为了探究涡轮轴发动机离心叶轮分流叶片周向位置对其气动阻尼的影响。通过有限元仿真的方法，对涡轮轴发动机叶轮进行了模态分析和气动激振力作用下的谐响应分析，确定叶轮叶片在特定频率内的振动形式。建立基于叶轮结构的气动阻尼仿真模型，通过数值计算的方法，获得并分析分流叶片在不同周向位置时的叶轮气动阻尼。计算结果表明:计算获得的气动阻尼和机械阻尼量级相同，在特定分析中不能忽略。分流叶片周向位置对叶轮气动阻尼有显著影响。分流叶片不偏置时气动阻尼最小，可以通过偏置分流叶片的方法提升叶轮的气动弹性稳定性。

为研究气体射流对风力机专用翼型气动特性的影响，通过数值计算方法，对DU91-W-250建立了有限元模型，采用适合翼型仿真的SST k-w湍流模型，研究了原始翼型与前缘添加射流口的翼型，得到了不同攻角、不同射流速度下的升力系数、阻力系数，并分析了其流场。结果表明:在0°到10°攻角范围内，射流速度小于来流速度可有效降低阻力系数提高翼型升阻比，大于来流速度时可降低阻力系数且获得较大升力增量。带有射流口的翼型在气流卷吸作用下提高了翼型上表面气体流动速度，可见气动性能相较于原始翼型有明显提高。

超高建筑的气动特征是影响建筑本身结构荷载的重要因素，也是影响建筑舒适性的关键，现有的建筑气动特征分析大多基于主分量方法，导致特征向量分解不准确，且特征模态交叉.为解决上述问题，提出了关于超高建筑气动特征的独立分量分析方法.方法是将超高建筑气动特征视为包含若干特征信号组成的混合信号，对其进行独立分量的分离处理.首先，将混合信号做白化操作，能够提高算法的执行效率.再引入信息熵，利用混合信号符合高斯分布的特性，将问题转化成分离非高斯分量，并设计了相应的目标函数用于判断分离条件.最后通过迭代处理得到独立分量.通过仿真，分别得出了各阶特征所占比例，以及随建筑高度变化对阻力、升力和扭矩的影响，根据实验结果，验证了独立分量分析方法对于超高建筑气动特征分析的有效性.

尾座式无人机垂直起降,没有多余机构重量,飞行效率高,受到人们广泛关注。在垂直起降阶段和模式转换阶段,该机型螺旋桨高速旋转产生的诱导气流作用在机体上,产生较大的气动影响。一般尾座式无人机建模方法常常忽略该诱导气流气动力,或者采用平板假设经验公式计算诱导气流气动力,带来较大误差影响模型精度。因此,提出利用计算流体力学计算无人机完整的气动参数的方案:将机体分为滑流区和非滑流区分别计算气动力,滑流区的气流速度大小采用轴向动量理论来计算。最后,结合实时仿真平台和机载飞控计算机,实现了尾座式无人机从起飞到降落的整个飞行过程的半实物仿真,验证了模型的正确性,为该机型无人机的研制和实际飞行调试提供了理论指导。

针对发动机悬置怠速工况下的隔振问题,结合磁流变液体的流变特性,在已有磁流变液发动机悬置的基础上改进了悬置结构,设计了带有多个惯性通道的磁流变液悬置。在现有磁流变液悬置结构的基础上,简化结构,建立悬置的液力模型。运用键合图理论分别绘制带有不同惯性通道个数的磁流变液悬置的键合图,然后推导动刚度以及滞后角关于频率的计算公式。应用Matlab编写程序对悬置的动特性进行仿真研究,得到了发动机悬置的结构参数及其惯性通道个数对悬置动特性的影响。对单惯性通道磁流变液悬置的动特性进行试验研究,研究了各个参数对悬置动特性的影响,结果表明多惯性通道的磁流变液悬置可以改善发动机怠速隔振性能。

