摘要:采用任意拉格朗日-欧拉方法和罚函数耦合方法对静水环境中某型直升机-浮囊着水过程进行数值模拟，并对直升机和浮囊的力学特性及流场特性进行分析。结果表明：机体着水前，浮囊通过压缩囊内气体、与水相互作用及自身变形起到了吸能缓冲的作用，相对未安装浮囊，可使直升机冲击过载峰值降低69%；机体着水初期，水体高压区集中在机体底部、浮囊前端和浮囊后安装点附近。机体底部出现两处高压区且压力沿机体宽度方向呈弧形状分布，着水过程中浮囊应力较大区域集中在前/后安装点附近及它们之间的“弧形”区域，两浮囊未发生破损。浮囊最大等效应力为193.9 MPa，出现在浮囊前安装点附近。

摘要:针对航空发动机结构复杂、干扰因素多、叶片裂纹特征提取困难及难以精确诊断等问题，提出一种基于改进深度信念网络（deep belief networks， 简称DBNs）的三维叶尖间隙叶片裂纹特征提取与诊断方法。首先，根据DBNs重构误差的传递规律，通过全局反向重构（global back-reconstruction， 简称GBR）机制构建一种能自适应调节深度的DBNs， 以避免深层特征退化导致的特征表征能力不足的问题；其次，利用改进DBNs从叶片三维叶尖间隙中自适应学习深层裂纹特征；最后，采用Softmax回归模型建立深层特征与叶片裂纹间的复杂映射，实现叶片裂纹精确诊断。叶片裂纹诊断试验结果表明：所提方法能有效提取叶片裂纹特征，平均诊断精度达到98.43%，标准差仅为0.092%，具有较好的稳定性和泛化能力，能有效实现叶片裂纹诊断。

摘要:振动干扰是影响激光干涉绝对重力测量精度的主要因素，基于经验模态分解（empirical mode decomposition ，简称EMD）和希尔伯特黄变换（Hilbert-Huang transform ，简称HHT）在分析瞬态类、非平稳时变信号方面的优势，提出一种基于改进的集成经验模态分解-希尔伯特黄变换（modified ensemble empirical mode decomposition-HHT，简称MEEMD-HHT）的绝对重力仪振动特性研究方法，对实测信号进行自适应分解后，从能量谱角度对振动数据进行了分析研究。实验结果表明，该方法在有效抑制模态混叠的同时，得到了不同频段的固有模态函数（intrinsic mode function，简称IMF），信号重构误差为10-15量级。通过HHT准确获取了振动各频段信号的能量分布情况，其中：0.1~5 Hz频段能量占86.95%；5~20 Hz频段能量占8.78%；其他频段能量相对较低。本研究成果为高精度减振装置的设计研发和提高绝对重力仪的测量精度奠定了基础。

摘要:传统时频分析法在分析悬架系统非平稳随机振动时难以同时提高时频分辨率，无法精确分析其时频特性。针对非平稳虚拟激励法的关键问题，构造了一种新型非均匀调制函数，以提高悬架系统垂向振动特性的分析精度。利用该非均匀调制函数，建立车辆单轮非平稳虚拟激励通用模型；基于协方差等效法，解决前后轮变时差问题；建立1/2车辆动力学模型，求得车辆垂向加速度演变功率谱，获得高分辨率时频分布。仿真分析了匀速和变速两种行驶工况下悬架振动特性，并经过整车试验验证得到结论：车辆非平稳行驶时，速度的增加将扩大共振区范围。该特性可为提高车辆行驶平顺性提供理论参考。

摘要:陀螺飞轮转子的动不平衡会造成倾侧运动的抖动现象，降低航天器的指向稳定性与精度。为了实现各向异性下刚性转子偶不平衡辨识，提出一种改进全矢动平衡方法。根据拉格朗日方程建立陀螺飞轮转子动力学模型，使用复数法推导两轴倾侧角间的传递函数，分析陀螺飞轮转子内、外扭杆不等阻尼时两轴响应特性。考虑椭圆轨迹特征矢量相角与不平衡激励相角间的非线性关系，基于能量等效原理并利用椭圆正进动分量构造等效振矢，通过纯试重响应构造移相圆，给出基于等效振矢和移相圆的动平衡算法。在仿真中进行偶不平衡辨识，并在试验平台上完成偶不平衡的校正，数值分析和试验结果证明了所提方法的准确性和有效性。

