基于PRM和经验数据的虚拟人维修操作仿真

虚拟维修是近年来提出的一个新概念,并在维修性分析、维修训练等领域得到广泛的应用。为了解决维修过程仿真中的维修人员仿真问题,提出了一个基于PRM和经验数据的虚拟人维修操作仿真方法。通过对虚拟人形位空间维数的简化和延迟碰撞检测思想的运用,有效提高了仿真的效率;以虚拟人形位空间为采样空间,以人体上肢的力量数据来指导形位空间的采样和维修操作路径的搜索,有效提高了虚拟人维修操作仿真的自然性和逼真性。     

粒子群算法在航空发动机部件模型求解中的应用

将粒子群算法引入发动机部件模型的求解中,利用粒子群优化算法的群体智能和记忆功能,克服了插值法和N+1残量法在求解发动机模型时对初值的敏感性.针对发动机部件模型中非线性方程和共同工作方程组的特点,对基本粒子群算法采用不同的改进措施,得到两种改进粒子群算法HPSO1和HPSO2.仿真结果表明,改进粒子群算法求解发动机部件模型具有更好的收敛性和更快的收敛速度.     

虚拟维修中的虚拟人移动仿真

虚拟维修是近年来提出的一个新概念,并在维修性分析、维修训练等领域得到广泛的应用。为了解决维修过程仿真中的维修人员仿真问题,提出了一个分阶段的虚拟人移动仿真方法,采用随机运动规划方法生成虚拟人躯干及头部的无碰撞路径,利用运动捕获数据和运动变形来实现对四肢运动的仿真。在运动规划中引入了姿态转移图的概念,实现了虚拟人移动过程中多种姿势之间的自然转化。采用基于运动变形的方法消除了虚拟人上肢和环境中其他物体的碰撞现象,提高了仿真真实性。

Abstract：

Virtual maintenance is a new concept introduced in the last few years,and has been broadly used in maintainability analysis and maintenance training.In order to solve the virtual human simulation in maintenance process simulation,a multi-stage virtual human locomotion simulation method was proposed.The free collision path of virtual human torso and head was planned by a probabilistic motion planner.And the motion of arms and legs was simulated using motion captured data and motion warping.A new concept of pose transition graph was introduced in order to implement natural pose transition in locomotion simulation.In motion optimization,a method based on motion warping was proposed to avoid the possible collision between virtual human arms and other objects in the environment.     

基于最大方差展开的非线性信号降噪方法及其在故障诊断中的应用

将流形学习的思想引入信号降噪中,提出了一种新的基于最大方差展开（maximum variance unfolding,MVU）的非线性信号降噪方法.该方法首先基于相空间重构理论将含噪信号重构到高维相空间,再采用流形学习理论中的MVU算法对相空间数据进行非线性降维,将蕴含在相空间中代表吸引子的低维流形与噪声子空间分离,然后对低维流形进行逆重构,从而得到降噪后的信号.对加噪的Lorenz信号的仿真结果表明,该方法的降噪性能要优于基于KPCA的非线性降噪方法,且具有参数估计简单、参数影响不大等优点.最后将该降噪方法应用于带有轻碰磨故障的航空发动机转子―机匣系统振动信号,有效地提取出了淹没在噪声中的轻碰磨故障特征.     

基于BSO-ELM的涡轴发动机加速过程性能参数预测

建立精度和实时性均满足要求的航空发动机性能参数预测模型是实现发动机性能优化和实时监控的基础。极限学习机(extreme learning machine, ELM)对复杂的非线性航空发动机系统具有良好的适应性, 本文提出了利用头脑风暴优化算法(brain storm optimization, BSO)优化ELM的网络参数以提高其性能。并提出以发动机的台架试车加速过程数据为训练和验证样本, 利用BSO-ELM算法回归辨识得到涡轴发动机加速过程性能参数预测模型。结果表明预测参数燃气发生器转速n_g、燃气发生器出口温度T₄和增压比π_c的两项精度指标均优于BSO算法优化的反向传播神经网络和粒子群优化算法优化的ELM方法得到的预测模型, 表明了BSO-ELM预测模型的可行性与优越性; 在相同仿真环境下, BSO-ELM算法可大幅提高计算效率使预测模型的实时性更优。     

采用符号时间序列分析的轴承早期微弱故障预警

针对轴承早期磨损故障预警难的问题,提出了一种采用符号时间序列分析的轴承早期微弱故障预警方法。首先对轴承振动信号进行相空间重构,其次利用聚类的思想对相空间进行分割,对分割的子区间赋予唯一的符号,从而将振动信号转化为符号时间序列,最后通过Lempel-Ziv复杂度对符号时间序列进行定量分析。以Duffing方程为研究对象,验证了该方法对于动力学结构表征的精确性,表征精度可达95.85%;与常规的符号时间序列分析方法相比,所提方法对动力学结构表征精度更高。利用该算法对于动力学结构变化的敏感性特点,将其应用于轴承状态监控中,试验结果显示算法可以发现轴承早期微弱磨损故障并实现全寿命性能衰退的监控。     

自主研究式教学保障体系建设的探索与实践

专业课程的实验教学是培养学生自主学习和研究、提高创新能力的重要平台,通过建设以虚拟维修训练和模拟训练为主体的实验教学保障体系,加强了学员工程实践能力和岗位任职能力的培养。     

航空发动机防喘模糊控制器的设计

为实现对某型航空发动机喘振的主动控制,设计了该型发动机的模糊防喘控制器。该控制器以主燃油供油量、压气级中间级放气量和尾喷口面积为调节参数,以高、低压压气机喘振裕度为监测对象实施主动控制,以保证发动机的稳定工作。仿真结果验证了该模糊控制器的有效性。