二冲程煤油发动机爆震在线监控系统设计与试验研究

为了在线监控某型航空二冲程煤油发动机爆震状态,基于LabVIEW开发平台与NI-PXI设计了发动机爆震在线监控系统。确定了发动机爆震在线监控系统的设计方案,并对发动机爆震在线监控系统的硬件进行了设计。完成了发动机爆震在线监控系统的软件设计,包括信号采集模块、信号处理模块、爆震判断模块以及数据存储模块。搭建了发动机试验台架并进行爆震试验,在线监控发动机机体振动信号并判定发动机爆震工况,试验结果表明发动机爆震在线监控系统能够有效地在线判定发动机爆震状态。     

混合式脉冲爆震发动机原理性试验系统测控单元设计

介绍了混合式脉冲爆震发动机原理性试验系统及其测控单元,详细阐述了测控单元各分功能模块的硬件设计及基于PLC和触摸屏的测控与显示软件设计方法;集成该测控单元的软、硬件模块,并与混合式脉冲爆震发动机试验器联调;试验结果表明,该测控单元能够及时和准确地实现对混合式脉冲爆震发动机原理性试验流程的控制和工作参数的测量,具有操作方便,性能可靠的特点。     

应用VRML技术的脉冲爆震发动机拟实验系统开发

在脉冲爆震发动机的教学科研中,迫切需要开发一个演示系统结构与运行过程的虚拟实验室系统.以VRML虚拟现实技术为平台和UG三维实体建模为单元,构建了具有交互功能的脉冲爆震发动机虚拟动态实验系统,实现了脉冲爆震发动机的虚拟拆卸与装配以及脉冲爆震发动机系统的虚拟运行.该虚拟实验系统避免了实际试验过程的危险性和涉密性等问题,具...     

应用VRML技术的脉冲爆震发动机虚拟实验系统开发

在脉冲爆震发动机的教学科研中,迫切需要开发一个演示系统结构与运行过程的虚拟实验室系统。以VRML虚拟现实技术为平台和UG三维实体建模为单元,构建了具有交互功能的脉冲爆震发动机虚拟动态实验系统,实现了脉冲爆震发动机的虚拟拆卸与装配以及脉冲爆震发动机系统的虚拟运行。该虚拟实验系统避免了实际试验过程的危险性和涉密性等问题,具备远程教学科研的演示功能。     

基于缸压高频ARMA模型的爆震识别方法

研究以汽油机燃烧测试平台为基础,通过调整点火提前角以获得较大的爆震强度,并获得实验分析数据.选择低通燃烧压力信号峰值前10°后20°曲轴转角范围最做为爆震窗口.对随机选择的一系列爆震窗口燃烧压力高频振动信号构建时间序列模型,并以模型参数向量均值的马氏距离为爆震识别标识.用蒙特-卡罗法对非爆震工况序列马氏距离进行选择,获得爆震阈值.并通过工程上广泛使用的VDO算法验证这种爆震识别方法的可行性.     

一种新型离子探针在爆震波传播速度测量中的应用

为给脉冲爆震发动机（PDE）的高温高冲击非稳态工作环境下的爆震波传播速度测量提供具有工程实践意义的技术支持,为爆震发动机性能分析提供可靠的测试信号,研究基于离子电流的爆震波传播速度的传感技术,设计了一种新型离子传感器。通过单次爆震试验和多循环爆震试验发现,其耐高温、耐冲击、抗积碳能力强,可靠性高,成本低,其测量计算所得爆震波传播速度和压力传感器测量计算所得结果一致,可替代压力传感器进行爆震波速度测量。     

当量比对于两相爆震波形成影响的数值研究

对于爆震管中液态辛烷/空气两相混合物的爆燃向爆震转变(DDT)过程进行了数值模拟,建立了对该现象的数学表达,并开发了数值计算程序CTPD.通过数值模拟研究了液态燃料爆震波的基本特性,以及部分预蒸发及液滴数量对于爆震波结构与发展的影响作用.计算结果表明,爆震管中存在一定量预蒸发燃油蒸气有利于促进爆震波的形成,相反,燃油液滴对爆震波的形成则起到一定的抑制作用,液滴数量的增加将会延长由爆燃向爆震转变的过程.研究中计算结果与实验波形符合良好,说明为包括DDT现象在内的脉冲爆震发动机工作过程提供了一种可行的计算方法.     