摘要:齿轮箱发生故障时，因振源耦合等因素，各类单一故障和复合故障间具有一定共性特征，造成传统的基于卷积神经网络（convolutional neural network， 简称CNN）的智能诊断方法准确率下降和诊断性能鲁棒性差。针对上述问题，提出一种新的基于一维卷积神经网络（one-dimensional CNN， 简称1DCNN）的齿轮箱故障智能识别方法。该网络引入LeakyRelu激活函数替代原网络结构卷积层中的激活函数，防止训练时的神经元失效；利用LookAhead优化器，避免反向参数优化时训练结果收敛于局部极值；提出相似性损失度量函数，最小化同类样本序列间距的同时最大化不同类样本序列间距，以强化网络结构的标签识别能力和分类稳定性。将上述网络命名为sLL-1DCNN，利用齿轮箱故障模拟试验台信号对网络进行训练并识别各类故障，结果表明，该网络在训练集样本序列数量较少时具有更好的特征提取和泛化能力，且在训练集样本序列数量增加时，具备优于其他3种CNN的分类能力和分类稳定性。

摘要:借助刚性模型测压试验，对干扰状态下的方形超高层建筑表面风压的非高斯特性进行研究。给出非高斯测点数量干扰因子IF和非高斯测点数量占建筑总测点数的比例Q，来分析建筑表面风压非高斯特性受干扰的影响程度。以串列和并列布置为例，对受扰建筑表面风压的非高斯区域进行划分，并给出其风荷载建议值。结果表明：参数Q和IF能够准确地描述受扰建筑表面风压非高斯区域的大小及其受干扰的影响程度，并确定了受扰建筑表面风压非高斯特性最明显时施扰建筑的位置；串列和并列布置下，施扰建筑对受扰建筑各表面风压非高斯区域的发生位置以及大小均产生不同程度的影响；考虑了受扰建筑表面风压的非高斯特性，给出串列和并列布置下受扰建筑表面风荷载极大负值随间距变化的拟合公式，结果可为此类结构的抗风设计提供参考。

摘要:基于公路桥梁车桥耦合振动理论，通过精细测量车桥模型参数，建立了车桥梁试验模型和有限元模型，设计了一套公路桥梁车桥耦合振动试验系统。开展车桥耦合振动试验影响因素分析，探讨了行车道位置、车桥质量比、桥梁支座形式等试验因素的影响规律。结果表明：车桥模型自振频率的试验值与理论值基本吻合，验证了模型的适用性；不同车道位置10 cm的侧移对车桥动力响应影响不大，试验过程中可根据实际需要选择行车道；车桥质量比是车桥动力响应的重要影响因素，试验中为获得较为明显的车桥振动响应，建议车桥质量比选择范围为0.10~0.16；支座1模型（一端垫块支座、另一端滚轴支座）下车桥竖向加速度响应较为明显，试验过程中桥梁支座可选择支座1模型。

摘要:航空航天器结构在长期服役过程中，受到各种因素影响，存在各种飞行安全问题。针对连杆结构服役过程中存在的扭转弯曲工况，提出一种曲率信息计算优化方法，借助光纤Bragg传感器反演结构扭转弯曲变形。此方法能够减小杆件弯扭变形过程中因光栅栅区尺寸因素导致的数据测量误差，进而提升变形反演精度提升。ANSYS Workbench有限元仿真结果表明，这种方法与传统曲率递推变形反演方法相比，能够将扭转/弯曲变形条件下杆件变形监测与反演平均误差减小8%。小角度扭转/弯曲试验结果显示，进行曲率信息计算优化方法修正后反演所得变形量相对误差较修正前减小3.3%。研究结果表明，所提方法适用于杆件结构扭转变形监测场合，能够为未来航空器结构服役状态感知与自适应调整提供帮助。

