舰船中低频结构噪声源识别方法研究

考虑舰船壳体结构在舰船噪声的声源激励及声振传递中具有的重要作用,进行其结构噪声源识别研究。在中低频段内舰船壳体结构的机(械)-机(械)及桨轴激励船体耦合振动形成多源相关多通道耦合系统,考虑系统的相关激励、通道耦合、系统不确定性等特征,建立舰船中低频结构噪声模型,并基于随机动力系统响应、通道传递和激励源等统计分析提出中低频结构噪声源识别策略。提出的噪声源识别策略,以统计的观点实现中低频结构噪声系统的激励源识别,解决现有噪声源识别方法对于多源相关多通道耦合随机振动的局限性问题,并为舰船结构噪声源识别技术的进一步研究在理论、方法上指出探索方向。     

多频波动线谱自适应控制算法及试验

研究了多频波动线谱激励下的主动隔振控制问题,提出一种改进小波包自适应控制算法.传统的自适应算法难以同时控制多线谱,当线谱存在频率波动时,窄带滤波算法难以取得理想的控制效果.因此,将小波包分解算法应用在控制算法中,对信号进行等间距频带划分,采取并行控制策略完成多线谱控制.分析了不同小波基函数对信号分解的影响,确定最优小波基.针对虚有线谱和子频带过多导致的控制过盈问题,改进小波包分解算法,降低了计算量,消除子频带中虚有线谱.为每个子频带设置独立步长,并根据箕舌线函数修正迭代步长.搭建控制系统开展试验研究,结果表明,本文所提改进小波包自适应算法在多频波动线谱激励下能够取得良好的控制效果,线谱振动能量显著降低.     

基于特征系统实现算法的夹具模态参数识别

针对振动试验中夹具的动力学设计和验证问题,探讨了仅根据响应输出进行模态参数识别的时域分析方法,即特征系统实现算法。以某夹具结构为研究对象,仅通过测试宽带随机激励下的加速度响应信号,对该夹具的模态参数进行了识别。在Matlab7.1上实现了一种基于相关函数的特征系统实现算法,利用加速度响应数据计算相关函数矩阵,并构造广义Hankel矩阵,得到了夹具的模态频率和阻尼比。奇异值分解和稳定图综合分析结果表明:特征系统实现算法能较好地对结构的动力学参数进行识别。     

基于MUSIC算法的水下噪声源近场高分辨定位方法

针对舰艇辐射噪声的能量和线谱主要分布在低频段,而常规噪声源近场定位方法在低频段很难获得到比较理想的空间分辨率,无法满足舰艇低频辐射噪声源定位识别需求问题.在研究远场平面波模型下MUSIC算法基础上,建立了基于相位和幅度联合补偿的MUSIC近场噪声源定位算法,通过仿真计算和湖试试验研究了该算法的噪声源定位性能,结果表明该...     

基于零和竞争理论的雷达网干扰功率分配方法

在海水泵的线谱振动自适应控制中,由于环境等条件因素的影响,获取的参考信号频与线谱振源信号频率往往存在着偏差。该频率偏差的存在往往造成自适应主动控制算法性能下降。针对这个问题,通过结合一种自适应更新参考信号的方法,提出了基于FXLMS的反馈式线谱振动自适应主动控制算法。在参考信号生成中,通过一种几何关系来进行参考信号的相位更新,并基于最小均方误差方法,来实现参考信号频率对应的相关系数的更新;为验证该方法的有效性,进行了仿真和试验。仿真结果表明,该方法能够在参考信号频率与振源信号频率存在偏差的情况下,通过自适应调节参考信号频率,取得良好的线谱振动自适应控制效果。进行了基于水泵试验台架的主动控制试验研究,检验该自适应算法控制性能。试验结果表明,该方法能够在参考信号频率与线谱振动频率存在偏差的情况下,进行有效的线谱振动自适应控制。     

基于振动可视化的机械系统级故障诊断方法

基于振动可视化技术与系统级故障诊断理论,提出复杂机械系统故障诊断方法.对于复杂机械设备的振动信号,通过振动可视化技术补充和完善常规监测手段振动信息,同步反映设备多测点在时间和频率上的变化;利用局域波时频分析法处理不同测点振动信号所包含的特征信息,作为系统级故障诊断模型的输入量.首先以功能简单的运动部件为对象研究可视化技术应用的可行性;对复杂机械系统以多通道振动信号分析结果作为输入量,将其应用于系统级故障诊断,建立测试图与诊断图,并利用集团算法求解故障源位置信息.应用结果表明,基于振动可视化技术的机械系统级故障诊断方法能够有效地简化复杂机械系统故障源的确定过程.     