针对滚动轴承故障振动信号的非平稳特性，提出一种结合互补的总体经验模式分解（CEEMD）互近似熵和模糊C均值（fuzzy Cmeans，FCM）聚类的诊断新方法。CEEMD可以有效抑制经验模式分解（EMD）在非线性非平稳信号处理中存在模态混叠和总体经验模式分解（CEEMD）添加的白噪声不能完全被中和问题；互近似熵是能更好体现信号的不规则度和复杂度。首先对正常信号和故障信号进行CEEMD分解，提取真实IMF分量互近似熵表达故障信息，最后采用FCM对数据样本进行分类。并通过计算分类系数和平均模糊熵对分类性能进行评价。结果表明，与基于EMD和EEMD算法的轴承故障诊断方法相比，基于CEEMD互近似熵和模糊C均值聚类相结合的方法可以更准确、有效地实现轴承的故障判别，为实际滚动轴承故障诊断提供一定的理论参考。

铆塞在发动机腔内工艺孔封堵上相较于传统密封方式有着较为明显的优势，其优化设计在国内尚无统一的标准。铆塞优化不仅可以提高发动机腔内工艺孔的密封性能，也能够延长发动机的使用寿命。其难点在于铆塞的密封性能无法量化，从而无法比较各个尺寸之间的优劣。以8mm铝钢封闭式铆塞作为研究对象，使用DEFORM有限元分析软件进行塑性变形仿真模拟。根据机械密封的原理，提出通过铆塞与孔壁接触面积大小和孔壁平均压力值大小来评价铆塞密封性能的方法。采用控制变量法逐一对目标参数进行优化。最后得到整体的优化尺寸结果，使铆塞的密封性能达到最优。利用自行研发的铆塞性能测试试验机验证仿真结果和优化算法的可信性．证明优化后的铆塞密封性能好于其原始形态．为其它型号的铆塞优化提供思路和参考。

研究电机断条故障信号检测，有利于设备的安全高效运行。为了准确检测电机断条故障，提出了一种基于改进布谷鸟优化搜索路径方法和差量分析的故障检测算法。改进布谷鸟算法克服了转子断条故障易发生误判且检测效率低下的问题。差量分析能够消除基波分量等对故障谐波的干扰，简化频谱分析。结合两者的优点，将健康信号与故障信号相位差最小准则作为改进布谷鸟搜索算法的约束条件．估算出基波参数及相应表达式并将其进行消除。模拟和实测数据的处理结果表明，所提方法有助于断条故障的准确检测。与传统分析检测方法相比，断条故障检测识别性能得到提高。

研究电动机轴承故障信号准确识别问题，有利于电机设备的安全稳定运行。由于采集的电机轴承故障信号中故障特征频率往往被噪声淹没难以准确识别，而传统小波去噪方法中小波基函数选择困难、阈值选取不确定。传统EMD去噪方法不能有效保留有用信息，提出一种基于果蝇算法优化阈值的EMD去噪方法，并为了进一步平衡其收敛速度和全局搜索能力，提出一种改进的自适应步长的果蝇算法。提出的方法参照小波阈值去噪方法。结合仿生学的全局优化参数选取算法．以信噪比为目标函数，可以快速搜索到最佳阈值，最终实现良好的去噪效果。对正弦信号、blocks信号以及电机轴承外圈故障模拟信号进行去噪，仿真结果表明。改进果蝇算法优化阈值的EMD去噪方法与其它方法相比效果更优。

为解决柔性流水车间变工时排产优化问题（flow shop scheduling problem with variable processing times，FFSP—VPT），对变工时工序工时选择方式、次品检测和返工方式进行分析，建立了FFSP—VPT数学模型。针对FFSP—V阿特点，结合ROV编码设计了一种二段式编码。在蝙蝠算法的基础上，加入了基于汉明距离的最优个体集和自适应位置更新机制，提出了一种基于精英个体集的自适应蝙蝠算法（self—adaptive elite bat algorithm，SEBA）作为全局优化算法。设计交叉实验确定SEBA算法中的重要参数的最佳值。通过仿真测试，将测试结果与其它算法比较，验证了SEBA算法对于解决实际生产中FFSP—V阿类问题的有效性。