人工免疫系统超变异模式识别及应用

描述了人工免疫系统(Artificial Immune System,AIS)原理,在人工免疫系统算法的基础上,对免疫系统的超变异特性进行了算法设计,并针对四种简单信号模式对人工免疫系统普通模式识别算法和超变异模式识别算法进行了比较.结果表明:人工免疫系统普通模式识别算法和超变异算法皆可对四种信号模式进行识别,超变异算法可以快速得到最优抗体,且亲和力优于普通人工免疫系统模式识别算法,并给出了人工免疫系统超变异模式识别算法在碳纤维增强复合材料板疏松缺陷超声信号检测中的应用.     

应用概率神经网络诊断自行火炮发动机的故障

研究了概率神经网络模型,并应用于故障诊断.对基于概率统计思想和Bayes分类规则的概率神经网络模型、网络结构、算法及其特点进行了分析,并提出一种优化估计平滑因子的方法.概率神经网络可很好地诊断自行火炮发动机运行中油路和气路的故障,在模式识别和故障诊断领域中可取得良好的应用效果.     

基于改进树路径匹配的人才培养模式识别算法研究

针对当前人才培养模式识别算法的识别时间较长、识别精度较低的问题，提出基于改进树路径匹配的人才培养模式识别算法。通过划分不同应用状态下的人才培养模式，采用改进树路径匹配算法，构建树路径模型，利用文档对象模型树实现模式匹配。将根节点作为初始节点并匹配因素最多路径，运用层次聚类算法，建立距离矩阵，设立模式匹配相似度要素，将模型内距离最近的簇实施合并，获得高精度人才培养模式识别模型，实现人才培养模式识别。实验结果表明，所提方法的模式识别时间较短，模式识别结果满意度较高，能够有效提高模式识别精度。     

On-line control chart pattern detection and discrimination—a neural network approach

Unnatural patterns in the control charts can be associated with a specific set of assignable causes for process variation. Hence pattern recognition is very useful in identifying process problem. A common difficulty in existing control chart pattern recognition approaches is that of discrimination between different types of patterns which share similar features. This paper proposes an artificial neural network based model, which employs a pattern discrimination algorithm to recognise unnatural control chart patterns. The pattern discrimination algorithm is based on several special-purpose networks trained for specific recognition tasks. The performance of the proposed model was evaluated by simulation using two criteria: the percentage of correctly recognised patterns and the average run length (ARL). Numerical results show that the false recognition problem has been effectively addressed. In comparison with previous control chart approaches, the proposed model is capable of superior ARL performance while the type of the unnatural pattern can also be accurately identified.     

模板匹配技术在图像识别中的应用

在图像目标识别技术的研究应用中,模板匹配技术是其中一个重要的研究方向,它具有算法简单、计算量小以及识别率高的特点。介绍了几种改进的模板匹配技术在图像处理、模式识别等领域的应用,包括有条码识别、生物特征识别技术(人脸识别、指纹识别等)、车牌识别、字符识别、飞机识别等。     

基于BP小波网络的故障模式识别

提出了一类新的BP小波网络，该网络采用BP学习算法，可实现信号的小波变换、特征提取和模式分类，具有结构清晰、算法简便的特点。将该网络应用于柴油机的活塞-缸套故障模式识别，并与用一般BP网络识别的结果比较，表明该网络对于非平稳时变振动信号具有很好的模式识别能力。     

