基于LMS系统的某型机枪动力特性测试方法

随着现代机枪不断轻量化,了解其结构动态特性对研究射击精度非常重要.搭建基于LMS的模态分析试验系统,进行硬件、软件及激振系统的配置,对某型机枪进行模态试验,并对测试数据进行分析,其结果对于进一步改进机枪结构动力特性提供了理论依据.     

基于EMD与Hilbert变换的舰艇空化调制信号检测方法

针对舰艇推进器空化噪声检测中调制特征弱、背景干扰强等问题,提出了一种基于时延相关降噪、经验模态分解(EMD)和希尔波特(Hilbert)变换相结合的解调算法。该算法通过引入时延相关算法有效抑制了背景噪声,并利用EMD技术的自适应频带划分功能完成调制特征频带定位,实现了低信噪比条件下调制信号的有效检测。仿真试验证明:该方法在信噪比为-12dB、-15dB、-18dB条件下的检测效果明显优于传统的Hilbert变换等5种方法,且背景噪声干扰成分得到了有效抑制,调制信号检测效果显著提升。最后,通过推进器空化信号检测台架试验验证表明:该方法能够有效捕捉舰艇空化噪声信号中与转速、叶片数密切相关的调制特征。     

基于模态分析方法的管道导波频散曲线计算

推导了管道中导波传播的有限元方程,使用 ANSYS 有限元软件建立了管道模型;对导波进行模态分析,得到了管道模型的一系列特征频率与振型,通过对管道振型的模态识别,提取了管道中各模态导波的模态特征,计算得到了管道中导波的频散曲线,该曲线与解析法所得到的频散曲线相吻合。该方法可以应用于周期性重复组合的任何结构（如横截面固定的杆、板、管）中导波的频散曲线计算。     

EEMD联合AOK-TFR提取车辆微多普勒特征

利用连续波雷达探测运动车辆时,非线性、非平稳的多分量回波信号不易解析提取,基于此,提出了联合总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和自适应最优核时频分布(Adaptive Optimal Kernel Time-Frequency Distribution,AOK-TFR)的方法提取运动车辆的微多普勒(micro-Doppler)特征。建立了车体振动和车轮转动对雷达回波信号产生的复合调制效应数学模型,并对多分量回波信号进行了EEMD,通过联合AOKTFR解析回波信号的固有模态分量,得到了较清晰的微多普勒时频像,较好地克服了地杂波带来的EMD模态混叠。仿真分析表明该方法提取到的微多普勒特征参数与仿真参数吻合,证明了该方法的有效性。     

某火控计算机印制板动力学特性仿真试验分析

针对装备中火控计算机在振动冲击环境下印制电路板上的引脚及焊点处往往首先失效,但该处的应力大小又难以通过实验测得的特点,利用ANSYS有限元软件对火控计算机中轴角转换板进行动力学分析——模态分析得到了其各阶固有频率和振型;谐响应分析求得了同一频率下不同位置的谐响应峰值;瞬态动力学分析确定了电路板在已知激励下各位置应力随时间变化曲线。其结果为进一步分析和研究元器件引脚及焊点失效提供了依据。同时,通过仿真可以找到电路板的薄弱环节并采取相应措施提高其可靠性。最后通过模态实验验证了模型的正确性。     

振动信号变换器的设计与实现

多传感器采编器能够实现复杂环境下对飞行体在发射过程中振动加速度、冲击加速度、压力、温度等动态参数的实时测量和记录。传感变换器电路的性能直接影响采集系统的采样精度。为了实现准确测量,对广泛应用于工程实践中的高阶集成开关电容滤波器产生的混叠效应的抑制方法进行分析及实验。实现了一种可程控放大、具有稳定通带截止频率的振动信号变换器设计。实验结果表明,该变换器电路具有体积小、集成度高、滤波衰减陡度大,频率测试精度高等特点。     

基于最优因果化提升结构及子带叠混的低内存DWT实现

基于提升结构的因果化实现及优化在将两带滤波器组转化为单进单出系统时子带系数的叠混模式,提出了一种改进的低内存需求的离散小波变换(Enhanced Low-memory Discrete Wavelet Transform,ELDWT)实现方法.相对于DWT的常规全局实现法,基于ELDWT实现的正、逆离散小波变换均具有与...     

基于Polymax算法的大型塔架模态参数识别

以环境随机激励作用下的大型塔架结构为研究背景,提出了基于Polymax算法的大型复杂系统模态参数识别方法。首先针对大型塔架设计环境激励响应信号测试系统,然后对获取的激励响应信号进行分析和截取,选出各组试验中理想的响应信号段,最后基于Polymax算法对截取信号段进行参数识别,并将获取的结果进行模态验证。结果表明：该方法对于大型塔架模态参数的识别具有较高的精度。     

基于高斯白噪声加入的EMD在旋转机械故障诊断中的应用研究

为了避免经验模式分解(EMD)过程中不同时间尺度函数间的模式混叠,采用基于高斯白噪声加入的经验模式分解方法,并将之应用于旋转机械故障诊断中。该方法主要是对同一信号重复若干次加入相互独立的高斯白噪声序列,并分别筛选固有模式函数,而后把各个对应的固有模式函数进行平均计算,消除白噪声对分解结果的影响。最后,通过对固有模式函数进行包络解调,从中提取故障特征。对实际旋转机械故障振动信号的分析结果表明,该方法能有效避免固有模式函数间模式混叠,提高故障诊断效果。     

高速精密主轴径向误差的测试

对高速精密主轴的径向误差进行测试 ,主轴的高速可能会使误差分离的方法不再成立 ,通过模态分析 ,验证了该系统的误差分离的可能性。在测试中常用精密主轴来直接代替精密钢球进行测试 ,这样会带来测量误差 ,本文对这个问题进行了分析。另外还对传感器探头安装误差进行了分析。