摘要:滤波x最小均方差（filtered-x least mean square，简称Fx-LMS）算法作为振动控制领域常用的自适应控制算法，其固定步长因子不能同时满足收敛速度和稳态误差的双重要求。为了改善Fx-LMS算法实施效果，提出一种基于反余切函数的滤波x变步长最小均方差（filtered x variable step size least mean square，简称Fx-VSSLMS）算法。首先，归纳了7种常规VSSLMS算法的步长更新公式，并按照其迭代特点予以性能分析与分类对比；其次，以压电柔性悬臂梁振动主动控制为算法验证目标，采用多体动力学软件Adams和Simulink进行联合仿真，表明所提的Fx-VSSLMS算法在振动控制中的有效性；最后，通过分析对比多种Fx-VSSLMS算法在不同噪声环境下的抑振效果，验证了所提出控制算法对噪声干扰的良好鲁棒性。

摘要:针对低信噪比环境下核电站松动件的检测，以降低误报率、漏报率为目标，提出了一种基于盲解卷积算法的松动部件冲击响应提取方法，并进一步结合支持向量机分类辨识算法，给出了一种低信噪比环境下核电站松动部件检测方法。利用叠加实堆背景噪声的平板钢球跌落实验数据开展了报警研究，并对盲解卷积算法进行了参数优化设计。结果表明：优化后的盲解卷积算法能够很好地恢复出信噪比低至-20dB的冲击响应信号，并使噪声能量降低了75%，有效抑制了噪声；给出的松动部件检测方法在信噪比低至-14dB时，仍具有极低的漏报率，并且噪声误报率和脉冲干扰误报率为零，因而具有良好的抗误报、抗漏报能力。

摘要:为了实现对磁致伸缩和压电材料迟滞特性的描述，建立高精度前馈补偿系统，对Preisach模型一阶回转曲线的预测方法进行了研究。首先，介绍了一阶回转曲线及经典插法预测一阶回转曲线的基本原理，着重指出线性经典插值法对Preisach模型一阶回转曲线的预测存在不足；其次，在此基础上，利用非线性变换的思想，提出了辅助线法预测一阶回转曲线；最后，实验比较了超磁致伸缩材料（giant magnetostrictive material，简称GMM）与压电陶瓷（piezoelectric ceramic transducer，简称PZT）两种迟滞情况下，辅助线法和经典插值法对迟滞一阶回转曲线的预测结果。实验结果表明：在GMM迟滞下，对任意一阶回转曲线的预测数据，辅助线法的均方根误差（root mean square error，简称RMSE）最大减少为经典插值法的14.22％；对所有预测数据，辅助线法的RMSE减少为经典插值法的29.42％；在PZT迟滞下，对任意一阶回转曲线的预测数据，辅助线法的RMSE最大减少为经典插值法的18.18％；对所有预测数据，辅助线法的RMSE减少为经典插值法的41.07％。辅助线法对一阶回转曲线的预测精度整体高于经典插值法，且迟滞效应的非线性误差越高，预测精度较经典插值法越优异。

摘要:为降低某航天用小型低温杜瓦的漏热，同时提升其力学性能，采用了超高强度、低热导率且密度小的凯夫拉纤维作为杜瓦的支撑材料，设计了支撑结构。通过对结构建立固有频率理论模型，采用Rayleigh法推导了前6阶固有频率的表达式，用有限元分析软件Ansys与理论计算结果进行了对比。对其中某工况设计了实际的实验支撑结构，对结构进行了三向扫频实验。理论计算结果与有限元仿真结果趋势符合良好，实验结果与理论模型误差在20%以内。结果表明，在此种支撑结构中，凯夫拉纤维的横截面积、纤维绳索布置的轴向角以及平面角对其固有频率具有较大影响，接触点距离以及纤维绳索预紧力对固有频率影响较小。

摘要:为了使7075铝合金薄壁件表面喷丸加工应力得到松弛和均化，运用ANSYS建立平台式振动时效有限元模型，通过振动模态和谐响应分析，获得最佳激振频率和试样装夹位置。在此基础上，将薄壁框架件置于平台上进行振动时效处理，以验证仿真分析结果，评价其对试样表面应力作用效果。结果表明：在亚共振频率为112 Hz时，试样在平台零振幅和最大弯曲位置处分别对称布置，时效后表面均形成应力松弛，松弛率分别为29.5%和33.3%，不均匀波动分别为20.3%和20.7%，而沿振动方向松弛程度不均匀，说明激振力造成了材料表面组织屈服，且屈服程度与应力强度有关。提出再时效-位置交叠方法，使应力松弛不均匀度分别下降到9.9%和15.9%，应力均化得到改善，该研究工作为薄壁类零件表面应力均匀化提供了参考。

