基于飞行工作模态分析的飞行器动载荷识别研究

基于飞行遥测振动数据,本文提出了基于工作模态分析的飞行器动载荷识别方法.首先,详细介绍了ERA环境激励模态辨识方法的理论.其次,给出了飞行器结构动力学建模方法.再次,提出了基于工作模态辨识的飞行器动载荷辨识计算工作流程,详细分析了其中的注意点.最后,通过算例验证了方法的可行性,其中基于飞行器飞行振动遥测数据,采用环境激励模态辨识方法辨识其各时刻的模态,包括模态频率和模态振型,再利用振动响应的模态叠加原理和模态正交理论,获取各时刻飞行器低阶模态的响应,再结合模态剪力和模态弯矩进行动载荷识别.     

基于自迭代主元抽取的工作模态参数识别

针对传统批处理主成分分析工作模态参数识别中存在的矩阵奇异值或特征值分解病态问题,本文提出了一种基于自迭代主元抽取的工作模态参数识别方法。与传统批处理主成分分析通过矩阵分解一次获得所有主成分不同,该方法通过自迭代逐一抽取主成分从而实现主要贡献工作模态的逐一识别。理论分析表明,该方法的时间复杂度和空间复杂度比传统批处理主成分分析工作模态参数识别方法更低。在简支梁仿真数据集上的识别结果表明,自迭代主元抽取算法可以从平稳随机响应信号中有效地识别出线性时不变结构的主要贡献模态振型和固有频率,在响应测点和采样时间较多时其时间开销较传统方法也更小。     

大型网络数据库中危险数据识别方法研究

针对传统的决策树分类特征滤波方法识别性能不好的问题,提出一种基于决策树局部时间尺度特征提取的大型网络数据库中的危险数据识别方法,构建大型网络数据库的危险数据通信传输模型,设计危险数据决策树模型,通过建模,采用信号处理方法实现局部时间尺度特征提取,以此为依据实现对危险数据的准确识别。仿真结果表明,采用该算法能有效地实现危险数据的识别,准确识别概率提高显著,保证了大型网络数据库的安全运行。     

基于YUV模型和Gabor滤波器的快速目标识别方法

为了满足移动机器人准确快速的目标识别要求,给出了一种基于YUV颜色模型和Gabor小波相结合的目标识别方法.该方法首先利用YUV色彩模型快速地对目标进行预识别,然后利用Gabor小波滤波器组对预识别后的结果进行精确识别.机器人对彩色足球的识别实验结果表明,该算法在准确识别目标的前提下,可以达到约12帧每秒的图像处理速度.     

融合多模态数据的小样本命名实体识别方法

作为自然语言处理领域的关键子任务,命名实体识别通过提取文本中的关键信息,帮助机器翻译、文本生成、知识图谱构建以及多模态数据融合等许多下游任务深度理解文本蕴含的复杂语义信息,有效地完成任务.在实际生活中,由于时间和人力等成本问题,命名实体识别任务常常受限于标注样本的稀缺.尽管基于文本的小样本命名实体识别方法已取得较好的泛化表现,但由于样本量有限,使得模型能提取的语义信息也十分受限,进而导致模型预测效果依然不佳.针对标注样本稀缺给基于文本的小样本命名实体识别方法带来的挑战,提出了一种融合多模态数据的小样本命名实体识别模型,借助多模态数据提供额外语义信息,帮助模型提升预测效果,进而可以有效提升多模态数据融合、建模效果.该方法将图像信息转化为文本信息作为辅助模态信息,有效地解决了由文本与图像蕴含语义信息粒度不一致导致的模态对齐效果不佳的问题.为了有效地考虑实体识别中的标签依赖关系,使用CRF框架并使用最先进的元学习方法分别作为发射模块和转移模块.为了缓解辅助模态中的噪声样本对模型的负面影响,提出一种基于元学习的通用去噪网络.该去噪网络在数据量十分有限的情况下,依然可以有效地评估辅助模态中不同样...     

基于模态参数及小波变换的旋转梁结构损伤识别

本文采用旋转悬臂梁模型模拟旋翼直升机桨叶结构,并对其开展损伤识别问题研究.首先,基于有限元方法,采用Hamilton变分原理,建立旋转结构的动力学模型,通过对比理论和实验的结果验证模型的正确性.其次,利用不同模态参数(位移模态、应变模态)对旋转悬臂梁结构进行损伤识别研究.最后,针对位移模态,基于小波变换的奇异性分析特性,研究通过小波系数辅助损伤识别的方法.计算结果表明,对于旋转结构,应变模态的损伤识别效果较好,而位移模态若结合小波变换的奇异性分析,同样可以实现较为准确的损伤识别效果.     

