涡轮喷气发动机噪声源的盲分离

来源 :计算机仿真 | 被引量 : 2次 | 上传用户:qiukaifeng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
讨论了基于噪声监测的飞机发动机故障诊断技术的可行性。由于涡轮喷气发动机噪声信号中不同源信号之间的混叠,使得噪声信号分析和特征提取更加困难。根据声源信号的相互独立性质,针对涡轮喷气发动机噪声信号,阐述了利用盲分离技术对涡轮喷气发动机噪声信号进行分离的原理和实现。利用自然梯度算法对涡轮喷气发动机转子产生的噪声信号进行了盲分离实践,分离结果验证了方法的可行性和有效性,并从分离的信号中提取了有效的发动机状态信息。为发动机状态监测与故障诊断提供了一种可行的信号处理方法。
其他文献
将传统的量子密钥分发协议与纠缠光子对的纠缠特性相结合,提出了一种改进的BB84协议——基于纠缠的BB84协议。为了考察该协议的可行性,利用量子计算语言分别针对协议的正确性和安全性进行了仿真验证,并进一步考察衰落信道对协议工作的影响。仿真结果显示:理想情况下,协议安全工作时密钥生成效率为14/30,接近理论值50%;在存在第三方窃听时,其密钥生成效率仅为5/30,远远小于50%,由此通信双方可以判断
质子交换膜燃料电池(PEMFC)作为一种电化学反应装置,湿度管理对于它的运行性能十分关键。为了建立相应的动态模型,采用了最小二乘支撑向量机(LS-SVM)算法,并使用微粒群算法(PSO)对LS-SVM模型参数进行了自动优化。这种方法建立的动态数学模型能够以进气湿度和工作电压为输入量预测输出的电流密度。仿真结果显示,模型的预测值和实验数据间的平均平方相对误差小于0.0001,能够达到很好的预测精度。