舱段模型频率耦合噪声源的分离量化

由于潜艇振动噪声源存在频率相互耦合现象,常规方法难以有效地解决耦合噪声源分离与贡献量化问题。采用一种新型多元统计分析方法-偏最小二乘回归分析方法来实现频率耦合噪声源的分离量化,该方法可同时提取反映输入/输出中最大信息且相关性最大的主成分,并能够在变量间存在多重相关性的条件下进行回归建模。仿真与舱段模型试验表明:当多激励源之间存在频率耦合时,能对噪声源进行分离和贡献量化,从而实现了噪声源对耐压壳体观测点贡献以及噪声源对辐射声场观测点贡献的排序,验证了偏最小二乘回归用于频率耦合源分离量化的可行性,为主要噪声源的控制提供了依据。     

基于自适应梳状滤波算法的有源隔振技术

针对柴油机低频周期振动控制问题,将自适应梳状滤波算法引入到柴油机振动有源隔振技术的研究中.进行了基于自适应梳状滤波有源隔振算法的理论分析,建立了基于自适应梳状滤波的柴油机有源隔振策略和控制系统,完成了有源隔振的仿真研究和台架模拟试验研究.在此基础上,针对柴油机的工作特点,提出一种宽凹口自适应梳状滤波算法,以改善控制算法...     

基于EEMD和ICA方法的驾驶室内噪声源时频分析

为有效控制工程机械驾驶室内噪声,利用集合经验模态分解(ensemble empirical mode decomposition, EEMD)后的本征模函数作为稳定独立成分分析(independent component analysis, ICA)算法中的多个虚拟通道,提出了基于EEMD和ICA相结合的驾驶室内噪声盲源分离方法。通过分析仿真信号验证了EEMD-ICA方法研究复杂非平稳信号可行。结合相干分析、时频分析方法研究推土机驾驶室内噪声特性。结果表明,柴油机的1／2阶、1阶转动频率是驾驶室内相关零部件的振动辐射噪声的主要激励来源,柴油机的燃烧噪声也是室内噪声的来源。通过相干分析与时频分析相结合的技术可较准确实现噪声源定位,结合测试对象的相关常识可实现对噪声类型判别、噪声传入途径等复杂的问题进行研究,为进一步实现驾驶室内噪声治理、故障诊断,提供经济实用的分析手段。     

基于三维特征点模型的人脸表情识别算法

提出了一种基于三维特征点模型匹配的人脸表情识别算法.首先,以混合树结构建模不同姿态脸部特征组合,实现特征点定位,并建立脸部三维几何特征模型;然后,基于广义普鲁克分析原理对特征点模型进行归一化计算,并建立具有鲁棒性的匹配特征;最后,采用支持向量机实现表情的训练和识别.通过对BU-3DFE数据库中6种脸部表情的测试,表明该算法能够达到很好的识别效果.     

2.4 kbit/s多带混合激励线性预测语音编码器的模拟

基于ＬＰＣ参数模型,引入了混合激励源、非周期脉冲、自适应谱增强、脉冲散布及傅氏幅度模型来进一步改善合成语音的质量,计算机模拟及非正式的语音试听结果表明,新的多带混合激励线性预测语音编码器在２．４ｋｂｉｔ／ｓ编码速率重建的语音质量接近于４．８ｋｂｉｔ／ｓＣＥＬＰ算法的质量。     

基于神经网络的配网电气拓扑识别算法

提出了一种基于多通道自适应加权神经网络的配网电气拓扑识别算法，构建了多通道一维卷积神经网络(1DCNN)模型，以电压、电流、功率和功率因数4种采集数据作为各通道的输入数据，通过两层叠加的卷积模块实现特征提取；同时，提出了一种自适应加权的特征融合方案，通过神经网络自适应学习各通道重要性特征。实验采用真实用电数据制作数据集，并针对通道数、数据种类、数据维度等参数进行了多组实验。实验结果表明，该算法融合多种用电数据特征，配网电气拓扑辨识准确率达到99.772%。     

转向系统背压加载的广义预测控制

针对转向系统背压加载的时变、非线性、多变量耦合等过程特性,研究了一种基于最小二乘支持向量机(least square support vector machine,LS-SVM)的广义预测控制算法.采用LS-SVM辨识方法对系统进行建模,并用粒子群算法对LS-SVM的参数进行寻优,为控制器的设计奠定基础;对于时变的特点,采用基于在线LS-SVM的广义预测控制混合算法,实时修改模型参数.转向系统背压加载的控制实验结果表明,基于LS-SVM的广义预测控制混合算法是有效的,能准确地跟踪设定的加载压力,对扰动有较强的鲁棒性,具有实际工程应用价值.     

基于Wavelet leader和优化的等距映射算法的回转支承自适应特征提取

为了解决回转支承振动信号微弱,特征信息不易提取的问题,提出基于Wavelet leader方法和经混合灰狼算法优化的等距映射算法（HGWO-ISOMAP）的多分形自适应特征提取方法. 利用Wavelet leader计算多分形特征,挖掘振动数据的几何结构信息,构造高维特征矩阵;通过HGWO优化后的ISOMAP算法对高维特征矩阵进行自适应特征筛选;将筛选后的特征矩阵输入到经遗传算法（GA）优化的最小二乘支持向量机（LSSVM）中进行故障状态识别. 为了验证所提方法的优越性,采用课题组自主研发的回转支承综合性能试验台对某型号回转支承进行全寿命实验. 结果表明,相比一般时域、时频域、频域特征提取方法,所提方法能提高识别精度,缩短计算时间,为回转支承特征提取提供新的有效途径.     

