摘要:工业相控阵超声检测（phased array ultrasonic testing， 简称PAUT）系统能有效遏制潜在的安全风险，在航空航天、特种设备制造及石油化工等关键行业发挥重要的作用。首先，阐述了PAUT系统的信号采集与成像原理，介绍了通用的相控阵检测工艺优化和数据分析方法；其次，分析了近年来PAUT系统的前沿研究进展，涵盖其在非线性超声成像、超声导波、空耦超声、电磁超声和激光超声中的应用；然后，结合PAUT技术与结构健康监测（structural health monitoring， 简称SHM），探讨了其在增材制造实时监测、低成本监测及云监测等方面的应用，并将植入式相控阵探头应用在智能材料监测中；最后，讨论了工业相控阵超声检测与监测系统面临的挑战及其向高性能化、智能化、多功能化和柔性化发展的趋势。

摘要:针对孔探仪探头自适应弯曲的需求，设计了一种由形状记忆合金（shape memory alloy， 简称SMA）人工肌肉丝驱动的自复位弯曲机构。首先，搭建了SMA丝的性能测试平台，对不同电流激励下直径为0.8 mm的SMA丝的基本性能进行了测试；其次，设计了4段弯曲机构，建立其运动学模型，计算并试验测试了1根SMA丝通电激励下各关节的弯曲角度；最后，分别对单根及2根SMA丝通电，测试对比了机构整体弯曲角度，并利用光纤3D形状传感系统实现了此类机构的形态重构。结果表明：当电流在2.1~3.3 A变化时，SMA丝的收缩率由2.01%增大到4.54%，增加了2.26倍，在3.3 A电流下SMA丝的恢复应力为200 N；各关节弯曲角度的试验结果与理论值吻合较好；2根SMA丝通电下的机构整体弯曲角度最大可达114°，远大于单根丝的65°，具有良好的实用性。

摘要:针对机械系统磨损状态监测与故障诊断中油液磨粒识别难度大、时间与人力成本高等问题，提出了基于深度学习的油液磨粒智能检测与分割方法。首先，基于滤膜谱片技术制备油液磨粒谱片并采集图像，构建了含6类不同金属磨粒的优质数据集；其次，根据数据集特点与算法优缺点，搭建单阶段实例分割模型YOLACT与两阶段实例分割模型Mask-RCNN对磨粒进行智能检测与分割。实验结果表明：Mask-RCNN模型平均检测精确率为93.8%，召回率为92.7%，适用于磨损颗粒智能分析的精准检测；YOLACT模型平均检测精确率为84.7%，召回率为83.3%，检测速度快，边缘分割精细，适用于磨损颗粒快速检测与智能分割；两种模型均有效提高了油液磨粒的检测效率。

摘要:为了研究前缘锯齿结构对弯管气动噪声的影响，采用大涡模拟与声类比的混合计算方法，揭示了前缘锯齿结构对弯管流场和声场的影响机理。基于通气管路实验平台，对含有导流叶片的弯管进行数值计算和实验研究，验证了数值计算方法的可靠性。结果表明：前缘锯齿结构能够降低管路的压力损失，提高弯管的气动性能，使管内气流更加稳定；能够有效减少层流分离泡的产生，降低了叶片表面的压力脉动强度和非定常载荷；综合作用下降低了弯管的气动噪声。

摘要:扩展卡尔曼滤波（extended Kalman filter ，简称EKF）方法常用于结构参数识别，但存在对滤波参数敏感等局限性，需大量试错来寻找最优噪声方差参数。针对此问题，推导了基于残差的协方差匹配公式。首先，通过滑动窗口法或遗忘因子法自适应更新匹配测量噪声方差，实现了基于EKF的自适应识别结构参数；其次，以一个3层Duffing型非线性剪切框架为例来验证方法的有效性，并进行了参数鲁棒性分析。结果表明：滑动窗口法和遗忘因子法均能很好地估计测量噪声方差，识别效果和收敛速度接近；与非自适应EKF方法相比，自适应EKF方法对噪声方差的初始取值不敏感，具有很强的鲁棒性。

摘要:针 对 故 障 特 征 维 数 过 高 导 致 故 障 的 分 类 与 辨 识 性 能 不 佳 的 现 状 ，提 出 一 种 基 于 中 值 特 征 线 多 图 嵌 入（median feature line multi?graph embedding，简称 MFLME）的故障数据集降维算法。首先，将样本点到特征空间的投影度量改进为中值度量，削弱算法的外推误差；其次，通过定义近邻特征线图和远邻特征线图，减少异类样本的混淆，扩大类别间距，为后续故障的分类决策降低难度；最后，利用两个不同的转子故障模拟实验对算法性能进行验证。结果表明，该算法能降低故障分类难度，提升故障辨识准确率。

