基于激光多普勒原理的超高冲击加速度校准系统

超高冲击加速度传感器在武器研制、航空航天等高过载测量中发挥了重要的作用,为解决超高冲击加速度的校准问题,基于激光绝对法,建立了超高冲击加速度校准系统。本文介绍了系统的组成和优化方案,设计了合适的解调程序和滤波算法,对原始多普勒信号进行解调,实现了冲击加速度峰值1 × 10⁴ g ~ 2.5 × 10⁵ g,脉宽20 ~ 50 μs范围内半正弦冲击波形的绝对复现。最后对影响测量结果的不确定分量进行评定,超高冲击加速度测量不确定度为8%,对2 × 10⁵ g以上冲击加速度校准具有重要意义。     

基于QPSO-MC-GCN的柴油机典型故障诊断方法研究EI北大核心CSCD

针对现有方法在处理训练样本较少的数据集时易出现过拟合现象的问题,将图卷积神经网络引入柴油机故障诊断领域,并结合量子粒子群优化算法,建立一种基于QPSO-MC-GCN(Quantum Particle Swarm Optimization-Multi-channel-Graph Convolutional Network)的故障诊断方法。该方法搭建了一种邻接矩阵,将时序振动数据转换为图数据,实现多个测点样本特征的有效融合;利用QPSO对多通道图卷积神经网络(MC-GCN)的关键参数学习率和热核函数宽度进行寻优,以提高模型的泛化能力;在传统图卷积神经网络(GCN)的基础上建立双头权值矩阵以提取更丰富的深层特征,并引入一维最大池化层进一步控制过拟合现象。对实测柴油机振动信号的分析结果表明,该方法针对试验所设定故障类型的诊断准确率优于文中的对比方法,尤其是在低标签比的情况下优势更明显。