摘要:为提高飞机起落架载荷实测精度，以支柱式起落架结构为研究对象，探讨处理其载荷标定数据的工程方法。首先，对实际受载情况和单向加载工况标定数据的分析，挖掘出三向载荷、缓冲支柱压缩行程与应变码值间的数学关系，将预测的数学关系代入到多向工况的标定数据中，验证了它们的准确性;其次，根据两种标定数据回归方法，提出了对应使用的支柱式起落架载荷-应变标定方程的数学模型;最后，将两种标定方程代回到标定数据中，计算起落架三向载荷，所有反算载荷的误差均在可控范围内，表明标定方程满足精度要求。将标定方程代入实测数据中，实测曲线符合变化规律。该处理方法的应用能有力提高支柱式起落架的起飞-着陆载荷实测和载荷谱编制的准确度。

摘要:考虑齿面接触温升的影响，针对高速渐开线直齿轮动力学特性和润滑性能问题，建立摩擦动力学模型剖析齿轮润滑特性与动力学行为的耦合关系以及揭示油膜润滑机理。首先，建立含时变啮合刚度、齿侧间隙、传动误差的多自由度直齿轮弯-扭耦合动力学模型；其次，建立一维线接触瞬态混合热弹流润滑模型，通过整合得到含热效应的直齿轮摩擦动力学模型，利用龙格库塔法与多重网格法的联合迭代求解耦合系统的控制方程；最后，通过静态工况和动态工况数值计算结果的对比、摩擦动力学特性的分析以及温升的对比，证明了建立摩擦动力学耦合模型的必要性，为高速齿轮动态特性和润滑性能的改善提供分析方法。

摘要:为了准确地识别建筑结构的模态参数，提出了一种基于多重信号分类算法（multiple signal classification,简称MUSIC）、经验小波变换（empirical wavelet transform,简称EWT）和同步提取小波变换（synchroextracting transform ，简称SET）的结构模态参数识别方法。首先，通过MUSIC-EWT对实测振动信号进行分解；其次，使用SET对单模态信号进行去噪处理；然后，采用自然环境激励技术（natural excitation technique,简称NExT）得到单模态信号的自由衰减响应；最后，利用Hilbert变换（hilbert transform,简称HT）和曲线拟合获得结构的自振频率和阻尼比。通过三层框架结构的数值模拟验证了该方法的准确性和鲁棒性。利用该方法对台风“达维”作用下广州中信广场的实测加速度数据进行分析，并将估计的结构模态参数和其他识别方法的分析结果进行对比，进一步证明了该方法的准确性和鲁棒性。

摘要:提出了一种基于快速路径优化的自适应短时傅里叶变换时频分析方法，并将该方法用于行星齿轮箱的故障诊断。该时频分析方法通过使用快速路径优化获得瞬时频率变化规律，在短时傅里叶变换过程中自适应的改变时窗长度，从而获得更恰当的时频分辨率。针对行星齿轮箱运行状态不稳定的特点，通过使用笔者提出的时频分析方法可以有效地提取出行星齿轮箱的转速信息，利用参考转速对故障信号角度域重采样和阶次分析，从而实现变转速情况下的行星齿轮箱故障诊断。仿真分析表明，与传统短时傅里叶变换相比基于快速路径优化的自适应短时傅里叶变换得到的时频分布能量更加集中；试验分析证明了基于快速路径优化的自适应短时傅里叶变换方法在行星齿轮箱故障诊断中的有效性。

摘要:针对轴承振动实时状态监控的需要，从符号动力学角度提出了符号聚合近似与Lempel-ziv复杂度（SAX-LZC）融合的振动监控参数。首先，以Logistic映射和Duffing方程为对象，从理论角度验证了SAX-LZC对动力学结构表征的准确性，并验证了该指标的抗噪能力和计算效率；其次，将SAX-LZC指标与信息熵、样本熵、多分段Lempel-ziv复杂度等动力学参数性能进行了综合对比；最后，从实验角度对轴承早期微弱异常进行了监测，并对轴承典型故障进行了特征提取。理论研究结果表明，SAX-LZC具有动力学结构表征准确、抗噪能力好、计算高效简洁等优点，克服了常规动力学参数工程应用能力弱的问题。实验研究结果表明，SAX-LZC对早期微弱异常有准确的监测，对不同种类故障具有较好的区分度，弥补了时域和频域对轴承微弱故障表征能力不足的缺陷，是一种轴承振动实时状态监控与故障特征提取的有效参数。