自适应广义S变换汽油机怠速振动分析

为了获得某汽油机怠速时的振动特性,以便进行有针对性的NVH(振动、噪声、平顺性)改进优化,采用自适应广义S变换对发动机振动信号进行时频分析.与S变换结果的对比表明,自适应广义S变换具有更合适的时频分辨率.对某直列四缸汽油机进行怠速工况振动测试,并调整气门间隙及发动机热负荷.时频分布的对比表明,冷启动时主要振动源为配气机构及活塞敲击.冷机时,进、排气门落座激励频率分别为500~2 100 Hz及800~2200Hz,活塞敲击激励频率为400~6 000Hz.当热负荷增大后,发动机整体振幅锐减,喷油器激励凸显,燃烧激励始终微弱.热机时,进排气门落座激励频率分别为2 200~5 800Hz及3 800~6 000Hz,活塞敲击激励频率为2 500~3 000Hz以及4 500~5 000Hz,喷油器激励频率为3 800~5 700Hz.结果表明,不同热负荷状态下振动的频率特性区别较大,热机时低频成分减少.     

基于自适应逆控制建模的多载荷识别技术

以齿轮箱为研究对象,运用镜像映射变换(FHR)算法完成了对齿轮箱的自适应正向建模与辩识.在此基础上,研究了单输入单输出最小相位系统及多输入多输出系统的逆建模和多载荷识别原理,并通过试验进行了验证.从而建立起基于自适应逆控制建模的多载荷识别方法,为激励分析的故障诊断奠定了基础.     

工程机械司机室内噪声分析与降噪试验验证

推土机的驾驶室内噪声较大,需确定其噪声源并进行降噪处理。通过综合的测试分析技术对推土机驾驶室内、整车外进行振动噪声源识别是实施正确减振降噪措施的前提。对测试数据进行了频谱分析,结合机器工况和内部结构分布情况,确定了推土机驾驶室内振动噪声的主要频率特性及主要振动噪声源。同时根据噪声振动源对司机位置处噪声的影响,提出综合的减振降噪方案,并经过试验得到验证。经过减振降噪综合治理,司机位置耳旁噪声大大低于新国标限值,产品性能得到提升。     

堤防工程的模糊随机损伤敏感性

为揭示非确定参数和广义损伤泛函对广义损伤场及广义损伤可靠度影响机理,基于自适应模糊随机损伤力学模型,以荆南长江干堤为例进行局部裂纹尖端应变能密度分析,证实了经模糊识别后,广义损伤场分析区域较之常规损伤模型宽广,符合工程结构具有多种可能工况和材料失效范围复杂的事实.考虑核心参数的空间变异,就模糊随机损伤增益下的宏观场分布进行敏感性研究,验证了岩土结构在重力工况下采用组合秋千模型进行广义损伤分析,可反映刚柔材料接触部位吸收较多能量从而诱发显著损伤发育的客观实际.采用不同模糊分布对自适应损伤力学模型进行激励分析,表明应用混合破坏准则对复杂结构广义可靠度的精细研究,可综合反映各区域的损伤水平.研究结果表明：在广义独立标准正态空间内,模糊随机损伤模型对损伤宏观分布的演绎,展示了材料微观、细观流动破坏诱发的结构宏观能量重分布,揭示了各模糊分布对广义损伤场流动演变的控制特征.     

自适应滤波技术在汽车悬架振动控制中的应用

对汽车悬架振动主动控制的LMS（lesat mean square）算法进行仿真研究。基于自适应LMS算法的控制器运算简单、适应性强。正弦信号激励两自由度悬架振动系统模型，在计算机上利用matlab软件进行仿真，结果表明LMS算法能显地改善汽车悬架的性能。     

多通道空间自适应滤波技术研究

针对多通道自适应滤波算法数据运算量较大的缺点,结合空间滤波与最小均方（LMS）自适应滤波优点,提出并研究了空间自适应滤波方法.给出了一种多通道空间自适应滤波器的表达式和实现算法,并以周期噪声和高斯白噪声为噪声背景,将多通道空间自适应滤波算法应用到某一均匀加肋圆柱壳主动振动控制实验中.结果表明,空间滤波技术能够显著抑制噪声信号中的高频成分,提高数据采集精度,有效地降低多通道自适应滤波算法的数据运算量,提高自适应滤波算法的学习效率和收敛速度,并能较好地解决结构控制中多通道自适应控制的空间混淆现象,提高主动振动控制的区域降噪效果.