摘要:为解决瞬时角速度信号（instantaneous angular speed，简称IAS）中轴承故障特征微弱的难题，提出一种自适应多周期微分均值（adaptive multi-period differential mean，简称AMPDM）方法。首先，基于微分技术不受幅值干扰的优势，结合多周期均值的累积特性，提出一种多周期微分均值技术对IAS信号中轴承故障特征进行增强，进而抑制编码器安装误差、IAS估计误差和测量噪声等干扰分量；其次，采用一种改进诊断特征（improved diagnosis feature， 简称IDF）指标评估在不同周期数K下增强信号中包含轴承故障信息的丰富性，并确定IDF值最大时对应的优化周期数K_op；最后，通过包络阶次谱分析揭示轴承故障特征。仿真和实验结果表明，AMPDM技术可有效增强IAS信号中轴承故障特征，并与可调整多点优化最小熵反卷积、倒谱预白化和快速谱相关3种算法对比，验证了所提方法的优势和有效性。

摘要:为准确解析高维信号数据，减少特征选择产生的信息损失，正确评估滚动轴承性能退化状态，提出一种基于梯度自适应修正（gradient adaptive corrected，简称GAC）Logistic回归模型的滚动轴承状态诊断方法，找出了GAC算法的收敛上界。首先，提取轴承检测信号的若干典型特征参量作为模型变量；其次，对信号特征数据进行降噪与归一化处理；最后，在保持数据维度的前提下建立GAC-Logistic回归模型，并对滚动轴承的性能状态进行评估。数据验证结果表明，该方法可提高模型的构建效率和对轴承状态的判定准确率，具有良好的鲁棒性，可有效降低信号随机波动对轴承状态评估产生的影响，GAC-Logistic回归模型的平均拟合正确率和平均验证正确率分别达到了99.08%和98.17%。

摘要:为了准确识别物体模态频率，降低测试成本及环境要求，提出了一种双目摄影测量辨识结构模态频率的方法，并对某型风力机叶片进行了测试。首先，通过两台摄像机从不同方位同步并连续采集振动结构及人工布设的多个标记点的图像；其次，采用高斯滤波进行图像去噪，经过Canny算子分割特征点边缘信息，用最小二乘法和迭代法拟合圆曲线，对标记点进行高精度的亚像素定位，计算摄像机交会范围内每一个测试点的时间响应函数与三维空间坐标信息；然后，使用KLT（Kanade-Lucas-Tomasi）算法实现特征点跟踪匹配，利用改进的快速傅里叶变换算法，将时域信号转换为频域信号，辨识了叶片的前4阶模态频率；最后，与加速传感器、激光多普勒测振仪（laser Doppler vibration，简称LDV）的对比结果表明，双目摄影测量获取的模态频率误差仅在5%范围内，验证了该方法的可靠性和有效性。

摘要:针对强噪声导致卷积盲源分离故障源信号估计精度较低的问题，提出一种结合最小均方算法（least mean square， 简称LMS）滤波和卷积盲分离（robust multichannel blind deconvolution， 简称RobustMBD） 的滚动轴承复合故障诊断方法。首先，利用LMS滤波对含噪的轴承故障信号进行去噪预处理，降低噪声对故障信号的影响；其次，通过构建时滞关联模型将卷积混合模型转换为瞬时混合模型，并以归一化峭度为分离判据，采用精确线搜索替代迭代搜索，得到卷积盲分离方法鲁棒多通道盲解卷积；然后，对降噪后的复合故障信号采用鲁棒多通道盲解卷积进行盲源分离，得到轴承的独立故障信号；最后，通过仿真和滚动轴承试验数据对提出的滚动轴承复合故障诊断方法进行了验证。结果表明，与传统鲁棒多通道盲解卷积相比，在强噪声情况下，提出的方法能够有效分离出所有的故障信号。

摘要:为了进一步提高混凝土检测信噪比及成像分辨力，提出一种基于数字补偿滤波的超声阵列全聚焦成像技术。首先，针对低频超声探头频率响应所造成的检测信号出现的振铃影响，采用数字补偿滤波的方法对检测信号进行补偿校正，提高信噪比；其次，用补偿滤波后的检测信号建立全数据矩阵，并采用全聚焦算法进行结构成像；最后，根据信号特征校正缺陷与底面位置，获得高质量结构成像图。与未经过数字补偿滤波的成像结果相比，检测信号经过数字补偿滤波后，成像图中的伪像数量与面积大幅减少，缺陷和底面更加突出，缺陷处信噪比提高了9.6 dB，缺陷的定位更准确，能够满足工程检测要求。