摘要:针对风机滚动轴承微弱故障信号所具有的非线性和非平稳特征及易被强背景噪声掩盖的特点，提出了一种变分模态分解(variational modal decomposition, 简称VMD)和最大相关峭度解卷积(maximum correlated kurtosis deconvolution, 简称MCKD)相结合的滚动轴承微弱故障诊断方法。为实现VMD和MCKD的参数自适应选择，采用粒子群优化算法(particle swarm optimization, 简称PSO)，对两种算法中的参数进行优化。首先，利用PSO优化VMD算法中的α和K，再基于VMD对微弱故障信号分解后的结果，选取最优模态分量；其次，利用PSO优化MCKD算法中的L和T，再基于MCKD算法加强最优分量信号中的故障冲击成分；最后，通过包络谱提取出轴承微弱故障特征。仿真和试验均表明，此方法能够自适应增强轴承微弱故障中的冲击成分，有效提取出被强噪声淹没的轴承微弱故障特征。

摘要:针对旋转超声钻用于建筑装修时，噪声小而效率偏低的问题，笔者进行了振动钻机构原理创新与试验研究。首先，搭建了高低频复合旋转超声的试验振动样机，可以实现稳定的高低频复合轴向振动钻孔作业；其次，以黏土砖为对象，进行了钻孔效率试验与振动分析，低频振动的引入，虽然使超声锤击工件表面的时间缩短了80%，但在进给力基本不变的条件下，钻孔速度提高了一倍左右，噪声仍可控制在60dB(A)；最后，结合振动特性分析可以推断，在高低频复合振动钻孔过程中，超声振动主要负责对脆性材料的破碎作业，而低频振动主要负责将破碎后形成的颗粒快速离开切削区，从而提高钻进速度。因此，高低频复合振动钻进新原理，可以发挥高频振动与低频振动的优势，有望发展为一类新型钻孔装备。

摘要:为解决滚动轴承剩余寿命预测问题，提出一种基于长短期记忆网络（long short-term memory, 简称LSTM）的剩余寿命预测方法。首先，从时域、频域及时频域特征中提取特征参数；其次，定义三个评价指标定量评估表征轴承退化过程的特征参数效果，筛选得到退化特征参数集，搭建长短期记忆网络预测模型并以归一化寿命值为标签训练神经网络；最后，用训练好的神经网络实现滚动轴承剩余寿命预测。通过滚动轴承全寿命试验证明，该方法可以准确预测滚动轴承剩余寿命，并与反向传播(back propagation machine,简称BP)神经网络和支持向量回归机（support vector regression machine，简称SVRM）的预测效果对比，验证了提出方法的有效性。

摘要:随机子空间算法作为模态参数识别算法中的主要方法之一，虽然被广泛运用于实际桥梁结构的模态参数识别中，但其依然存在一定的缺陷。基于此，针对其存在的三大问题：系统定阶难、只适用于时不变结构以及真实模态筛选存在主观性，笔者提出了相应的解决方法。首先，利用“奇异熵增量一阶导数法”实现系统阶次的智能化判定；其次，引入“滑窗技术”对输入信号进行划窗处理，实现时变结构的参数识别；然后，基于真实模态存在的一般规律，并通过建立相似矩阵实现真实模态的辨识；最后，将信号采集、信号预处理和改进随机子空间算法进行有效结合，运用于某大型斜拉桥振动台试验以验证所提算法的可靠性。结果表明：所提算法能运用于桥梁的健康监测中，且识别结果具有可信性。

摘要:针对滚动轴承早期故障特征信息十分微弱难以提取以及可调品质因子小波变换(tunable Q-factor wavelet transform，简称TQWT)参数设置依赖使用者经验的问题，提出改进的TQWT的滚动轴承早期故障诊断方法。首先，设定Q因子的区间范围，利用TQWT对滚动轴承故障振动信号进行分解得到若干个分量；其次，对各分量进行包络导数能量算子解调，在能量谱中根据特征频率强度系数这一指标自适应地确定TQWT的最佳分解参数，实现对故障信号的最优分解；最后，通过对最佳分量的包络导数能量谱分析即可准确地提取到轴承故障特征信息。通过对仿真信号、实验数据以及工程案例分析表明，该方法能够有效提取滚动轴承早期微弱故障特征并准确判断出滚动轴承故障类型，具有一定的工程应用价值。

摘要:Z型折叠机翼在大气中飞行时会呈现不同的形态，其结构动力学特性变化明显，对其模态特性的分析是研究其结构特性的重要研究方法。首先，简要介绍模态分析技术以及PolyMAX法识别模态参数的基本原理；其次，结合试验模态分析和工作模态分析方法，对设计加工的Z型折叠翼模型在不同折叠形态下进行了模态实验；最后，对获得Z型折叠机翼实验模型的前5阶模态参数。结果表明，Z型折叠板在不同折叠角度下，各阶模态振动差异很大，其中折叠角度为90°时，结构更加稳定。

