基于自适应核主元分析的航空发动机异常监测

针对航空发动机工作参数时变特性导致虚警率高的问题,采用自适应策略改进核主元分析模型进行异常监测。给出核主元分析异常监测框架,先用标准化的正常数据离线建模,后对实时数据计算统计量进行在线监测;为适应监测数据的时变特性,采用移动窗口自适应模型改进框架,利用实时采集的正常数据不断更新模型和监测数据。以航空发动机异常监测仿真实验进行验证。仿真结果表明：该方法能有效适应工作参数的变化,具有较高的故障检测率和较低的虚警率。     

航空发动机涡轮叶片裂纹检测信号特征提取

航空发动机涡轮叶片是高精密重要器件,其表面微裂纹检测属于不规则曲面检测的一种,是无损检测领域研究的热点和难点。考虑到涡流检测的特有优势,设计了一种不同于传统方式的简单实用且有效的差激励涡流探头,实现对涡轮叶片预制微裂纹的识别。由于叶片表面为曲率变化的弧面,检测过程难免会发生提离,因此获得的检测信号中包含噪声和多个奇异点等多种干扰因素。为保证缺陷位置重要信息不丢失,采用镜像延拓经验模态分解（EMD）重构与小波奇异性检测相结合的方法对得到的微裂纹信号进行处理,滤除了非裂纹位置的多处畸变点影响,有效准确地实现了叶片微裂纹位置的判定。实验结果表明,该方法可以有效降低检测信号的噪声和干扰,准确提取裂纹信号特征信息,对飞机涡轮叶片类零件微缺陷的早期检测和完整有效性评估具有一定的借鉴意义。     

基于广义回归神经网络的发动机气路故障诊断

为充分挖掘飞参数据的利用价值,提出一种利用飞参数据和广义回归神经网络进行航空发动机气路故障诊断的方法。通过分析航空发动机的气路故障机理,利用飞参数据中与发动机性能密切相关的七个参数和典型的故障数据,建立用于航空发动机故障诊断的广义回归神经网络。通过测试表明,该诊断方法有效。     

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。     

基于特征融合的注意力增强卷积神经网络的航空发动机滚动轴承故障诊断方法

针对现有基于深度卷积神经网络的故障诊断方法只考虑对信息局部特征的提取、忽视全局信息的不足,将可以把握全局信息的注意力机制融入卷积层,使得注意力机制参数和卷积层参数参与网络的训练,提出一种注意力增强卷积神经网络的机械故障诊断方法。通过经验模态分解、变分模态分解和小波包分解的方法提取滚动轴承振动信号的高维特征模量;将特征模量组成多通道样本输入到注意力增强卷积神经网络中进行训练,利用网络对特征模量自适应地融合和选择,从而挖掘特征模量的隐式特征;使用Softmax分类器进行分类识别;通过训练好的网络对高转速下的滚动轴承进行故障诊断;利用不同信噪比的信号对所提方法进行测试,以验证网络的泛化能力和故障诊断效果。实验结果表明：该方法能准确、有效地对航空发动机滚动轴承不同故障的损伤程度进行分类识别。     

火炸药粉体静电带电监测方法对比实验研究

为了安全、准确地监测火炸药粉体静电放电引发燃烧爆炸风险,针对静电场强监测、法拉第筒电荷量监测及感应电流积分电荷量监测等三种方法,建立了相应的实验装置。采用代用材料方式,对不同方法获取静电场数据的准确性、静电带电监测的可靠性进行了对比实验研究,并评估了监测系统的安全性。结果表明,在料仓中粉堆高度为200 mm时,粉堆表面监测到的场强(2160 kV)仅为粉堆底部场强(14709 kV)的1/7、粉堆高度为100 mm时粉堆表面的场强数据与标定数据相差20倍,不能实现对静电放电风险的准确、可靠监测。法拉第筒电荷量监测方法及感应电流积分电荷量监测方法的监测数据准确,可以实现对静电场强的可靠监测,但法拉第筒电荷量监测系统自身存在静电放电风险,而感应电流积分电荷量监测系统安全性较好。     

一种BOC信号测距码结构监测方法

测距码结构监测是信号监测系统的重要组成部分,但接收的信号往往淹没于噪声中,无法从时域中提取出测距码序列。推导了BOC信号的通用自相关与功率谱密度的表达式,并提出了一种适用于低信噪比下的BOC信号测距码解码方法。该方法利用导航信号的循环平稳特性与噪声的平稳特性,通过谱相关理论估计信号的多普勒和码速率,取小于一个码周期的数据与原始数据滑动相关去除电文的影响,然后剥离副载波恢复出测距码的时域波形,通过仿真分析BOC(1,1)信号验证了算法的有效性。     

基于小波变换的连续波多普勒体制无线电引信多普勒信号特征提取方法研究

简单介绍了精确分析目标信息特征的必要性，通过对比小波变换和短时傅立叶变换，说明了小波变换用于分析引信多普勒信号的优势所在，具体论述以Daubechies小波作为基函数，用于引信多普勒信号分析的原因和方法，并在文章的结尾通过仿真给出了直观对比。     

基于时间序列提取信号特征的通用自动标检软件开发

为推行精益生产,提出一种基于时间序列提取信号特征值的通用自动标检软件开发的方法。从自动标定/ 检验工装通用架构及基于时间序列提取信号特征值2 方面,阐述基于多核多线程时间片轮转调度及依据既定信号类 型,基于分段时间序列借助约简算法快速提取信号特征值。结果表明：该方法在既定时段能可靠完成约定产品的标 定、检验与功能测试,优化生产排程,缩减约定产品生产周期。     

时频分析方法提取对空近炸引信多普勒信号频率信息特征

随着数字信号处理技术的发展和高性能数字信号处理器件的出现，使得利用时频分析方法实时提取信号的时变频率信息成为可能。在表征信号频率的时变性能方面，对目前广泛使用的数字计数测频方法和新提出的时频分析估计频率方法作了具体的分析和比较。最后通过仿真，验证了在弹目交会的短暂过程中连续波多普勒体制对空无线电近炸引信回波信号多普勒频率随时间的变化规律。