摘要:为进一步提高变压器故障诊断精度，提出一种基于同步压缩小波变换（synchrosqueezed wavelet transform，简称SSWT）-灰度共生矩阵（gray-level co-occurrence matrix，简称GLCM）的变压器机械故障时频诊断方法。首先，利用SSWT对变压器振动信号进行时频分析，得到能量堆叠密集的二维时频图，有效保留了变压器振动信号的主要特征信息；其次，联合描述区域像素关系的GLCM提取出二维时频图的主要特征信息，为后续故障诊断模型提供有效的特征参数；最后，通过改进鲸鱼算法优化（whale optimization algorithm，简称WOA）对支持向量机（support vector machine，简称SVM）的关键参数进行优化，建立了基于改进WOA-SVM的变压器典型机械故障时频诊断模型。实验结果表明，所构建的改进WOA-SVM故障诊断模型具有较高的识别精度和运算效率，为基于振动信号的变压器机械故障时频诊断提供了技术支撑。

摘要:为研究某型大涵道比涡扇发动机叶片包容性和转子系统抗不平衡能力，开展了风扇叶片飞失后的机匣包容性和转子不平衡试验方法研究及验证。首先，采用在断裂叶片根部预置炸药断裂叶片的试验方法，应用设计的试验系统，在规定的发动机转速下，通过遥控爆破炸药技术实现1片风扇叶片在预定位置断裂；其次，高速摄像从不同方位记录了试验过程；最后，专项参数测量系统获得了非线性瞬态动力学响应结果。结果表明：叶片飞失后引起损伤叶片约为1.48个，均沿发动机进口或尾喷口轴向飞出，满足机匣包容要求；叶片飞失瞬间对机匣和转子系统产生了超过1 000g的冲击载荷，转子传力路线上的承力结构完整，安装系统连接稳定，转子不平衡载荷引起低压转子支点轴承座与承力机匣连接螺栓丧失锁紧功能；发动机在引爆炸药后18 s停车。试验结果满足相关条款要求，验证了某大涵道比发动机叶片包容与转子不平衡的适航符合性。

摘要:针对风电机组滚动轴承振动信号具有非平稳、非线性、强干扰的特点以及故障特征提取困难的问题，提出了一种基于奇异值分解（singular value decomposition， 简称SVD）、S变换与多尺度卷积神经网络（multiscale convolutional neural network， 简称MSCNN）的故障诊断方法。首先，将原始信号构造成Hankel矩阵，采用SVD对Hankel矩阵进行奇异值分解，再根据奇异值曲率谱选取有效奇异值进行信号重构；其次，对重构信号进行S变换生成特征图谱；最后，将其输入到MSCNN自适应提取特征进行故障识别。试验结果表明，利用SVDS-MSCNN方法进行风电机组滚动轴承故障诊断，其故障识别准确率达到97.5%，故障诊断效果优于其他深度学习算法。

摘要:为了研究特高压（ultra-high voltage，简称UHV）变压器套管在地震作用下的结构损伤实时识别方法，首先，将结构加速度响应进行高通滤波后通过连续小波变换得到滤波尺度图，并将其作为判定套管损伤的特征；其次，通过有限元计算了不同损伤工况下套管的加速度响应，将其作为训练数据输入卷积神经网络（convolutional neural network，简称CNN）进行训练；最后，通过振动台试验验证了该方法的准确性。结果表明：该方法抗噪性能优异且识别较为精准；地震作用下套管结构损伤所导致的加速度响应异常高频信息可以作为损伤判定依据；套管单处结构损伤信息在不同位置的采样信号中均有体现，使用训练完成的神经网络进行识别时无需未损伤结构响应进行对比，可实现对地震造成的特高压套管结构损伤进行快速识别判定。

摘要:现有油液铁磁磨粒检测技术中，使用旋转式PQ仪只能单一检测铁磁性磨损颗粒无量纲指数，使用插入式铁量仪只能单一检测铁磁磨粒浓度，并且检测精度较低。针对此问题，基于旋转式PQ仪设备对样品2种不同状态进行了测试，通过指数计算与系数拟合，建立起将PQ指数换算成铁磁性磨粒浓度的数学模型。研究结果表明：该拟合方法对大于10 μm的铁磁性磨粒有较高的精度，在这一范围内检测值与油液中铁磁磨粒含量实际值相对误差在±8%以内；使用该方法可以同时分析油液中铁磁磨粒PQ指数与质量浓度，能够更有效地判断机械设备中的摩擦磨损状况并优化大尺寸磨粒分析。