摘要:基于夹层结构是非常理想的抗爆炸冲击、弹道侵彻的轻质结构材料，制备了双层K-cor夹层结构试样。首先，采用一级轻气炮系统实验研究了双层K-cor夹层结构的高速冲击响应；其次，建立了双层K-cor夹层结构的有限元模型模拟了高速冲击过程，并利用该模型分析了高速冲击过程中的能量吸收和破坏模式；最后，讨论了结构的变化对于高速冲击性能的影响。结果表明：双层K-cor夹层结构相比单层结构的弹道极限速度提升了8.3%，模拟结果与实验值吻合较好；双层结构的优势在于更多界面在冲击作用下导致的吸能机制增加；提高Z-pin植入密度能够切实有效地提升K-cor的高速冲击性能。

摘要:针对流程工业复杂机电系统状态不断更迭、性能出现漂移等问题，提出了一种基于自组织特征映射网络的系统服役过程动态标记方法。首先，构建多变量间耦合关系网络，并在此基础上提取网络特征；其次，将动态标记过程分为状态主动更新过程和状态主动更新过程两个阶段，状态被动更新过程通过不断训练自组织特征映射网络来适应系统新状态出现及性能漂移等情况，状态主动更新过程可用于消除系统已消亡状态对网络模型产生的影响；最后，通过分析实际化工生产系统监测数据对所提方法进行有效性验证。实验结果表明，该方法可有效标记复杂机电系统服役过程中不断变化的多种状态，并建立符合系统动态演化过程的状态标记知识库，从而为系统状态辨识和预测提供可靠依据。

摘要:为探索航空发动机轴承装配条件对支承刚度的影响，支撑发动机转子系统的动力学设计和整机振动控制，在动力学方程的基础上，建立了振动测试和理论计算相结合的支承刚度辨识方法，并以某型航空发动机的五号支点轴承为对象，试验研究了圆柱滚子轴承内、外环配合参数、锁紧螺母拧紧力矩等参数对支承刚度的影响规律。结果表明：建立的支承刚度辨识方法准确可行；轴承内、外环为过盈配合时，过盈量增大，支承刚度增大，支承刚度对锁紧螺母拧紧力矩不敏感；轴承内、外环为间隙配合时，转子出现非线性共振，支承刚度大幅度地随机跳动，不符合线性条件假设。设计时应合理考虑轴承内、外环配合参数，避免导致转子系统振动特性恶化。

摘要:为实时监测砂带磨损状态，采用基于磨削声信号与电流信号的监测方案。首先，利用时域分析方法与小波包分析方法提取砂带磨损信号特征，通过朴素贝叶斯方法融合两种信号，从而识别砂带磨损状态；其次，为提高砂带磨损状态识别准确率，针对朴素贝叶斯方法的分类特性，改进了一种基于Fisher判别率与互信息的信号特征选择方法。实验结果表明，利用基于Fisher判别率与互信息方法能够挑选出可分性好同时特征间相关性弱的信号特征，基于朴素贝叶斯的砂带磨损状态识别方法能够准确地识别砂带磨损状态。

摘要:针对滚动轴承剩余寿命预测中的特征评估及模型优化问题，提出了面向轴承寿命的特征评估与模型优化的方法。该方法在轴承特征进行单调性与敏感性评估的基础上，对轴承运行状态跟踪能力进行量化评估，进而筛选出表征轴承性能退化的多维特征集。为了减少多维特征集之间相关冗余信息对寿命预测的影响，采用相似近邻传播（affinity propagation ,简称AP）聚类方法对多维特征集进行聚类和筛选。为了统一描述AP聚类后的特征对轴承退化状态的表征信息，采用自组织神经网络（self-organizing feature map ,简称SOM）构建轴承健康指数。最后，利用自适应混沌粒子群算法（adaptive chaos particle swarm optimization, 简称ACPSO）优化双指数模型预测轴承剩余寿命。试验表明，该方法可以准确描述轴承运行状态时期，并有效地预测了轴承的剩余寿命。

