应用于主动噪声控制的实时DSP系统

本文基于实时数字信号处理系统理论，讨论主动噪声控制系统的电子设计方法。通过对控制时序的分析，设计了一实时多通道自适应控制系统，该系统以PC为主控机，以DSP TMS320－C30为从处理机，具有多路传感器同时输入和扬声器同时输出通道。该系统被应用于国产某型螺桨飞机的舱内噪声控制，取得了满意的降噪效果。     

基于改进LSTM的航空发动机气路参数预测方法

以航空燃气涡轮发动机气路故障诊断为导向,提出了一种用于发动机气路参数预测的特征注意力增强型长短时记忆网络(Feature Attention Enhanced Long Short-Term Memory Network, FAE-LSTM)。FAE-LSTM是具有编码-解码结构的动态网络,首先通过编码器中的特征注意力单元对工况序列进行动态特征提取,然后通过特征拼接层融合编码器输出序列、工况序列和历史性能参数,最后通过解码器实现最终的参数预测。FAE-LSTM基于发动机飞行过程数据建立发动机在健康状态下的动态模型,从而作为参数预测模型应用于基于残差的故障诊断系统中。针对网络的预测性能和应用方式进行了仿真分析,结果表明,相比于其他常用多变量时间序列预测模型,FAE-LSTM的长期预测误差最低减少24.5%;相比于使用串-并联结构,故障检测系统使用并联结构的FAE-LSTM网络能够获得更精确的检测结果。     

应用EMD分解下的Volterra模型提取机械故障特征

将混沌时间序列的Volterra模型引入到机械故障诊断中,提出了采用EMD与Volterra模型相结合的方法提取机械故障特征。该方法较传统的特征提取方法,具有提取特征明显,计算简单等优点。仿真实验表明,此法能够有效地提取特征参数。将其应用于机械转子故障特征提取中,取得了较为满意的结果。     

基于DSP的钻井黏滑振动控制系统的研究

针对在石油钻井过程中存在的黏滑振动现象,提出一种以TMS320F2812 DSP为控制核心的黏滑振动控制系统。系统通过CAN总线与变频器通信,通过调节变频器转速来抑制黏滑振动。在系统总体框架下,重点分析了DSP的软件和硬件设计方案。最终,对整个系统在井场进行了现场测试。结果表明,系统能够跟随转速和转矩的变化规律,快速地对变频器转速进行调节,对黏滑振动具有较好的抑制作用,同时系统具有良好的通用性能,只需要修改控制算法,就可使用于不同的钻井系统。     

基于粒子滤波状态估计的滚动轴承故障识别方法

提出了一种基于粒子滤波状态估计的滚动轴承故障识别方法,该方法主要包括故障模型建立和故障识别两个步骤。在故障模型建立部分,首先依据滚动轴承不同故障状态下的振动信号,建立对应的自回归模型,作为故障模型;在故障识别部分,将正常状态下对应的模型,转化为状态空间模型,设计粒子滤波器,然后对不同的故障状态进行估计,提取其残差的相关特征,并结合模型参数特征应用BP神经网络识别算法进行故障识别。最后以美国凯斯西储大学的滚动轴承振动数据为例,验证了该方法的有效性。     

基于PESQ的空乘人员语音质量评价系统设计与实现

设计并开发了一套基于PESQ的空乘人员语音质量评价系统.详细介绍了ITU-T推荐的P.862建议的PESQ算法,并将其与声压级、1/3倍频程一起构成了一种新的语音质量的客观评价标准,设计并实现了系统的软硬件.该系统作为飞机综合训练舱服务训练系统的一个子系统,为空乘人员的模拟训练提供了有力的工具,具有较高的应用价值.     

相关系数法在相变检测微弱特征信号中的应用

在原有杜芬振子检测微弱特征信号的理论基础上,提出了利用相关系数法来刻画系统微小的相变,证实了微弱特征信号对杜芬系统的影响远大于其他信号对该系统的影响,阐述了利用相关系数法检测极微弱特征信号的步骤,给出了阈值的选择条件.最后将该方法应用于实验当中取得了较好的检测效果.     

时间Petri网在渗透测试中的应用

渗透测试攻击模型作为渗透测试的重要环节,受到学术界和工业界的共同关注。现有的渗透测试攻击模型未考虑渗透测试攻击过程中的动态参数,无法描述漏洞的发生时间。本文以漏洞为基本单元,以时间Petri网中库所的时间区间表示漏洞的发生区间,构建以时间Petri网为基础模型的渗透测试攻击模型。首先,将漏洞列表作为输入来构建单漏洞模型;然后,将单漏洞模型集合通过模型整合算法形成完整的渗透测试攻击模型;最后,给出渗透攻击路径选择算法,并通过模拟实验验证本文所提渗透攻击路径选择算法的有效性。     

欠定无人机发动机开车声音信号盲源分离

针对无人机发动机开车实验,设计了一个四通道声音信号采集系统并对采集信号进行盲源分离。首先以相关系数为标准采集4 路信号,其次选取其中3 路信号利用EMD-NLPCA盲源分离算法进行欠定盲源分离,最后得到发动机螺桨噪声、排气噪声、试验间的风机噪声和其他背景噪声等4 种信号,为进一步进行发动机故障定位和诊断提供了必要的数据基础。     

滚动转子式压缩机故障的在线检测

探讨了滚动转子式压缩机故障的在线检测技术,通过对其工作过程的分析,确定了用壳体振动作为故障分析信号,并结合小波包和神经网络方法将正常与异常压缩机区分开来,现场的检测结果表明本文方法准确可靠,具有较高的检测效率。