多电飞机及其技术发展分析

1 多电飞机的概念 飞机主发动机除了完成提供飞行所需的动力这一主要功能之外,还为飞机上四种次级功率系统,即液压、气动、电气和机械系统提供原动力.     

复合材料结构健康监测技术在飞机中的应用

结构健康监测(SHM)实现了工程结构设计与使用上的技术性跨越.将SHM应用于复合材料中,使得智能结构的设计与制造成为了现实.文章重点阐述了飞机复合材料结构SHM技术所面临的技术问题.SHM使飞机复合材料结构得视情维修以及降低其使用周期内成本成为可能,可以促使复合材料结构设计与制造的优化,最后指出了为实现复合材料SHMS所需要重点研究的理论与技术.     

水卡量热计的流热耦合模拟研究及试验分析

研制了一种包含球冠测热体和热防护罩的球头水卡量热计,建立了球冠测热体与测试水的流热耦合模型,基于该模型和热流标定试验分析了水道内水温分布特点及其对热流测量的影响。结果表明:水道内测试水离受热面越近,水温越高,且沿水道径向的温度梯度越大;测试水质量流率越小,沿水道轴向和径向的温度梯度越大,热流计算结果因水温测点位置不同的差异就越大。设计水卡时应使热电偶尽可能远离受热面并靠近水道中轴线;使用前需进行热流标定,确定合适的测试水质量流率范围,获得准确的修正系数。试验结果表明,该球头水卡量热计能够应用于长时间、高精度、多状态的驻点热流测量。     

基于集成学习约束能量最小化的高光谱目标检测算法研究

提出了一种基于集成学习约束能量最小化(E-CEM)的高光谱图像目标检测算法。传统的高光谱检测算法通常是基于约束最小二乘法或基于高斯先验下的假设检验算法获得,然而真实环境中捕获的高光谱数据通常具有很强的非线性及非高斯特性,此时传统算法通常难以获得满意的检测效果。虽然核方法一定程度上能使传统算法获得较强的非线性表达能力,但核方法本身极易受到核函数参数的选择而表现出性能不稳定的现象。E-CEM在传统的约束能量最小化算法的基础上结合集成学习思想,使其在提升非线性光谱表达能力的同时提升检测的稳定性和稳健性。仿真高光谱图像和真实高光谱图像的实验结果都表明所提方法提升了CEM算法及其他经典算法的检测性能。     

一种薄膜热电堆热流传感器灵敏度系数的实验研究

为应对长时间、高频响、高热流密度条件下的热流密度测试要求，通过热沉体设计发展了一种新型热阻式薄膜热电堆热流传感器，并利用对比标定的方法、采用辐射标定方式确定各个此类型传感器的灵敏度系数。标定实验数据表明：该类型热流传感器的灵敏度系数与感应面温度相关，且在高于一定温度之上校正关系式不同于以往的线性关系而呈现出二次非线性关系。通过分析可知：呈现出二次非线性校正关系式的原因主要是依赖于温度的热阻层导热系数以及薄膜热电偶Seebeck 系数。实验数据以及分析结果为该类型热流传感器的标定和优化设计提供了参考，同时确保了该类型热流传感器在使用过程中获得准确、可靠的热流测试数据。     

波音飞机天空内饰中顶灯故障的分析及排除

波音飞机天空内饰的组成并不复杂,但是组成系统的每个环节都有其特殊性和多样性。当灯光系统发生故障时,应关注系统的各个环节,否则有可能进入排故误区。本文以一起顶灯故障为例,详细讲解系统各环节及细节,以提高顶灯的排故效率。     

火星环绕器推进系统建模与可视化研究

针对液体推进系统的联合仿真演示需求,基于模块化建模思想,根据守恒方程和状态方程,应用AMESim开发了通用液体火箭发动机组件模块库并建立了推进系统仿真模型,利用Simulink和LabVIEW开发了仿真控制模块和视景仿真模型,搭建了全系统联合仿真环境与平台.结合某型火星环绕器推进系统的任务要求以及具体构成,实现了该火星...     

多载荷卫星高速信息处理技术研究

在某多载荷卫星数传分系统的信息处理器中，用高级在轨系统(AOS)的部分业务及功能，实现多种信息的交织、合路、纠错、数据传输和数据管理。将解扰和R-S译码2种关键技术，用于信息处理器地面测试系统的信息传输和处理，并设计为IP核，实现了与其他模块的无缝连接。在数据流仿真和高速数据接收中采用了通用化设计，提高了设计效率，减少了设计成本和时间。     

论加速可靠性增长试验(I)新方向的提出

在分析总结加速寿命试验 (ALT)及可靠性增长试验 (RGT)的基础上 ,首次提出了加速可靠性增长试验 (ARGT)这个新方向 ,并指出了在研究ARGT时将会遇到的主要问题以及解决这些问题的途径     

基于多尺度空谱特征提取的高光谱遥感图像重建

遥感高光谱图像(HSI)凭借其丰富的光谱信息被广泛地应用于军事、农业、地质等领域。然而,HSI成像因其成本高、传输难等问题限制了其应用规模。通过光谱超分辨(SSR)方法,可以实现输入高分辨率红绿蓝(RGB)图像生成相应的高光谱图像,有效地解决了HSI成本高与传输难的问题。但是,已有的SSR方法对于图像的空间特征提取与光谱之间的相关性关注仍有所不足。针对上述问题,本文提出了一种多尺度空谱特征提取方法,并在SSR领域引入组归一化(GN)方法,关注相邻光谱之间的相关性。同时,还借助条件生成对抗网络进一步优化网络的参数,提升生成图像的真实性,并在DFC2018 Houston数据集上进行实验。结果表明:本文提出的方法可以实现精准的高光谱图像重建,重建的高光谱图像相比当前先进的主流方法性能均明显提高,其中相比CanNet方法,均方根误差下降了48.3%,平均峰值信噪比上升了20.7%。