基于EEMD-CWD的齿轮箱振动信号故障特征提取

为实现齿轮箱故障特征提取,提出一种基于集成经验模态分解（EEMD）和乔-威廉姆斯分布（CWD）的齿轮箱振动信号特征的提取方法。对现场采集的振动信号进行EEMD分解,再对分解得到的固有模态函数（IMF）分量依照峭度准则进行排序,选取峭度指标较大的IMF分量进行CWD分析,最终得到信号的CWD.该方法可以有效抑制由于干扰项引起的频率混叠和干扰问题,有助于将原始信号在时间历程、频率成分和幅值大小3个方面的特征信息同时进行准确提取。利用该方法对实际齿轮发生断齿、裂纹故障进行了实验分析,结果表明：该方法能够全面、有效地提取齿轮振动信号中所蕴含的齿轮箱状态信息,为后续进行齿轮箱状态识别和故障诊断奠定基础。     

EMD和Elman神经网络在滚动轴承故障诊断中的应用

针对滚动轴承故障信号的特点,提出EMD和Elman神经网络结合的滚动轴承故障诊断方法。以滚动轴承振动信号为研究对象,首先对信号进行经验模态分解（EMD）,提取包含主要信息成分的本征模函数（IMF）分量,将IMF的能量比作为特征向量输入Elman神经网络进行网络训练和故障识别,实现滚动轴承的故障诊断。结果表明,EMD方法能按频率由高到低把复杂的非平稳信号分解成有限个IMF分量,具有自适应的特点,有效地突出轴承故障特征;而Elman神经网络能直接反映动态过程系统的特性,达到很好的识别效果。     

基于EEMD和二维边际谱熵的齿轮箱故障诊断

针对信号经验模态分解（EMD）过程中存在波形混叠现象,提出一种基于聚合经验模态分解（EEMD）和Hilbert二维边际谱熵相结合的方法对齿轮箱故障进行分类故障诊断．首先使用小波阈值分析对背景噪声较大的齿轮箱振动信号进行预处理;其次对预处理信号进行分解,得到IMF分量,对比正常信号与故障信号的区别;最后对3种工况信号进行Hilbert变换并计算得到边际谱,并且提取二维边际谱熵作为支持向量机（SVM）的输入量,建立故障诊断模型．经测试该方法在齿轮箱故障诊断方面有着较强的分类能力和诊断精度,具有一定的可行性．     

基于EEMD的声发射管道泄漏定位检测

为提高管道泄漏声发射定位精度,针对管道泄漏声发射信号的非平稳特性,提出了基于经验模态分解(EEMD)的声发射管道泄漏定位新方法;该方法将管道泄漏产生的声发射(AE)信号进行小波去噪,经EEMD分解为若干个本征模态函数(IMF),对具有实际物理意义的IMF进行重构,通过互相关法确定时差进行定位;仿真和实验表明:该方法消除了直接相关法和经验模态分解(EMD)方法的缺点,提高了定位精度。     

基于主成分分析和多元支持向量的旋转机械故障诊断方法

针对旋转机械运行过程中的非线性、非平稳突变性等复杂特征,提出一种基于主成分分析（PCA）和支持向量机（SVM）的精确故障诊断方法。该方法对振动信号进行EMD分解,得到多个基本模态分量IMF后,通过Sha-noon能量熵测度后将多个IMF分量进行主成分分析,提取有效的振动特性,再将其作为特征矢量输入到多元支持向量机SVM进行精确的故障诊断和分类。以一个滚动轴承为例进行分析,结果表明该方法具有强的鲁棒性和可靠性。     

基于局部熵的超声信号阈值降噪方法

针对使用超声探伤方法检测金属材料时结构噪声难以消除的问题,提出将具有自适应噪声的完整集成经验模态分解(CEEMDAN)与局部熵改进的阈值算法相结合的降噪方法,对金属材料的超声信号进行降噪处理。采用CEEMDAN方法分解超声信号,得到多个本征模态函数(IMF)分量与残余分量;计算原信号的局部熵,并根据超声波的传播原理对局部熵数值进行校正,以及确定局部熵的最佳计算窗口长度,使用局部熵改进的阈值降噪算法,对含有结构噪声的IMF分量进行降噪处理;将降噪后的IMF分量与残余分量累加,获得降噪后的重构信号。通过对实测的金属材料超声信号进行试验,结果表明,该方法能够有效去除结构噪声,且最大限度地保留了缺陷信号,降噪效果明显。     