随机子空间方法在齿轮系统故障诊断中的应用

在齿轮系统故障诊断中.采用何种有效的方法对随机动态信号进行分析和特征提取是关键所在;相对于普通的分析方法而言结构模态参数辨识领域先进的时域识别方法随机子空间能更准确地识别出环境激励下结构系统的模态参数;将这一方法引入到运转的齿轮系统中进行了动态特性识别,对齿轮系统发生的故障进行特征提取、区分与诊断,并与正常齿轮系统对比,实验结果表明,该方法可以有效地对齿轮传动系统故障进行识别与诊断。     

悬臂梁结构损伤检测仿真研究

以悬臂梁结构为研究对象,针对户外条件下结构损伤检测过程复杂、周期长、检测效果不理想的问题,提出了模态曲率变化率法.通过大型商用有限元软件ABAQUS,建立梁结构有限元模型,基于模态曲率变化率法构建损伤指标,对梁结构进行损伤检测定位,并与模态应变能法的损伤检测效果进行了对比.结果表明:模态曲率变化率法计算过程简单,能够准确快捷地对悬臂梁结构进行损伤识别定位.     

基于YOLOv3-spp的缺陷检测优化模型

目前基于传统的机器视觉分析方法筛选后的PCB焊接缺陷图像还需要进行人工的复检流程,工作量大导致视觉疲劳后容易出错.为了改善这种现状,本文设计应用YOLOv3-spp的目标检测算法来构建焊接缺陷检测模型.为提升检测速度,采用模型剪枝、模型蒸馏、模型量化等技术对检测模型进行压缩优化,采用深度学习加速组件OpenVINO来加载压缩优化后的检测模型,实现对PCB焊接缺陷图像的复检.基于该优化算法设计了一种基于深度学习技术的PCB焊接缺陷检测识别系统.它能快速、准确地识别焊接缺陷并定位缺陷位置,解决了人工目检带来的效率低下、漏检误检率高等问题.     

基于特征融合卷积神经网络的车型精细识别

为解决现有车型精细识别方法中存在识别精度低、模型参数规模大等问题,提出一种基于特征融合卷积神经网络的车型精细识别方法。设计两个独立网络(UpNet、DownNet)分别用于提取车辆正面图像的上部和下部特征,在融合网络(FusionNet)中进行特征融合,实现车型的精细识别。相较于现有的车型精细识别方法,该方法在提高识别精度的同时,有效压缩了模型参数规模。在基准数据集CompCars下进行大量实验的结果表明,该方法的识别精度可达98.94%,模型参数大小仅为4.9 MB。     

基于精细计算的动载荷反演问题正则化求解

提出了一种新的动态载荷识别的时域法,通过精细计算法建立精确的动态载荷识别问题反演模型,对该反演问题对应的结构矩阵进行奇异值分解,剖析了动态载荷识别病态问题的本质,并引入正则化技术寻求一稳定近似解;最后将提出的方法成功应用于平面框架结构的动态载荷识别,为动态载荷识别的理论发展和实际应用打下一定的基础．     

Load mapping for seamless interface between hydrodynamics and structural analyses

This paper addresses the problem of a seamless interface between hydrodynamics and structural analyses. A pressure distribution on a hydro model computed from seakeeping analysis needs to be transferred to a structural model for evaluating structural strength and its integrity. However, due to the differences in the computation and representation methods for both analyses, the load on the hydro model may not be correctly transferred to the structural model, leading to a different load distribution on the structural model and resulting in some unbalanced force and moment components. In this paper, a method is proposed to solve this problem. A pressure distribution on the hydro model is mapped on the structural model through projection, and force and moment imbalances on the structural model are eliminated through optimization of the nodal forces on the structural model. Moreover, a viscous force distribution along the center of each member of the hydro model is transferred to the nodal forces on the structural model based on the minimum distance measure with resolving any force and moment imbalance. Examples are presented to demonstrate the validity of the proposed method.     

超声速风洞模型插入机构控制系统设计

针对颤振试验模型在超声速风洞启动/关车时会承受较大冲击载荷的问题,采用模型插入机构避免模型承受该载荷。设计了模型插入机构控制系统,介绍了以HNC100作为核心控制器和三级回零保护措施的硬件结构,以及先液压伺服定位再锁紧的控制方法,并给出了试验结果。结果表明,系统运行快速、平稳、可靠。该系统已成功应用于风洞试验,为我国2米量级超声速颤振试验平台的建立奠定了基础。     

基于大数据的瓦斯报警甄别研究

瓦斯报警的正确性和准确性是煤矿安全生产的重大问题。煤矿安全监控系统实时对井下环境进行检测,每天产生大量数据,用传统方法不能准确快速地甄别出瓦斯突出、异常数据或者传感器正常标校的情况。为此,利用基于时间序列的大数据挖掘技术,研究了煤矿安全生产中瓦斯报警问题,解决了传统人工识别方法不能快速甄别瓦斯报警类型等难题。详细论述了时间序列的大数据挖掘技术,针对煤矿的具体情况建立了相关的数学模型,并将系统用于平煤神马集团。实用表明,对瓦斯报警的甄别达到了比较高的准确率,较好地解决了瓦斯报警数据的甄别问题。     