摘要:为简化损伤识别流程，避免动力模型修正的复杂性，首先，将挠度曲线和位移影响线相结合，针对移动荷载作用下的中小跨径桥梁结构提出准静态挠度曲面的概念；其次，基于虚功原理推导挠度曲面的解析表达式，并给出实际应用时的矩阵表达方式；然后，以简支梁和连续箱梁桥为例，提出采用梁损伤前后的挠度曲面差来定位损伤；最后，对一变截面连续箱梁桥的上部结构模型进行静力加载，通过实测挠度数据构建箱梁桥损伤前后的挠度曲面，根据挠度曲面差实现对损伤的定位。结果表明：所提出方法对变截面箱梁同样适用，损伤定位只需根据结构损伤前后的实测挠度数据；挠度差曲面的峰值对应于损伤位置，峰值高低一定程度上体现了损伤程度的变化。

摘要:滚动轴承的故障智能诊断研究多是针对同源数据进行，而不同型号、不同工况下的滚动轴承，由于时、频特征差异，加之背景噪声的影响，导致识别准确率偏低。为了解决这一问题，笔者以6307和6205两类深沟球轴承为研究对象，建立了以深度信念网络（deep belief network，简称DBN）为核心的迁移诊断模型，构造了以波形指标、峭度指标、近似熵及分散熵为代表的特征识别参数。为了抑制信号传递路径（共振频带差异）和背景噪声的影响，引入最大相关峭度反卷积（maximum correlated kurtosis deconvolution，简称MCKD）方法，并对其关键参数实施了自适应选取。结果表明，由MCKD与DBN联合组成的迁移诊断模型，在3类不同数据源之间的诊断准确率均超过了95%，为滚动轴承的迁移特征诊断提供了一条可行的途径。

摘要:为了实现工程机械结构监测信号降噪效果的评价，将样本熵的概念引入双树复小波分解中，提出基于双树复小波变换（dual-tree complex wavelet transform， 简称DT-CWT）与样本熵（sample entropy，简称SE）相结合的监测信号自适应降噪方法（DT-CWT-SE）。首先，采用双树复小波变换对含有噪声的监测信号进行多层分解；其次，分别计算双树复小波分解所得的各尺度细节分量样本熵与相邻尺度细节分量的样本熵的差值，通过比较相邻各尺度样本熵之差的大小确定双树复小波最优分解层数；最后，根据各尺度样本熵的变化规律确定各层小波系数的降噪阈值，对降噪后的小波系数进行重构以实现信号自适应降噪。仿真分析与实验对比结果表明：该方法对监测信号去噪较彻底，且降噪后的信号失真度小，降噪效果以及保留原信号信息完整性的能力明显优于传统小波阈值降噪法。

摘要:联轴器是风电机组高速旋转齿轮箱和发电机之间的唯一机械连接件，针对联轴器松动后存在振动信号微弱、干扰大、故障特征难以识别的难题，提出了一种以协同信噪比（collaborative signal?to?noise ratio index，简称CSNR）为测度指标的自适应集成经验模式分解（ensemble empirical mode decomposition，简称EEMD）故障诊断方法。将该方法应用于数值仿真信号，实现了仿真信号构成分量的准确分离；应用于风场风电机组联轴器的松动故障诊断，有效提取了联轴器松动强噪声微弱信号中的故障特征，验证了该方法在工程实际应用中的有效性和实用性。

摘要:针对因不同故障的样本数目不平衡造成卷积神经网络（convolutional neural network，简称CNN）对少数类样本识别准确率偏低的缺陷，采用将一种最小最大化目标函数融入卷积神经网络结构的对策，提出一种适用于故障数据不平衡的最小最大化目标函数卷积神经网络（min-max objective CNN，简称 MMOCNN）智能故障模式辨识方法。首先，利用卷积神经网络交替的卷积与池化运算自适应学习振动信号中具有表征信息的敏感特征，并通过全连接层（fully connected layer，简称FC）将学习特征映射到类空间；其次，在类空间构造特征的最小最大化目标函数；最后，将最小最大化目标函数融入到卷积神经网络的损失函数中，在模型训练过程中既考虑分类总体误差最小，同时又要求学习的样本特征保持同类距离小、异类距离大，以实现对数据不平衡故障的有效辨识。用轴承的不平衡数据集分别对本方法和传统卷积神经网络的辨识效果进行实验，结果表明，本方法能够使少数类样本的辨识精度提升20%以上。