基于经验模式分解的广义互相关时延估计

提出一种基于经验模式分解(Empirical Mode Decomposition,EMD)的广义互相关时延估计方法,用来解决信号非稳态且采集信号的各个通道间存在相关性噪声的条件下如何提高时延估计精度的问题.利用EMD处理非稳态、非线性信号具有良好的自适应性的特点,将声信号分解为多个本征模态函数(Intrinsic ModeFunction,IMF),然后对相应的IMF进行互相关获得多尺度时延值.针对多个时延值不相等的问题,给出了选择精确时延的频谱一致性和时延矢量匹配两个准则,提高了该方法的实用性;并将这一理论应用于声阵列对声源的定位.试验证明:该方法能够在信号非稳态且采集信号的各个通道间存在相关性噪声条件下实现时延的精确估计,并提高了定位精度和时延估计的稳健性.     

结合EEMD 的噪声对消方法在遥测振动信号降噪中的应用

针对传统降噪方法难以兼顾飞行器遥测振动信号中细节信息损失和降噪性能之间的矛盾,提出一种集合 经验模态分解(ensemble empirical mode decomposition,EEMD)和噪声对消相结合的降噪方法。信号经EEMD 处理得 到本征模态函数(intrinsic mode function,IMF),将第1 阶IMF 分量和其余IMF 分量的累加和分别作为参考噪声和 待降噪信号;利用核方法将信号映射到高维特征空间,利用映射到高维空间中的参考噪声和待降噪信号进行噪声对 消。计算机仿真结果表明：该方法在避免信号细节信息损失的前提下具有良好的降噪性能,某次飞行器试验中实测 数据处理结果证明方法有效和实用。     

EMD分解滤波特性在航空发动机平稳振动信号分析中的应用

介绍了EMD分解特性。EMD分解具有自适应的特点,可以将振动信号自动分解成多个本征模态函数,EMD分解的这一特点使得其具有良好的滤波特性。利用EMD分解的这一滤波特性,对航空发动机在平稳运行时的振动信号进行分析和研究。     

基于经验模态分解的Wigner-Ville分布交叉项抑制方法

针对Wigner-Ville分布（Wigner-Ville distribution,简称WVD）在多分量信号时频表示中固有的交叉项问题,提出了一种结合经验模态分解（empirical mode decomposition,简称EMD）的WVD交叉项抑制新方法。对待分析信号进行经验模态分解,得到一系列本征模态函数分量,为了进一步保证本征模态函数分量之间的正交性,对本征模态分量进行独立分量分析（independent component analysis,简称ICA）,根据WVD定义,正交信号之和的WVD等于正交信号WVD的和,通过分别求分解分量WVD并求和的方式,得到最终的WVD时频表示,可以有效抑制多分量信号WVD的交叉项,并保持WVD的时频聚集性。     

基于时延矢量封闭准则的多传声器降噪方法

目前国内外提出的经验模式分解降噪方法大都在已知噪声类型的基础上针对单传声器信号进行研究,没有利用多传声器之间的融合信息。因此,提出基于时延矢量封闭准则的多传声器信号降噪方法。该方法首先将采集得到的信号进行EMD分解,将所得的对应IMF分量进行互相关,求取时延值,然后依据TDVCR进行时延矢量误差运算,得到IMF分量权重矩阵,最后根据IMFs及其对应的权重矩阵进行信号重构,得到去噪后的信号。试验表明:该方法有效利用了多传声器时延矢量匹配准则,在不增加任何先验信息的前提下降低了噪声,取得了满意的试验效果。     