摘要:针对行星减速器太阳轮故障检测问题，提出了一种基于改进自适应多点最优最小熵反褶积（multipoint optimal minimum entropy deconvolution adjusted，简称MOMEDA）的太阳轮故障检测方法。首先，基于编码器信号传递路径短、与动力学直接相关的优势，结合传动参数，计算得到故障特征周期，确定故障周期搜索区间及步长；其次，利用谱负熵最大化原则自适应确定优化滤波器长度，并得到解卷积后的信号；最后，采用包络谱分析揭示太阳轮齿根裂纹故障特征。通过仿真和实测数据分析，验证了所提方法的有效性。

摘要:为研究齿轮箱轴承性能退化评估，首先，根据高速列车齿轮箱轴承与齿轮的相关数据，对齿轮箱轴承仿真振动信号训练样本进行小波包分解并计算小波包奇异谱熵构成特征向量，输入到学习向量量化（learning vector quantization，简称LVQ）神经网络聚类模型中，建立性能退化评估模型；其次，将测试样本按同样的方式提取特征向量，输入到建立好的模型中评估轴承性能退化状态；然后，选取轴承全寿命疲劳试验进行分析，并选择特征优选和模糊C均值聚类算法进行对比；最后，根据LVQ神经网络聚类算法确定训练样本中正常状态和失效状态的聚类中心，建立性能退化评估模型。结果表明：将小波包奇异谱熵和LVQ神经网络聚类算法相结合，能较好区分齿轮箱轴承不同的退化状态，准确表现轴承性能退化曲线；通过隶属度函数计算隶属度作为性能退化评价指标，可以对性能退化状态进行定量表征；通过对时域指标和频域指标特征优选进行对比，验证了本研究方法更加有效，对早期退化更敏感，能及时发现早期退化并且能对退化程度进行准确评估。

摘要:涡流产生的阻力对正、反流阻差造成的干扰致使无阀压电泵的输出流量不稳定，且现阶段无阀压电泵的研究主要以设计阻件或流阻管道去抑制回流的产生，而仅靠流道结构产生的正、反流阻差对回流的抑制效果有限。针对此问题，应用康达效应原理提出一种无阀压电泵，利用局部产生的涡流疏导回流液体，使液体在正向、反向流动时的流动路径不同，从而实现液体的泵送。首先，通过“水枪”形流管的理想流阻模型阐述疏导回流液体思路的可行性；其次，应用ANSYS软件确定正反两方向的流动路径，得到输出流量；最后，通过加工实验样机，测试泵送流量。结果表明：随着频率的提高，泵送流量先增大后减小，在峰峰值为115 V、频率为19 Hz时，流量达到最大为12.69 mL/min；定频为19 Hz时，泵送流量随峰峰值增加的变化最为稳定。实验结果验证了无阀压电泵的工作有效性。

摘要:为了感知血管介入手术时导丝头端与血管壁的接触力大小，通过分析导电复合高分子材料的传感机理，研制了一种以羧基化单壁碳纳米管（carboxylated single-walled carbon nanotubes，简称COOH-SWCNTs）为导电填料的压阻式柔性压力传感器，安装在导丝头端，其外径为1.8 mm，长度为5 mm，具有尺寸小、灵敏度高的优点。首先，通过有限元方法，建立了压阻的灵敏度仿真计算模型；其次，搭建了实验平台测试其灵敏度曲线，对传感器进行标定；最后，建立了血管介入手术过程的仿体模型，测量了导丝介入时头端与血管壁的接触力变化值。仿真计算和实验结果表明：柔性压力传感器的灵敏度为2.05×104 Ω/N，量程为1 N，在导丝介入血管的过程中，导丝头端与血管壁的最大接触力不超过0.5 N，能够有效感知血管介入时导丝头端与血管壁动态的接触情况，为血管介入手术机器人的力反馈控制提供了新的方法。