摘要:为实现煤岩界面的预先感知与精准识别，在开采前为采煤机提供精准的截割轨迹，提出一种基于多影响因素耦合优化的煤岩界面主动红外感知识别方法。考虑光照时间、光照距离和光照强度多因素耦合作用对煤岩界面识别精度的影响，通过测试、采集各影响因素不同参数工况下煤岩试件的主动激励红外图像信息，利用正交实验方法确定实现煤岩界面高精度识别的多因素参数的最优组合。结合迭代优化方法在最优组合附近搜索各影响因素的最优参数，克服局部参数最优的问题，实现煤岩界面的高精度识别。由实验结果可知，该方法能够实现煤岩界面的快速、精准识别，最低识别精度达到97.96%以上，具有非常好的普适性，为实现井下智能化、无人化采煤提供了一种有效的技术手段。

摘要:为了解决振动信号降噪问题，提出一种基于堆叠降噪自编码器的方法。结合PReLU激活函数和批标准化对传统堆叠降噪自编码器进行改进，增强了模型的特征提取和信号重构能力。堆叠降噪自编码器方法使用编码器提取含噪振动信号中的特征，使用解码器进行信号重构，从而实现振动信号降噪。在正弦信号、调幅信号和轴承故障仿真信号下进行降噪实验，取得了优于传统降噪方法的降噪效果。利用实测的轴承振动信号进行实验，在较强噪声情况下仍然可以对添加噪声的轴承振动信号进行有效降噪。实验结果表明，提出的堆叠降噪自编码器方法可以应用于振动信号降噪。

摘要:为了量化表征变截面涡旋齿形貌的变化规律并提取特征信息，以45#钢和硬铝7075材料进行了3段基圆渐开线变截面涡旋铣削加工实验，用Talysurf CLI 1000形貌仪测量了涡旋齿三维形貌和表面粗糙度，对形貌图像进行了分析和比较，运用一维和二维功率谱密度方法量化表征了涡旋齿形貌的频率?空间分布信息。形貌分析表明：45#钢试样涡旋齿形貌变化趋势接近走刀痕迹，呈现较强的规律性；45#钢涡旋齿试样表面形貌变化高度大于硬铝7075，且形貌的变化与型线位置无明显联系。二维功率谱密度分析表明，涡旋齿形貌呈各向异性特征，x方向空间频率0~0.02 μm-1是影响涡旋齿形貌的主导频率，涡旋齿主要缺陷存在于空间波长50 μm内。一维功率谱密度表征解析了涡旋齿试样粗糙度相近、但表面形貌和粗糙度差异性明显的现象。实现了涡旋齿形貌不同层次特征的定量表征和信息提取。

摘要:为分析含裂纹的多级齿轮传动系统故障特征，判析其故障成分，首先，通过有限元法建立了裂纹故障下的直齿圆柱齿轮三维接触模型，计算了齿轮啮合时变刚度；其次，综合考虑了轴承支撑刚度以及传动轴柔性，建立了含齿轮裂纹的二级齿轮传动系统有限元动力学模型，依此求解了不同裂纹位置的振动响应；最后，针对试验信号信噪比不理想、能量分布不均匀等问题采用变分模态分解（variational mode decomposition， 简称VMD）结合快速峭度图（fast spectral kurtosis， 简称FSK）对故障成分进行提取，分析了裂纹位置与故障频率的相关性。结果表明：由于裂纹的存在，系统振动响应在时域历程中出现周期性冲击，且频域中表现为在该级齿轮副啮合频率及其倍频附近出现边频调制，其边频谱线间隔为故障齿所在轴的转频；VMD-FSK法在噪声环境下可有效提取其故障特征且鲁棒性较好。分析结果可为齿轮故障判别及定位提供理论依据。

