【摘 要】
:
对于航空发动机来说,其气动稳定性问题主要来自于压气机,旋转失速和喘振是两种主要的失稳现象,这些现象对于发动机的性能和安全性带来了极大的威胁。通常认为旋转失速是喘振发生的先兆,因此对压气机的旋转失速现象开展研究,做到对旋转失速的提前检测,对于预防喘振发生,降低发动机的运行安全隐患具有重大意义。确定学习是利用径向基函数神经网络对具有周期或回归轨迹的动态系统进行局部辨识的理论。利用该方法可以对压气机非线
论文部分内容阅读
对于航空发动机来说,其气动稳定性问题主要来自于压气机,旋转失速和喘振是两种主要的失稳现象,这些现象对于发动机的性能和安全性带来了极大的威胁。通常认为旋转失速是喘振发生的先兆,因此对压气机的旋转失速现象开展研究,做到对旋转失速的提前检测,对于预防喘振发生,降低发动机的运行安全隐患具有重大意义。确定学习是利用径向基函数神经网络对具有周期或回归轨迹的动态系统进行局部辨识的理论。利用该方法可以对压气机非线性动态系统进行辨识,并将动态特征以常值神经网络的方式保存,然后基于已学习的信息,实现对待测压气机的系统动态的快速动态模式识别。之前对旋转失速检测的相关研究工作都是基于Matlab或Labview等实现,存在可移植性差、对硬件环境要求高的缺点,而C++可以实现跨平台开发,可移植性强、运行环境要求简单、代码保护性强,对于提高软件的生命周期,节约研究成本有重要意义。本文使用C++设计了基于确定学习的轴流压气机旋转失速研究平台,主要工作如下:1.基于Eigen+MKL实现了旋转失速提前检测并行算法。该算法的理论基础是基于确定学习引出的动态模式识别方法,其中包含了大量的矩阵运算。本文经过研究和分析,选择使用Eigen和底层库MKL配合使用来实现该算法,其矩阵计算能力甚至超过Matlab。这为实现旋转失速提前检测算法提供了新思路。为进一步提升性能,本文深入分析了失速检测原理,找出该算法存在的大量可并行化部分,设计了基于open MP的多线程方案。2.设计用户数据库和压气机数据库,并实现了基于QT的失速研究平台数据管理模块。通过对用户数据库进行管理可以对该平台的用户访问权限进行控制。针对轴流压气机数据具有时序性、数据规模庞大的特点,基于TDengine设计了压气机时序数据库,可以实现对压气机数据的管理和存储。本文还针对压气机数据库设计了性能测试方案,验证了基于TDengine的压气机数据库的优越性能。3.研究多模式下的动态模式识别算法,并实现对旋转失速提前检测的子系统。该部分可以对压气机进行旋转失速提前检测,包括9个模式的基础版本和模式库扩充后的99个模式的失速检测模块。通过优化并行模式组的设计方案以及设计改进的二级判断准则,使系统在应对99个模式的计算时依然能够保持识别过程的快速性和准确性。本文所设计的旋转失速研究平台可以很方便的对压气机旋转失速现象进行研究,并实现对旋转失速的提前检测,具备了一定的工程应用价值。
其他文献
电子元器件和电路板是电路系统的基本组成部分,广泛应用于电脑、手机、手表等电子产品中。为方便携带,电子产品的微型化一直以来都是一个发展趋势。目前一些电路板布线密度已经达到了微米的数量级;电路板元器件变得越来越小;电路场景变得越来越复杂。这些因素导致电路板及焊接缺陷检测难度越来越大。目前,一些厂商主要用AOI检测这些电路缺陷以防止有缺陷的电路板进入到下一道生产工序。但AOI检测存在漏检率、误检率都较高
Delta并联机器人具有刚度大、速度快、精度高的优点,在需要进行重复的快速抓取动作的场合能够很好的替代人类劳动,被广泛的应用在许多有重要应用价值的工业领域中。本文以平面三自由度Delta并联机器人为研究对象,设计了三种控制方案进行轨迹跟踪控制,并使用软件MATLAB/Simulink进行仿真验证。本文的具体工作如下:针对三自由度Delta并联机器人,本文建立并分析了它的运动学模型和动力学模型。本文
随着化石能源的消耗以及环保意识的提高,社会对清洁能源的需求逐渐增加。太阳能具有易于获取,存量几乎无限、不受地域限制等优点。基于光伏效应,太阳能电池能将太阳能转换成电能,为各种用电设备提供动力。目前,太阳能电池已经基本实现自动化生产,但在生产过程中,由于各种因素,不可避免地会出现缺陷的产品。这些缺陷产品容易引发安全事故,威胁人民群众生命财产安全,必须进行甄别。本文研究了太阳能电池背面电极,通过计算电
近年来,随着计算机、自动化、通信等技术和产业的日新月异,推动四旋翼无人机领域及其相关行业不断取得突破与创新,其研究和应用已经扩展到航空摄影、地质调查、军事应用等各行各业,服务社会。四旋翼无人机路径规划已成为无人机领域一个热门的研究课题。本文针对智能优化算法在四旋翼无人机二维、三维路径规划方法的研究与应用展开探讨,着重围绕着粒子群优化算法、人工势场法、狼群算法的改进策略进行深入研究,提出了相应的改进
雾霾、沙尘、水下等特殊成像条件下观测到的图像,易受到传播介质的影响,呈现对比度低、细节丢失、色彩畸变等问题,降低成像质量,甚至丢失特征信息。这些都影响了后续的识别、检测任务,给监控、探测等机器视觉应用带来困难。近年来,基于成像物理模型方法和数据驱动方法在图像复原领域均取得了显著的成效。因此,本文针对雾霾、沙尘、水下等条件下的观测图像,基于成像物理模型,结合循环生成对抗网络,研究模型与数据联合驱动的
放卷侧张力系统是整个卷绕系统中极其重要的组成部分,放卷侧的张力稳定是后续加工质量最基础的保证。然而放卷侧系统是一个典型的时变非线性系统,体现在系统存在多种外部输入的非线性扰动,以及放卷辊半径随系统运行而逐渐减小,这些非线性因素影响着张力的稳定程度,制约着系统运行速度。因此,研究放卷侧张力系统的控制问题,对于提高张力控制精度和提升生产效率有显著的意义。本文以放卷侧张力系统为研究对象,研究了放卷系统的
在控制系统的设计上,线性二次跟踪(linear quadratic tracking,LQT)问题是一个重要的研究领域。LQT的目的是为了设计一种控制器,使得其输出信号通过最小化预定义的性能指标以最优的方式跟踪上参考信号轨迹。将基于状态反馈的强化Q学习(Reinforcement Q-Learning,RQL)方法应用于LQT问题可以求解线性系统动力学信息未知的情况,但是需要系统状态变量是完全可测
<正>今年是"十四五"开局,在防灾减灾日期间,国家减灾委员会办公室、应急管理部联合部署开展防灾减灾宣传周活动,全国各地围绕防范化解灾害风险、筑牢安全发展基础为主题,广泛开展防灾减灾救灾宣传教育和应急演练工作。5月11日,第十一届国家综合防灾减灾与可持续发展论坛在兰州举办。百余位专家学者齐聚黄河之滨,围绕"全面推进自然灾害防治体系和能力现代化"主题开展交流讨论,为国家自然灾害防治体系和防治能力现代化