杨海
- 作品数：5 被引量：12H指数：2
- 供职机构：北京航空航天大学航空科学与工程学院更多>>
- 发文基金：中国航空科学基金更多>>
- 相关领域：航空宇航科学技术机械工程更多>>
- 航天器非平稳振动环境TVAR时频分析(英文)被引量：7
- 2008年
- 针对高轨航天器非平稳随机振动信号模态频率密集,传统时变信号处理方法难以准确计算时变功率谱密度,从而影响地面对航天器操作决策的特点,提出了基于经验模式分解(EMD)的时变自回归(TVAR)多分量过程神经元网络(PNN)模型。该方法利用过程神经网络自适应跟踪一个时变系统,从而获得具有时变系数的参数化数学模型,进而可得到信号的时变参数谱。首先通过 EMD 对原始时间序列进行分解, 使之成为不同尺度的本征模函数(IMF), 然后利用基函数展开的 TVAR 过程 PNN 对每个 IMF 分别进行时变参数分析并以此确定其时变自功率谱密度,最后所有分量的时变自功率谱密度通过线性叠加进行重构, 作为原始信号的时变自功率谱密度。仿真和实例计算结果表明:这种方法不仅简单、有效和可行,而且频率分辨性能优于传统的分析方法。
- 杨海程伟朱虹
- 关键词：太空船
- 基于共振法的旋转机械不平衡量的辨识
- 2009年
- 转子平衡技术一直是转子动力学研究的关键技术。根据转子的类型不同,在现场平衡时采用的方法也不相同。基于共振原理,利用激振力与位移的相位关系,可以确定出激振力的方向,亦即不平衡量的方向。根据电涡流位移传感器的数据,进行滤波后,进行了相关的分析计算。结果表明,运用此方法成功地解决了该实验中的不平衡量问题。
- 王遇波余建航杨海
- 关键词：转子电涡流位移传感器
- 基于过程神经网络算法的航天器非平稳随机振动时频分析被引量：3
- 2008年
- 采用时变参数模型对航天器某时段非平稳随机振动信号(NSRVS)进行建模分析,利用过程神经元网络(PNN)求解模型的时变参数并以此确定信号的时变自功率谱密度。计算结果表明:由PNN估计的NSRVS时变参数与自相关Levinson法估计的该参数基本一致,但前者建模物理意义明确,和传统的方法相比避免了计算信号的自相关矩阵,减少了存储空间,提高了频率分辨率和计算速度。
- 杨海程伟楚丽妍
- 关键词：时变参数模型功率谱过程神经网络振动环境
- 基于EMD及PNN的航天器振动环境分析被引量：2
- 2008年
- 针对航天器非平稳随机振动信号模态频率密集的特点,提出了基于经验模式分解EMD(Empirical Mode Decomposition)的多分量过程神经网络PNN(Process Neural Net-work)自回归模型.通过EMD对原始时间序列进行分解,使之成为一组不同尺度的局部正交本征模函数IMF(Intrinsic Mode Functions),利用PNN对每个IMF分别进行时变参数分析并以此确定其时变自功率谱密度,对所有分量的时变自功率谱密度通过叠加进行重构,以此得到原始信号的时变自功率谱密度.仿真结果和实例分析表明:和传统的时频分析法相比,该方法直接使用信号数据,避免了相关估计计算,减小了计算工作量;无交叉干扰项,提高了信号的时频分布特性,具有较高的时频分辨率;对各工况下航天器的振动信号能有效的进行分析,具有较强的信号特征提取能力.
- 杨海程伟
- 关键词：时变参数模型功率谱
- 飞行器非平稳随机激励过程的力学环境分析
- 本文提出了一种关于飞行器非平稳随机激励过程力学环境的分析方法。该方法将非平稳随机过程用多个缓变均匀调制随机过程来表征,从而使其分析过程大为简化。用该方法对某飞行器振动信号进行解调分析,可以评估其振动激励载荷的特性。
- 杨海程伟李晶
- 关键词：飞行器振动环境
- 文献传递
