用改进的摩擦模型计算带阻尼结构叶片的响应

提出了一种改进的Ｏｄｅｎ摩擦模型,用于模化非线性干摩擦阻尼,并给出了叶片系统的运动微分方程．用该模型计算了一个５片成组叶片系统的振动响应,研究了阻尼联接件在叶片的不同高度位置上以及不同的激振力和正压力数值对阻尼叶片振动特性的影响,得出了一些有参考价值的结论．     

用双通道动态信号分析仪频谱分析法测量高层建筑结构的自振频率

利用美国惠普ＨＰ３５６７０Ａ型双通道动态信号分析仪对高层建筑结构的自振频率进行测量,并对测量结果进行功率谱,功率谱密度转换,经频谱分析等得出该建筑结构的自振频率,并将测试结果与近似公式的计算结果相比较,基本吻合。     

强非线性振动系统的渐近解

对强非线性振动系统进行参数变换,把强非线性振动系统转化为弱非线性振动系统,利用参数待定法即可方便求出强非线性振动系统的渐近解．     

景像区域误差模拟生成技术研究

在对原始图像用小面模型分割的基础上,通过分析图像信噪比与区域噪声各参数之间的约束关系,研究了景像区域误差的模拟生成技术．采用小面模型将图像划分为许多平稳均匀的子区域,并根据给定的信噪比,按照不同的实际需要,在某些子区域内分别叠加区域噪声．研究成果为评估匹配算法的性能提供了一定的依据     

线性的变振动系统动力学方程的一类解法——区间状态转移矩阵逼近算法

依据线性时变微分方程组理论,以时间离散化数值解来逼近相应解析解的方式,在首次放弃将系统在一系列小区间内假定为时不变的前提下,提出了一种建立在线性时变振动系统动力学方程系数矩阵运算基础上的区间状态转移矩阵逼近算法。该算法不仅解题规模小,计算效率高,而且理论依据充足,数值计算可靠,既可用于一般线性时变振动系统的瞬态响应分析,又可用于周期系数线性振动系统的稳态响应求解和动态特性研究,具有很好的适用性。     

空间声场的自适应有源噪声控制

自适应有源噪声控制技术（AANC）以其独特的优点,受到噪声控制界的高度重视,为低频噪声的控制开辟了一条崭新的途径．以此AANC技术为基础,结合模型参考自适应中的信号综合型MRAS超稳定设计方法及其简化工程设计方法,提出了一种自适应降噪装置的实施方案,并通过计算机仿真及硬件实验,取得了明显的消声效果．     

游梁式抽油机传动系统的扭转振动与传动效率

以游梁式抽油机皮带减速箱传动系统为研究对象,综合考虑皮带与减速箱传动系统的弹性,建立游梁式抽油机皮带减速箱传动系统有阻尼多自由度扭转受迫振动的力学与数学模型及各振动元件参数的计算模型;以传动系统扭转振动仿真结果为基础,建立皮带减速箱及皮带瞬时传动效率的仿真模型。分析影响皮带减速箱传动效率的因素。仿真结果表明:传动系统的扭转振动对系统的运动规律与动态参数有显著影响;系统瞬时传动效率并非常数,受曲柄扭矩影响较大,特别是在正负扭矩换向点附近瞬时效率显著降低;传动系统的扭转振动降低了皮带减速箱的传动效率。皮带减速箱平均传动效率的仿真结果为70%~82%,与实际测试结果吻合。     

一种控制高层结构随机地震反应的新策略

以某高层剪切型钢框架结构为工程背景,提出TMD与LRB联合作用的T-L控制策略,利用非线性随机振动理论分别对无控制、TMD控制和T-L控制3种控制结构的非线性运动方程进行等效线性化处理,利用复模态理论给出以第一振型表示的3种控制结构随机地震反应解析解的计算方法。研究结果表明:新提出的T-L控制策略比TMD控制更能显著降低结构位移、速度和加速度反应方差;新算法同样可用于求解LRB层间隔震高层结构随机地震反应。算例在T-L控制下的最大位移、速度和加速度反应方差比TMD控制下的分别降低了29.3%、27.8%和31.6%。     

基于LS-SVM软传感器的容错控制方法及应用

针对一类非线性系统中传感器卡死、恒增益和恒偏差失效等易发故障,考虑控制系统多存在耦合、非线性、时变、滞后等难以建立精确的解析模型,基于数据驱动技术提出一种软传感器容错控制方法.基于LS-SVM构建了系统软传感器,并利用软传感器的预测输出与实际传感器输出之差获取残差信号;采用SPRT算法进行故障检测,当传感器发生故障时,用LS-SVM软传感器预测输出代替物理传感器的实际输出,从而以软闭环方式实现对传感器故障的容错控制.将所提出的方法应用于一阶水箱液位控制系统,实验结果表明,基于LS-SVM软传感器与SPRT的结合能够可靠及时检测非线性系统中各类传感器故障,而借助于软闭环切换还可对传感器故障实现安全容错.     

LTE-A系统中基于RS的信号均衡的SINR估计算法

为了提高先进的长期演进(LTE-advanced,LTE-A)移动通信系统的传输效率,研究了提高子带的信干噪比(signal interference ratio,SINR)估计精度的问题,提出了一种利用参考信号(reference signal,RS)的信号均衡估计SINR的算法,该算法通过本地RS和均衡后的RS的方差计算SINR,与直接利用最小二乘法(least square, LS)计算参考信号接收功率(reference signal received power,RSRP)和干扰噪声(noise)得到SINR的传统算法相比,在增加有限复杂度情况下,SINR的估计精度有明显提高,特别是在终端处于高速移动?多普勒效应比较明显的信道环境下,SINR估算性能提升更加明显,从而提高系统的传输效率?