多层前向神经网络在柴油机故障诊断系统中的应用研究

故障诊断是计算机模式识别领域的一个活跃课题。文中提出了基于ANN的柴油机故障诊断方法,设计了适合该诊断系统的BP网络结构,并给出了一种改进的BP算法(IBP),该算法基于黄金分割法自适应调整网络学习速率。仿真结果表明:该算法比标准BP算法具有更快的学习速度和更高的学习精度,完全适用于柴油机故障诊断系统。     

多特征融合的金属断口图像分类

为了进一步加强金属断口图像特征的鉴别能力,提高断口图像的识别率,提出基于全局与局部纹理特征的多特征融合算法.首先利用Trace变换提取图像全局纹理特征,局部二值模式提取图像局部纹理特征.然后采用动态加权鉴别能量分析对2种特征进行优选和自适应加权融合.最后采用支持向量机进行分类识别.在金属断口图像库上实验表明,文中方法识别率较高,在其它的纹理数据库上具有较好的泛化能力.     

LBP与鉴别模式结合的热红外人脸识别

为了提取具有鉴别能力的红外人脸图像局部结构特征,提出一种基于LBP(local binary pattern)鉴别模式的红外人脸识别方法。传统的LBP均匀模式,提取自然图像中占主导地位的信息用于识别,但占主导地位的信息不一定是最适合识别的。为了提取有效的鉴别模式特征,基于监督学习的思想,在LBP模式下引入可分性标准,对不同LBP模式进行有效的模式选择,从而抽取适合识别的鉴别模式。最后,为了利用人脸的空间位置信息,结合分块和直方图技术得到最后的识别特征。实验结果表明,本文鉴别模式可以提取更适合识别的特征,识别性能优于传统的基于均匀模式的LBP方法。     

Distortion-invariant pattern recognition with local correlations

Local adaptive correlations for distortion-invariant and robust pattern recognition are presented. An iterative training algorithm for design of adaptive filters is utilized. The recognition performance of the proposed filters in noisy environment is compared with that of linear composite filters in terms of noise robustness and discrimination capability. Computer simulation results are provided and discussed.     

改进的BP神经网络和灰色理论在坦克发动机故障诊断中的应用

提出了改进的BP神经网络和C型灰色关联度的故障诊断方法.在提取坦克发动机振动信号特征参数的基础上,结合C型灰色关联度诊断法简单易于实现和BP神经网络法诊断精度较高的特点,完成了坦克发动机的故障模式识别和诊断决策.     

基于Contourlet变换的加权小波特征抽取算法

特征提取是模式识剐中的一个关键问题.本文提出了一种基于Contourlet变换的特征抽取算法.Con-tourlet变换具有多方向性和各向异性,能以接近最优的方式描述图像的边缘和纹理.文中算法利用Contourlet变换各子带系数的统计特性,构造特征矢量.Contourlet变换获得的特征是图像的局部特征,图像不同子带特征的分类能力是不相同的,针对各子带数据的离散程度进行加权处理.为分类能力强的特征量赋予较大的权值.该算法充分利用样本的统计信息,简捷、高效,并具有一定的鲁棒性.将该算法应用于Brodatz图像库纹理图像的检索,验证了算法的有效性.     

全光纤安防系统模式识别及混合编程

介绍了全光纤监控预警系统及其模式识别算法。利用小波包分解对信号提取各频段内信号分量能量谱作为特征向量;应用速度与精度均非常出色的RBF神经网络实现信号分类,提高网络泛化能力。利用MATLAB引擎、组件对象模型(COM)两种混合编程方法实现将MATLAB算法程序集成到VC编写的系统平台中。使用文本文件存取网络数据,克服了MATLAB无法编译神经网络工具箱函数的缺陷,并从操作复杂度、执行时间、消耗内存等方面对两种方式进行对比,最终选定组件对象模型作为系统应用方案。