，通过精确测量和方案优化，设计了基于特殊环境的分半式、大尺寸、高线速度、碳刷自动移开/压紧的导电滑环。最后，采用变结构分级温度闭环和试验参数连锁防冰控制策略解决了旋转叶片结冰问题。该系统已应用于大型结冰风洞，运行中加热电流和叶片温度反馈信号传输连续，所有旋转叶片前缘快速加热且温度分布均匀，防冰效果好。     

冷却塔风机叶片运行状态监测技术研究

在阐述冷却塔风机运行状态监测技术现状以及对风机叶片断裂原因进行分析的基础上,提出一种新型非接触式冷却塔风机叶片运行状态监测方法--叶尖计时监测法,并将叶尖计时监测法与单片机技术相结合,研制出一种非接触式冷却塔风机叶片运行状态监控系统,实现在叶片发生断裂、变形时监控系统控制风机停机并报警,从而预防叶片事故的发生。生产实践证明,此监测方法明显提高了风机运行状态监测的可靠性,能有效地避免叶片故障的发生,具有良好的推广应用价值。     

基于轻量型YOLOv5的风机桨叶检测与空间定位

应用无人机对风力发电机进行自主巡检时,需对其桨叶叶尖进行精准定位,同时因机载计算板的计算能力有限,常规目标检测算法检测效率低下。为此提出了一种基于轻量型YOLOv5的风机桨叶检测与空间定位方法,首先对YOLOv5目标检测算法进行轻量化改进,将ShuffleNetv2作为特征提取主干网络;然后利用该算法对风机全景图像中的风机轮毂和桨叶进行检测,以得到轮毂和桨叶叶尖的像素坐标;最后利用无人机位姿信息和空间平面的几何关系,对风机桨叶进行精准定位。实验表明,所改进的目标检测算法以1.536×10⁶的参数量在大疆MANIFOLD2-C上的检测速度提升47%,可达29.4 f/s,所设计的定位方法可对风机桨叶叶尖进行精准定位,水平和高度定位误差均为±5 cm,三维整体定位误差为±10 cm。