针对非线性、非稳定振动信号难以提取有效故障特征的问题,提出一种基于改进自适应噪声完备集合经验模态分解(CEEMDAN)和t-分布随机邻域嵌入(t-SNE)算法相结合的故障特征提取方法。利用三次Hermite插值代替三次样条插值构造包络线,提高传统CEEMDAN对非平稳信号的分解精度;利用改进后的CEEMDAN对原始信号分解并通过相关系数筛选出有效固有模态分量(IMF),提取有效IMF分量的时频特征、奇异值和能量值构建高维混合域特征集;最后,通过t-SNE算法挖掘高维混合域特征信息得到低维敏感特征,并将其输入到支持向量机中进行分类,以分类准确率作为特征提取效果评价指标。在齿轮箱故障模拟实验台进行实验验证,结果表明该方法能够准确地提取故障特征,为故障特征提取提供新思路。

针对小型载重无人机常规布局机翼的结构，根据无人机工作要求，计算了机翼的雷诺数和升力系数，比较了两种典型翼型的气动特性，选定MH114翼型为设计翼型，计算得到该无人载重机机翼升力系数、阻力系数及升阻比等参数值。

基于广义Reynolds方程,建立圆柱滑动轴承贫油润滑模型,分析了入口油膜厚度对滑动轴承贫油润滑性能的影响。数值计算结果表明:在载荷和转速不变时,供油条件明显影响油膜收敛区的油膜厚度、承载力等参数;随入口油膜厚度的增加,滑动轴承承载区油膜厚度、端泄流量、有效承载面积增加,而轴承偏心率和油膜起始角随供油量的增加而减小。