基于两阶分区的MapReduce实验室系统负载均衡研究

在实验室系统处理海量原始数据时,实际应用场景中存在采样率高、偏度（skewness）高的特殊情况,导致在使用两阶分区算法在平衡同构环境下的Reducer节点负载时,无法有效地处理这些问题。为此,引入MapReduce的并行化处理,可以提高实验室系统中采样数据利用率;同时,为了解决数据偏度和采样度高的问题,则采用了ICSC（Improved Cluster Split Combination）分区调度的算法。经过实验证明,基于两阶分区的MapReduce负载均衡算法能够有效减少Mapper和Reducer节点空转的时间。随着数据偏度的增加,算法的执行时长基本不产生变化,即数据偏度对该算法执行时间的影响较小。此外,数据采样度的增加,ICSC分区调度算法也保持着对比模型中最少的时间开销。因此,基于两阶分区的MapReduce负载均衡算法弱化了Reducer节点间的依赖性,并提升MapReduce任务的执行效率和容错率,从而高效地实现MapReduce框架下的实验室系统中数据处理的负载均衡。     

基于电压递推与FFRELS的航空蓄电池模型参数动态辨识

摘要：针对电池等效电路模型参数具有时变性,难以准确辨识的问题,建立了二阶RC航空电池模型,提出了基于遗忘因子扩展递推最小二乘法(FFRELS)的参数辨识算法;同时针对电池开路电压测量时间长的问题,创建了蓄电池开路电压辨识递推模型,实现开路电压的动态估计,该方法能够准确辨识出模型的参数,有效提高蓄电池开路电压的辨识精度。最后通过仿真实验,验证了该方法能够提高电池模型参数的辨识精度。     

基于单元模态应变能和剩余模态力的结构损伤识别方法在某塔式桁架中的应用

为快速、准确定位工程结构损伤位置,有效提高工程结构安全性能和使用寿命,以某塔式桁架结构为研究对象,运用单元模态应变能法和剩余模态力法对其进行损伤识别.利用MSC Marc对该桁架完整结构和几种不同损伤程度下的损伤结构进行模态分析,通过MATLAB编程从模态分析结果中提取这些结构的模态参数,计算损伤结构单元模态应变能的变化率和损伤结构各节点自由度对应的剩余模态力,并进行结构损伤识别.结果表明单元模态应变能变化率和剩余模态力是有效和准确的结构损伤标志量.     

基于动态采样策略的微服务链路追踪方法

针对现有开源分布式链路追踪系统或框架的采样策略存在收集过多无助于故障分析等任务的正常执行的跟踪的问题,本文提出一种动态采样策略,通过采样策略树和执行轨迹图两种数据结构解决了跟踪采样率自动调整问题和如何快速准确地找到需要调整跟踪采样率的服务的问题,并通过两者的协作提高异常执行的跟踪占比.实验结果表明,本文方法在任一时间段内均有效提高了异常执行的跟踪占比.     

基于参量模型估计的周期信号等效采样方法研究

针对现有的常规的等效时间采样方法必须具备准确的模拟触发电路,必须具备精确的定时电路或时长检测电路,并且波形重建时间长甚至不能完全重建的问题,提出一种基于参量模型估计的周期信号等效时间采样方法.该方法采用三个两两互质频率进行三轮采样,从三轮采样数据估计出被测周期信号的基频和其它参数,从而重构出被测周期信号波形.实验证明,该方法在信噪比较高时重构出被测周期信号波形的正确概率很高,重构误差很小.该方法已被成功运用到数字存储示波器的高速数据采集系统中.     

基于指纹识别的通信电台识别仿真算法研究

研究电台准确识别的问题。在准确跟踪敌台活动、检测有效信息的过程中,由于信号受到哭声影响,实现识别较难。当待识别电台是相同调制模式和型号的不同电台个体,发射信号的差别非常细微。传统的关于暂态信号的识别方法是利用瞬间的暂态信号提取细微特征信息,造成信号的信噪比不高,不能正确识别电台信号。为了解决上述难题,提出了应用电台指纹的电台识别技术,通过对电台的稳态信号进行分析,计算信号的双谱特性,采用方形双谱和核主元分析算法,提取出信号中细微的指纹信息,通过分析电台的指纹信息完成电台的识别。实验表明,这种方法能够准确将差别细微的电台识别出来,避免传统方法信噪比不高的问题,保证了电台识别的准确率,取得了满意的结果。