您的位置: 专家智库 > >

郑新起

作品数:4 被引量:3H指数:1
供职机构:沈阳航空航天大学自动化学院更多>>
发文基金:中国航空科学基金中国博士后科学基金辽宁省教育厅高等学校科学研究项目更多>>
相关领域:自动化与计算机技术航空宇航科学技术更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...
  • 1篇航空宇航科学...

主题

  • 3篇经验模态分解
  • 3篇飞行
  • 3篇EMD
  • 2篇飞行器
  • 1篇神经网
  • 1篇神经网络
  • 1篇声发射
  • 1篇网络
  • 1篇小波
  • 1篇小波变换
  • 1篇经验模式分解
  • 1篇飞行安全
  • 1篇概率神经网络
  • 1篇包络谱
  • 1篇PNN
  • 1篇ARMA模型
  • 1篇AR模型
  • 1篇波变换

机构

  • 2篇沈阳航空工业...
  • 2篇沈阳飞机设计...
  • 2篇沈阳航空航天...
  • 1篇东北石油大学
  • 1篇中国石油天然...

作者

  • 4篇郑新起
  • 2篇崔建国
  • 1篇刘铁良
  • 1篇徐长君
  • 1篇李忠海
  • 1篇刘利秋
  • 1篇张庆
  • 1篇李跃中
  • 1篇刘延军
  • 1篇徐光延
  • 1篇邱楠
  • 1篇王明卓

传媒

  • 1篇大庆石油学院...
  • 1篇计算机工程与...
  • 1篇压电与声光

年份

  • 1篇2011
  • 2篇2010
  • 1篇2009
4 条 记 录,以下是 1-4
排序方式:
某型飞机水平尾翼健康诊断技术研究
近年来我国的航空事业发展迅速,飞行安全问题亟待解决,这使得飞机健康诊断技术变得更加重要。水平尾翼是飞机结构系统的重要组成部分,用以保证飞行器以各种姿态安全飞行,其健康状况对整个飞机系统运行的安全具有重要影响。水平尾翼的工...
郑新起
关键词:飞行安全小波变换经验模态分解
经验模态分解和AR模型在飞行器健康诊断中的应用被引量:1
2011年
为了有效地诊断飞行器的健康状况,提出了一种基于EMD-AR模型和PNN的飞行器健康诊断新方法。该方法采用EMD(Empirical Mode Decomposition,EMD)将飞行器关键部件的声发射信号进行分解,得到多个内禀模态分量(Intrinsic Mode Function,IMF),对前两个IMF分量建立AR模型,采用U-C算法对AR模型进行参数估计,以模型主要的自回归参数和残差的方差构建特征向量;运用概率神经网络(Probabilistic Neural Network,PNN)对飞行器的健康状态进行诊断。通过对某型号真实飞行器关键结构部件的健康监测实验表明,该方法可以有效地诊断出飞行器关键结构部件的疲劳裂纹,从而证明了该方法的有效性。
崔建国郑新起李忠海李跃中刘利秋
关键词:AR模型
基于EMD包络谱的飞行器健康诊断被引量:2
2009年
针对飞行器结构系统声发射信号的非线性与非平稳特征,为实现飞行器结构部件的有效健康监测,提出了基于经验模态分解包络谱的飞行器健康诊断方法。该法首先对由声发射传感器募集到的飞行器关键部件原始声发射信号进行经验模态分解(EMD),提取其固有频率段的固有模态函数(IMF)信息,然后运用Hilbert变换对其进行处理得到各IMF的包络信号,由此可得其包络谱。通过包络谱的特征信息便可实现对飞行器结构部件的健康诊断。将该方法应用于某飞机真实水平尾翼疲劳试验所募集的声发射信号,结果表明,该法可监测出飞行器水平尾翼的健康状态,适用于飞行器结构部件的健康监测。
崔建国郑新起邱楠王明卓徐长君徐光延
关键词:声发射经验模态分解包络谱
基于EMD-ARMA模型的飞行器健康诊断被引量:1
2010年
为了有效地对飞行器的健康状况进行诊断,将EMD-ARMA模型引入到飞行器健康诊断中,提出基于AR-MA(n,n-1)模型参数的健康诊断方法.采用EMD模型将飞行器关键部件的声发射信号进行分解,得到多个内禀模态分量IMF,选取包含主要信息的IMF分量建立ARMA(n,n-1)模型,采用长自回归模型法进行参数估计,得到模型主要的自回归参数,绘出模型参数的细化图用以健康诊断.对某型号真实飞行器关键结构部件的健康监测实验表明,该方法可以有效地诊断出飞行器关键结构部件的疲劳裂纹.
刘延军刘铁良郑新起张庆
关键词:ARMA模型EMD
共1页<1>
聚类工具0