基于SCAE⁃ACGAN的直升机行星齿轮裂纹故障诊断

直升机行星传动轮系结构复杂、工况多变,其振动信号受工况影响大,在故障样本较少的情况下导致行星齿轮箱故障诊断准确率不高,早期故障诊断困难。针对上述问题,提出将堆栈收缩自动编码网络(stacked contractive autoencoder,简称SCAE)与辅助分类生成式对抗网络(auxiliary classifier generative adversarial networks,简称ACGAN)相结合的SCAE-ACGAN故障诊断方法。ACGAN的生成器产生与真实样本具有类似分布的生成样本,扩展训练样本集,并与真实样本一起输入至判别器进行训练。ACGAN采用SCAE作为判别器,利用SCAE良好的抗数据波动能力,从扩展样本集中挖掘出有效的深度特征,并实现样本的真伪与类别的判定。ACGAN的判别器和生成器在对抗学习训练机制下交替优化,提高方法的样本生成质量与故障判定能力。将SCAE-ACGAN应用于直升机行星轮裂纹故障诊断,结果表明,SCAE-ACGAN的故障诊断性能好,在样本数量少与工况变化情况下具有较好的健壮性和适应性。     

预压力对压电驱动履带移动系统的性能影响

为了提高夹心式压电驱动移动系统的机械输出性能，提出了一种U型预压力调节机构，并开展了预压力对夹心式压电驱动履带移动系统输出性能影响关系的实验研究。首先，针对U型预压力调节机构的安装对夹心式压电振子的振动特性影响关系开展了有限元仿真分析，发现U型预压力调节机构始终处在夹心式压电振子的两相工作模态振动节点位置；其次，开展了夹心式压电驱动履带移动系统的原理样机的预压力调节测试实验，确定了系统的最大输出牵引力及其所对应的最佳预压力；最后，在最佳预压力工作状态下，开展了原理样机的牵引力特性、越障性能以及模拟月壤环境下的运动特性实验。研究结果表明，在最佳预压力工作状态下，夹心式压电驱动履带移动系统的机械输出性能最佳，为其进一步在月面巡视器上的应用提供了技术支持和试验基础。     

基于深度卷积神经网络的γ光子图像分类识别研究

通过对正电子探测成像技术获得的γ光子图像进行分类识别,有利于后续有针对性地快速获取图像所包含的有效信息。在MatConvNet上利用迁移学习的方法搭建深度卷积神经网络,通过对其参数的调整进一步提高网络分类识别的性能。为了验证网络性能,设计了10组不同形状的管材模型,利用仿真得到的扫描时间为1s的γ光子图像样本集对网络进行训练后,将其应用于扫描时间为0.1 s的γ光子图像样本进行分类识别,发现分类准确率在图像质量偏差、扫描时间为0.1 s的γ光子图像样本上仍然达到了94.72%。可见所搭建的深度卷积神经网络对γ光子图像具有很好的分类识别性能。     

锂离子电池内短路研究综述

锂离子电池作为多种设备及装置的核心供电部件,其安全性问题受到广泛关注。内短路是导致动力电池发生安全事故的重要诱因之一,因此针对锂离子电池内短路的研究已成为近年来研究热点。针对内短路安全问题,阐述了国内外内短路诱发实验方法,并归纳了内短路检测方法,给出了内短路问题的未来研究方向。     

基于多线结构光的弱纹理物体形貌测量方法

大多数现有的主流结构光测量装置在被测物体的表面上投射单条激光,通过移动装置实现物体表面的扫描重建。为了实现物体表面的在线快速重建,将多线结构光和双目立体视觉理论相结合,设计了一种新的三维测量方法。提出了一种结合形态滤波和Zhang-Suen细化算法的光条骨架提取方法和基于光条序列关系的光条匹配算法,并通过极线约束实现光条上特征点的精确匹配。通过实验验证了方法的有效性,相对误差在3%以内。     

交互式多模型的锂电池荷电状态估计

针对锂电池工作在温度不恒定的环境中时单个模型无法捕捉电池参数动态变化,导致电池模型误差增大,荷电状态估计精度下降的问题,提出使用交互式多模型平方根无迹卡尔曼滤波算法来估计电池荷电状态.以戴维宁电池模型为基础建立了一组电池温度子模型,并实现参数辨识;在平方根无迹卡尔曼滤波的基础上,利用交互式多模型方法估计电池荷电状态,通过实时调整模型概率来实现各个模型间的软切换.实验结果表明,交互式多模型方法融合了不同温度下的电池信息,增强了荷电状态估计的精度和鲁棒性.     

焊缝典型缺陷的超声相控阵检测与评析

当今社会,焊接技术广泛应用于工业设备的制作,焊接质量的好坏对设备的使用安全造成巨大的影响;超声检测是如今无损检测的重要手段之一,它能有效对接头的焊接情况进行检测,从而判断内部是否存在缺陷,检测结果是焊缝质量评价的重要依据;文章对多块坡口形状为“U”型、“X”型、“V”型的焊接试样中的裂纹、夹杂、未熔合等典型缺陷进行CIVA仿真模拟以及超声相控阵检测;首先通过仿真确定了检测工艺,扫查方式、扫查角度以获得更好的信噪比和缺陷可检测性;其次对比16块对焊接试板中多种不同典型缺陷的多次试验检测结果,分析各类典型缺陷的漏判及误判情况;最后对常规超声、相控阵超声、射线检测缺陷的测长结果进行了统计比较,分析影响相控阵超声测长结果的几个因素,从而为超声相控阵在实际焊缝检测中提供更大的可行性及可靠性。     

基于物理-数据融合的数字化楼宇用电模型构建方法

随着智能终端和传感器的广泛应用,结构、环境、电气以及人员行为等多元参数的实时采集与传输使楼宇具有了数字化特性,从而使对数字化楼宇的电能利用进行动态精细化分析成为了可能。然而,基于单一物理或数据建模的楼宇用电分析方法在实际应用中均存在一定计算误差。提出一种基于物理-数据融合思路的数字化楼宇用电模型构建方法,结合静态与动态的多元数据,在保留楼宇热-电转换的因果关系基础上,可通过真实量测数据修正楼宇用电物理模型,实现精细化的楼宇用电能效分析。通过某数字化楼宇实测数据验证,表明所提出的方法具有准确性和合理性。