摘要:现有测试性模型对复杂装备进行分层建模时，不仅需要每层装备的故障模式、影响和危害性分析（failure mode， effects and criticality analysis，简称FMECA），还需要确定各故障模式之间的联系，增加了实际工作量和建模难度，与实际故障诊断脱节。为解决上述问题，提出一种基于Petri网的建模方法，将测试性模型与故障诊断模型相结合。首先，采用广义随机Petri网建立装备系统级的测试性模型，采用模糊Petri网（fuzzy Petri net， 简称FPN）建立子系统的故障诊断模型，完成系统到子系统的传递；其次，根据FMECA信息对故障统计数据进行处理，通过神经网络对参数进行调整学习和优化；然后，采用正向推理实现故障的准确预测，逆向推理结合最小割集完成故障定位；最后，以涡扇发动机风扇部件模型为例进行建模分析，并通过故障树和统计数据验证了模型的正确性和有效性。

摘要:针对传统滚珠丝杠式机电惯容器换向时存在的惯性逆效应，提出一种可稳态切换的新型滚珠丝杠式机电惯容器设计方法。首先，介绍了新型机电惯容器的结构与工作原理，依据滚珠丝杠式惯容器与旋转电机的动力学模型，建立了机电惯容器的动态模型；其次，基于新机电相似理论，仿真分析外接不同电容下的机电惯容器力学性能输出，研究电机电感与电阻对力学性能输出的影响规律；最后，对比传统机电惯容器与稳态切换式机电惯容器，分别在有、无外接负载的工况下进行力学性能测试。结果表明，稳态切换式机电惯容器可以较好地减小飞轮换向时对丝杠的惯性冲击，验证了设计方法的有效性。

摘要:针对某款发动机曲轴的扭转共振问题，提出了一种来源于模态惯量法的扭转减振器（torsional vibration damper，简称TVD）参数优化方法。将曲轴多自由度扭振模型等效成单自由度扭振模型，通过对Den Hartog的最优同调设计理论进行研究推广，提出了TVD失调与过调的概念。以此为理论依据，针对TVD与曲轴耦合后在多个频率激励下均会出现扭转共振的特点，以曲轴Hub端的Overall角加速度曲线与理想直线的最大相对误差最小化为目标函数，以TVD频率调整因子为优化变量，建立了优化模型。计算结果显示，使用该优化模型能够更好地实现TVD与曲轴的合理匹配。试验测试结果表明，使用优化后的TVD能够降低发动机Hub端的扭振响应与加速噪声峰值，提升整机的噪声、振动与声振粗糙度（noise， vibration， and harshness，简称NVH）性能。

摘要:为了提高齿轮箱中齿轮单故障及复合故障的识别精度，克服传统故障特征提取方法过于依赖经验判断的困难，从深度学习领域出发，融合卷积神经网络（convolutional neural network，简称CNN）与对抗神经网络（generative adversarial network，简称GAN）两种深度神经网络特征，提出一种半监督卷积对抗神经网络模型（semi-supervised convolutional generative adversarial network，简称SCGAN）。采用两个CNN网络分别作为GAN网络的生成网络（G）和判别网络（D），改进了网络结构，实现了GAN由无监督学习机制向半监督学习机制的转变。将动力传动模拟试验台上采集的齿轮故障信号制成时域、频域和时频样本集，构建SCGAN模型用于故障诊断。对比3种不同种类的网络模型，结果表明，在不同的样本类型和不同的样本大小下，SCGAN的诊断精度明显高于CNN与RNN，且收敛速度快。