摘要:列车空调噪声测试结果显示，空调噪声能量主要集中在中心频率为100~500 Hz的1/3倍频程频带内，且在125 Hz频带处存在显著峰值。首先，根据空调风道低频噪声的显著频段和空调风道尺寸大小，提出了一种“号角形”共振吸声结构；其次，为了验证仿真计算的准确性，用3D打印制作了实验样件，通过仿真结果与实验结果的对比，证明将“号角形”管嵌入到共振腔内可以实现共振吸声结构的低频吸声，实验的吸声系数曲线变化趋势与仿真一致；最后，利用数值有限元方法对不同的曲面管半径R、曲面管尾部半径r₁和曲面管尾部直管L进行了仿真计算，通过改变R，r₁和L可实现对结构吸声频带的调节，且可调谐振频率范围在70~170 Hz之间。结果证明：相比于单变量共振吸声结构，“号角形”共振吸声结构通过改变R，r₁和L的多变量参数，其吸声性能和吸收频带都获得了很大提升，并且可用于对列车空调低频噪声的吸收。

摘要:根据成桥索力确定拱桥关键吊杆位置，采用影响矩阵法分析关键吊杆断裂后剩余吊杆和主纵梁的内力变化，从剩余吊杆损伤和纵梁数量变化两方面对结构的安全性能进行研究，并以某中承式拱桥为背景工程验证了本研究方法的有效性和关键结构参数取值的合理性。结果表明：影响矩阵法能较为准确地分析出关键吊杆破断后剩余吊杆和主纵梁的内力变化情况；吊杆损伤主要影响剩余吊杆的安全性，当剩余吊杆截面损伤程度大于50%时，易出现连续断索事故；对于30多米宽的桥面系，布置2道主纵梁、3道次纵梁可以满足主纵梁在吊杆断裂后的安全性能储备。

摘要:为了提升悬置高频动刚度计算精度，研究了一种不同预载下橡胶悬置的高频动态特性的计算方法。首先，测试了不同切向预应变下橡胶试片的动态特性，根据橡胶试片的动态特性试验数据，识别得到不同预应变下橡胶材料频域的黏弹性参数；其次，提出了一种在预载作用下，橡胶悬置高频动刚度计算的有限元建模方法；然后，根据橡胶悬置在不同预载下各个单元的八面体切应变，对悬置的单元进行分组，为每一组单元输入相应的黏弹性参数；最后，基于建立的有限元建模方法，计算了一款橡胶悬置的动态特性，测试了橡胶悬置在不同预载下的动刚度。结果表明，橡胶悬置的动刚度计算结果与试验结果的误差小于10%。

摘要:为了解决某型发动机起动装置的转速控制机构提前脱开故障，提出了基于橡胶阻尼材料的转速控制机构减振计算方法。运用此方法对转速控制机构进行了优化设计，并对优化设计后的转速控制机构在试验台上进行了试验验证。结果表明：优化后的转速控制机构提前脱开故障得到解决，满足了飞机的使用要求；转速控制机构减振分析方法有效解决了外场发动机起动问题，降低了起动装置的维修费用，提高了经济效益。

摘要:地下工程向着深部地层发展，实践中常出现超经验认识现象，需要有效评估围岩监测指标对围岩损伤状态的判定能力。针对此问题，在引入围岩体积扩容率（volume expansion rate， 简称VER）指标的基础上，提出一种基于机器学习的围岩监测指标效力评估方案。首先，基于离散元方法，实施6种地应力水平的围岩监测试验，隧洞开挖后实时监测位移、应力以及岩体损伤；其次，基于机器学习技术进行围岩损伤判定与指标评估试验。结果表明：离散元试验获得的围岩监测数据合理；基于机器学习分类算法的损伤判定结果具有较高精度；随着地应力的增加，显著性监测指标呈现由浅部到深部、由区域性损伤到点破坏的变化过程，该结果从监测角度描述了围岩失稳历程；在地应力水平更高的条件下，切向应力对围岩状态变化更加敏感。

摘要:针对汽车空调管路内的气动噪声，设计了一种周期性消声结构。首先，运用传递矩阵方法，建立消声结构的传递损失理论模型，分析了消声结构的参数对传递损失的影响规律，并通过试验测试和声学有限元计算验证了理论模型的正确性；其次，通过流体力学有限元方法与声类比法结合，预测了某商用车的空调管路内气动噪声源位置，分析了产生气动噪声的主要原因和气动噪声的声源特性，为消声结构的优化设计提供目标频域；最后，以消声频带宽度最大为优化目标，以消声结构的孔径、扩张腔长度、扩张比和内插长度为设计变量，对消声结构进行优化设计。结果表明，优化后的消声结构传递损失的峰值明显提高，消声频带的宽度有所拓宽，优化后的空调管路出口处的声压级降低了7 dB左右。