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。     

基于耦合隐马尔可夫的轴承故障诊断方法

针对轴承故障信号比较微弱的特点,提出了一种基于耦合隐马尔可夫模型(coupled hidden Markov model,简称CHMM)的轴承故障诊断方法。首先,根据轴承传动结构特点,设计能够监测轴承振动状态的传感器网络;其次,通过非线性特征提取方法获取能够反映轴承健康状态的少数关键特征,利用传感信号的矢量量化代替提取其频域微弱特征的方法,可有效提高故障诊断效率和准确率;然后,在多通道信息融合中引入隐马尔可夫模型,采用左右型齐次隐马尔可夫链实现故障诊断;最后,通过对各种轴承故障状态构建其对应的耦合隐马尔可夫模型的方式,实现对轴承故障类型的辨识。试验结果表明,该方法能够有效地实现对轴承故障类型的识别。     

脆性夹心复合材料层合板冲击损伤研究

通过冲击损伤试验，揭示了脆性夹心复合材料层合板的损伤机理，并提出了用于此类结构材料剩余强度预测的一套工程计算方法。     

机翼模型应变场分布式光纤监测与重构方法

针对飞行器机翼结构应变场重构问题,提出了一种基于分布式光纤传感器与模态叠加原理相结合的大展弦比机翼缩比模型应变场监测与重构方法。借助ANSYS有限元分析软件,数值模拟得到大展弦比机翼缩比模型在不同载荷下应变分布与应变模态振型。在此基础上,通过在大展弦比铝合金机翼缩比模型展向设置光纤Bragg光栅传感器,实时采集应变分布与变化信息,结合数值仿真得到机翼模型应变模态振型,重构机翼缩比模型应变场分布,应变反演平均误差约为7%。研究结果表明,本研究方法具有非视觉测量、实时性好以及反演精度较高等优点,能够为及时准确获取飞行器翼面应变场分布信息,进而实现机翼气动载荷计算与疲劳寿命预测提供技术支撑。