摘要:地铁转向架构架在其服役期内发生失效，且部分位于电机安装座附近，表明传统抗疲劳设计中，电机振动等部分特殊载荷被忽视或错误理解，导致构架局部疲劳强度的不足。为研究电机牵引振动对构架疲劳寿命的影响规律，以某地铁车辆转向架构架为案例。首先，建立了构架有限元模型，并通过实验模态分析验证了模型的准确性；其次，通过扫频计算，分析了电机振动激励下的构架局部动应力响应特性，并获得电机振动加速度与动应力响应的传递关系；最后，以某线路实测的电机振动加速度信号作为输入，通过求解构架疲劳薄弱区域的动应力响应功率谱密度，对比分析了牵引工况与惰行工况时的电机振动对构架疲劳寿命的影响。结果表明：此分析案例中，电机激励下的振动能量主要集中于第6、第7阶模态，分别受电机横向、垂向振动所激起，对构架的疲劳损伤贡献较大。相比于惰行工况，牵引工况下的构架关键位置的疲劳寿命大幅减少，提出地铁构架设计需要充分考虑电机牵引振动对疲劳寿命影响的重要性。

摘要:为研究密檐式砖塔在不同地震强度作用下的动力响应及抗震性能，以典型的密檐式砖塔——小雁塔为例，设计了1/10的比例模型，并对其进行3条地震波作用下3种地震烈度、9个工况的振动台试验。结合有限元模拟，分析结构的动力特性、加速度响应、位移响应、剪力响应和应力响应等，结果表明：峰值加速度（peak ground acceleration，简称PGA）为0.2g时，结构无明显异样，小雁塔基本处于弹性状态；PGA不小于0.6g时，塔根部东西两侧易形成水平贯通缝，南北劵洞处易形成斜向贯通缝，塔身顶部晃动明显；伴随地震激励增强，结构损伤积累，自振频率降低，阻尼比增加，加速度放大效应减弱，惯性力和楼层剪力增幅放缓。通过进行典型的密檐式砖塔振动台试验，结合数值分析，可为评定密檐式砖塔抗震能力提供参考。

摘要:为实现对电主轴振动特性进行主动控制并改善其运行过程中的动态性能，利用所研制的预载荷可调整电主轴，搭建了电主轴振动特性在线控制试验平台，基于该平台，开展了轴承预载荷在线控制条件下电主轴振动特性的试验研究。试验结果表明：电主轴转子系统的1~5阶固有频率随轴承预载荷的增大而提高，其中2阶固有频率受轴承预载荷的影响最大；在同一转速条件下，电主轴本体的振动随轴承预载荷的增大而减小，轴心轨迹半径也呈现出减小的趋势；在同一预载荷条件下，电主轴本体的振动随转速升高呈增大的趋势，但轴心轨迹半径略有减小的趋势。这表明，采用预载荷在线控制技术可以有效控制电主轴的振动特性，为发展智能电主轴技术提供条件。

摘要:采用任意拉格朗日-欧拉（arbitrary Lagrangian Eulerian，简称ALE）方法和罚函数耦合方法对带应急救生浮囊的直升机着水冲击过程进行了流固耦合仿真计算，从浮囊吸能角度对直升机着水冲击过载的影响机理进行了阐述，揭示了不同初始俯仰角对直升机着水冲击过载特性的影响规律。研究结果表明：直升机着水冲击过程中垂向过载占主导作用；随着俯仰角的增大，过载峰值出现时间延迟，过载峰值显著增大；在大俯仰角下浮囊的吸能效果降低，从而导致着水冲击过载峰值大幅增大。对比零俯仰角工况，当初始俯仰姿态角为10°时，过载峰值从8.83g增加到18.89g，增加了115%；浮囊的吸能效果降低了9.12%。

摘要:为获取用于混凝土梁结构火灾健康监测的准确有限元模型，首先，考虑边界条件及多物理参数对结构响应的影响，提出基于支持向量机算法的分步修正方法；其次，以4根混凝土矩形试验梁、3根混凝土T形试验梁为研究对象，利用火灾前实测前2阶频率与振型对初始有限元模型进行修正；最后，基于模型修正对火灾下结构进行基频衰减规律研究。结果表明，修正后的模型及火灾下的基频衰减曲线能较好反映混凝土梁的真实动力特性，采用分步修正算法可精简计算量，能够有效用于混凝土梁结构的有限元模型修正。为更直观地研究截面宽度、高跨比、弹性模量等参数与受火时间对基频的影响，对其进行参数分析，并拟合出基频随受火时间的衰减公式，数值模拟及试验结果验证了公式的合理性，可为后续火灾损伤识别与评估提供参考。