摘要:双轴振镜系统是扫描式激光多普勒测振仪中控制激光束运动的核心部件。通过双轴振镜系统中X，Y振镜的空间位置关系及光学反射原理，建立了激光束方向与X，Y振镜偏转角度之间的关系及其数学模型， 并进一步基于多项式拟合算法实现了激光点从振镜系统坐标系到实测结构坐标系的坐标变换，从而可高精度控制扫描激光的姿态。 同时，利用高清摄像头将测试坐标系转换到屏幕坐标系，提高了该方法的实际操作性。最后，以某型压气机叶片为例对该方法进行了验证，结果表明本方法对实现激光在实测结构表面任意测点的精确位置控制提供了理论基础，具有较好的指导作用。

摘要:为实现环境激励下复杂钢结构的损伤预警，提出一种基于粒子群优化（particle swarm optimization, 简称PSO）的支持向量回归（support vector regression, 简称SVR）-时间序列（auto-regressive and moving average model, 简称ARMA）组合模型用于频率预测，并结合均值控制图法将其用于复杂钢结构的损伤预警中。所提出频率预测模型的准确性和有效性采用潍坊市白浪河摩天轮钢结构实测数据进行验证。验证结果表明：与基本SVR模型、SVR-ARMA模型和PSO-SVR模型相比，所提模型具有更高的泛化能力和预测精度；在白浪河摩天轮钢结构的损伤预警中，基于粒子群优化的SVR-ARMA组合模型可检出由损伤造成模态频率轻微的异常变化，具有较强的损伤敏感性。研究成果可为环境激励下复杂钢结构的损伤预警提供参考。

摘要:为了提高航空发动机轴承故障诊断的准确率，提出基于改进遗传算法优化（back propagation，简称BP）网络(modified genetic algorithm to optimize BP,简称MGA-BP)的故障诊断模型。针对传统遗传算法易早熟、易陷于局部最优解等缺陷，利用固定个体选择概率、引入三角函数和高斯变异操作对遗传算法进行改进，并用改进遗传算法优化BP网络的权值和阈值。利用优化的BP网络对滚动轴承正常、内圈故障、外圈故障和钢球故障4种工况进行诊断，并考虑到网络输出模式、诊断样本比例等对诊断精度的影响。为了验证MGA-BP在轴承故障诊断中的有效性，将其他改进遗传算法优化BP网络作为对比算法。分析表明：MGA-BP能够较好地适应网络不同的输出模式、不同的样本比例，其抗噪能力、诊断准确率、误差收敛速度和误差收敛值均优于文中其他对比算法。

摘要:为了对直升机盒段件入水载荷进行分析，开展了模型垂直入水冲击试验，同时采用有限元-光滑粒子流体动力学（finite element method-smooth particle hydrodynamics，简称FEM-SPH）耦合数值方法进行仿真分析，计算了不同材料构型和速度下的过载、压力及应变结果。与试验结果进行对比表明，仿真结果与试验值吻合较好，预测的结构失效破坏模式与试验结果基本一致，可为真实直升机入水冲击的结构设计提供参考。

摘要:针对传统极限学习机预测滚动轴承故障时，存在信号模式混叠、人为参数选取造成预测精度低下的问题，提出了正态分布-经验小波变换变换结合偏最小二乘法的极限学习机（partial least squares-extreme learning machines，简称PLS-ELM）的故障预测方法。首先，提出正态分布经验小波变换信号降噪方法，通过正态分布划分频率带界限，在各频率带上构建带通滤波器进行降噪；其次，提出PLS-ELM的故障预测方法，应用偏最小二乘法（partial least squares，简称PLS）中主成分数和加载权重分别改进极限学习机(extreme learning machines，简称ELM）隐含层节点数和网络权值，激活函数选取Softmax以提高数据的拟合精度；最后，应用无量纲指标峭度来反映故障程度，实现故障趋势预测。试验结果表明，该方法能够准确划分频谱和克服模式混叠等问题，并实现滚动轴承性能衰退趋势预测。

摘要:针对滚动轴承的故障诊断问题，提出了一种基于栈式稀疏自编码网络(stacked sparse auto encoder，简称SSAE)、改进灰狼智能优化算法(improved grey wolf optimization，简称IGWO)以及支持向量机(support vector machine，简称SVM)的混合智能故障诊断模型。首先，利用栈式自编码网络强大的特征自提取能力，实现故障信号深层频谱特征的自适应学习，通过引入稀疏项约束提高特征学习的泛化性能；其次，利用改进的灰狼算法实现支持向量机的参数优化；最后，基于优化后的SVM完成对故障特征向量的分类识别。所提混合智能故障诊断模型充分结合了深度神经网络强大的特征自学习能力和支持向量机优秀的小样本分类性能，避免了手工特征提取的弊端，可对不同故障类型的振动信号实现更精准的识别。多组对比实验表明，相比传统方法，笔者所提出的模型具有更优秀的故障识别能力，诊断准确率可达98%以上。