折叠式共轴反桨无人机飞行控制技术研究

针对折叠式共轴反桨无人机的飞行控制问题,提出一种用于位置和姿态的反馈控制系统的反步滑模控制 算法。通过对无人机飞行状态进行分析,建立无人机的动力学模型,采用反步滑模控制算法设计折叠式共轴双旋翼 无人机的姿态和位置控制算法,并研发试验样机进行飞行测试实验。实验结果表明：对比传统串级比例-积分-微分 (proportional integral derivative,PID)控制算法,所提出的位置和姿态对反步滑模控制算法能有效地提高飞行稳定性。     

基于chirp 信号的导弹伺服机构动态测试系统

针对常规导弹伺服机构动态测试方法存在的不足和动态测试需求,设计基于chirp信号测试的导弹伺服机构动态测试系统.系统由数据采集和信号发生功能模件、伺服放大器电路、信号调理电路、显示器、鼠标/键盘和打印机等组成.硬件采用研华IPC-610L工控机和PCI-1706U多功能数据采集卡,并用C#编程实现人机交互界面.系统具有系统自检、激励信号产生、测试数据的采集、数据处理和测试数据管理功能.在测试过程中,系统产生超低频信号,并同步采集输入激励和响应输出,采用 chirp 信号作为激励信号,充分激励模态,应用 FFT 变换,完成导弹伺服机构的动态性能的测试.测试结果表明:该系统能快速准确地获得系统频率特性,缩短测试时间.     

微纳卫星姿态控制系统的半实物仿真

针对脉冲等离子体推进器作为执行机构的微纳卫星姿态控制系统(attitude control system,ACS)仿真的需 要,采用脉冲信号控制双旋翼实验平台对微纳卫星姿态控制系统进行半实物仿真。使用 Elman 神经网络 PID 的控制 策略,在线调整 PID 参数,适应动态系统。通过半实物仿真平台的对比试验,验证了 Elman 神经网络 PID 控制系统 自适应能力强、超调量小等优点,同时也验证了双旋翼实验平台对于脉冲等离子推进器半实物仿真的有效性。     

基于软件无线电技术的水下平台姿态采集系统设计

根据水下晃动平台进行目标高精度探测、定位、跟踪的需要，引入平台姿态估计系统，讨论了平台坐标系与大地坐标系的转换关系。应用软件无线电技术的基本设计思想，选择适于长期自主工作的姿态传感器件，设计了具有软件无线电结构的采集系统。最后，构造平台姿态采集系统样机，验证了设计功能的可行性。     

一种倾转四旋翼无人机及其过渡段姿态控制

为解决常规四旋翼无人机前飞速度慢、续航时间短、固定翼飞行器无法垂直起降和悬停的不足,设计一种小型倾转四旋翼QTR(quad tilt-rotor)无人机.建立QTR无人机的动力学模型,针对该无人机的过渡段姿态控制特点设计基于鲁棒伺服 LQR 控制理论的姿态控制器,针对 QTR 由垂直模式切换水平模式的过渡阶段设计控制策略,并通过仿真实验,对比传统控制方法进行验证.仿真结果表明:该无人机既兼顾传统四旋翼无人机的飞行功能,又能像固定翼飞行器一样进行长距离快速飞行.     

基于天空光偏振模式的导航姿态最优化解算方法

针对传统导航系统自主性差、抗电磁干扰能力弱的问题,本文提出一种基于天空光偏振模式的仿生导航方案。利用自主研发的偏振光传感器实现导航定向功能,并结合惯性测量单元设计了一种导航姿态最优化解算方法。现有的姿态最优化求解策略一般是采用步长固定的搜索算法,但是其直接影响了运动状态下姿态估计的准确性,为此本文采取动态步长搜索机制。实验结果表明:本文提出的算法能有效抑制陀螺仪漂移误差,而且对高频噪声干扰有明显滤除效果,表现出良好的静态性能;同时,本文提出的方法较常规算法具有更高的动态精度,进一步提高了偏振光导航系统的稳定性与可靠性,为无人机飞行控制提供更准确的参数信息。