基于变分模态分解的非稳态备件需求预测方法

备件需求量的预测是备件配置的重要内容,针对当前装备备件需求非稳态的特点,提出一种基于变分模态分解的备件需求预测方法.运用变分模态分解将非稳态备件需求序列分解为若干模态分量,引入模糊熵的概念,将周期性、随机性和长期性特征明显的模态分量进行有效聚合,提高计算效率,进而运用预测效果较好的径向基神经网络预测法对聚合后的模态分量分别进行预测,将各分量预测结果进行整合形成最终的备件需求预测值.通过案例分析与实验对比,结果表明提出的方法能够有效挖掘非稳态备件需求序列的深层次信息,实现非稳态备件需求序列的较好拟合,并与其他非稳态时间序列预测方法对比具有较高的预测精度,为适应新时代实战实训背景下备件需求的特点提供了有效的方法支撑.     

基于模态分析的变速箱振动测点优化配置

针对坦克变速箱振动信号在状态监测中测点的选择问题,提出了根据不同测点的频响特性优化振动测点的方法。通过分析变速箱箱体的有限元动力学模型,得到箱体的各阶固有频率和振型,选择模态分析中总位移较大的位置作为最优的测点安装传感器,为试验测点布置以及状态监测和评估提供理论支持。研究结果表明：位于风扇联动装置齿轮箱附近的传感器对变速箱振动信号的强弱变化比较敏感。     

AOS跨层优化方案的仿真设计

针对AOS分层模型,提出跨层优化AOS系统结构,推导出有效吞吐率公式。并以提高有效吞吐率为目的,分析跨层系统中物理层的调制方案、帧同步与信道编码子层的编码和帧同步方案及空间数据链路协议子层的重传方案等策略,通过仿真得到跨层模式的转换门限。最后,对该方案下系统有效吞吐率性能进行了仿真,结果表明所提出的跨层优化方案能够有效地克服空间信道的影响,优化AOS系统有效吞吐率。     

罗斯福座船险被友军击沉

“依阿华”号战列舰是美国海军依阿华级战列舰的首舰,1943年服役后接到的第一个重要任务是充当美国总统罗斯福的座船,横跨大西洋,把总统一行送去参加开罗会议和随后举行的德黑兰会议。罗斯福走路不方便,为此,“依阿华”上特别加装了一个浴缸,成了世界上唯一一艘装有浴缸的战列舰。     

一种钢管焊接结构焊接节点损伤识别的新方法

采用端部半刚性连接梁单元模型进行模拟焊接节点的损伤,并基于应变模态理论,提出了一种焊接节点损伤识别两步法。第一步,先整体测量结构的位移模态并推导出应变模态,然后采用改进后的目标函数,通过信赖域优化算法对损伤节点位置进行准确判定;第二步,采用提出的杆端应变模态变化比指标,实现焊接节点损伤程度的精确识别。经工程实例的数值仿真及试验分析,验证了该方法的有效性及优越性,为解决这类大型焊接结构焊接节点的损伤识别问题提供了新思路。     

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。     

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。     

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。     

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。