关于飞机尾翼压力中心位置的计算讨论

本文介绍了一种基于全机压力分布数值计算(以下简称CFD计算)的飞机尾翼压力中心位置的计算方法,设计目的是为了和飞机设计规范中的估算方法进行对比分析和讨论。目前,我国飞机尾翼压力中心计算所参考的规范和方法主要有FQG (S) 《飞机强度设计规范》(1975年版)、《尾翼强度设计指南》以及CFD计算积分法,选取不同的规范和方法计算得到的尾翼压力中心位置不同,所得到的尾翼载荷大小也有所区别。本方法关于飞机尾翼压力中心位置的计算讨论,对尾翼气动力设计优化有重要的反馈评估作用。     

面向重访周期需求的敏捷成像卫星任务规划方法

为满足敏捷成像星座观测目标的重访周期需求,提出一种混合编码差分进化算法.分析敏捷成像卫星的工作特点,构造评价重访周期需求满足情况的目标函数,建立成像任务约束满足模型.针对观测任务选择与否、执行顺序和成像时间的优化需求,提出一种二进制-实数混合编码差分进化算法,实现了成像任务在时间轴上的分布优化.通过工程实例进行仿真校验,仿真结果表明相比于基于二进制编码的遗传算法,本文算法在优化时间和优化效果方面都有较大优势.     

基于无监督聚类与LSTM网络的航天器健康状态预测方法

健康状态预测是从系统层面保证航天器在轨安全稳定运行的关键技术.针对机电类关键部件存在性能退化过程的特点,提出一种基于无监督聚类与长短时记忆(LSTM)网络的航天器健康状态预测方法.该方法首先提取航天器单部件多维参数的高维时域特征,通过PCA方法将高维特征融合为反映部件运行状态的健康因子,再结合无监督聚类算法识别出故障的不同演化阶段,最后采用LSTM网络分别对各退化阶段构建其健康状态演化预测模型,实现对航天器部件健康状态预测.本文以控制系统关键部件控制力矩陀螺(CMG)为例对上述算法进行试验验证,验证了方法的有效性.     

系外行星成像星冕仪模块光学基板结构优化设计与分析

为确保星冕仪的成像性能,文章针对中国空间站巡天空间望远镜（CSST）系外行星成像星冕仪（CPI-C）的光学基板结构进行优化设计与分析。首先,通过数值仿真分析方法获取光学基板的最优结构设计方案;然后,对优化设计方案进行动力学性能仿真分析评估;最后,对试验工装夹具进行设计,并试验测试加工完成的光学基板的力学性能。结果显示：优化后的光学基板重8.6 kg,轻量化率为70.19%,一阶固有频率为322.46 Hz;试验工装和光学基板耦合后的一阶固有频率为269.63 Hz(>150 Hz)。以上表明光学基板的性能满足设计指标要求,能够用于CPI-C模块。     

融合明度特征的V-SAD立体匹配算法

针对SAD算法难以对图像中纯色与弱纹理部分进行准确匹配的问题,提出了将HSV空间明度特征与SAD算法相融合的立体匹配算法,称为V-SAD算法.首先将图像从RGB空间转化至HSV空间,并根据H、S、V值将像素点按照颜色分为10类,同时得到明度特征图.然后结合SAD算法需要的灰度特征图计算匹配代价,得到初步的视差图.接着,根据HSV空间的颜色信息对图像进行分割,结合数学形态法求解分割区块中的独立连通域.再利用边缘生长法对每一个连通域的视差进行恢复.最后,使用左右一致性检测方法对视差图进行优化.实验结果表明,利用图像的明度信息衡量纯色与弱纹理区域的匹配点的相似度是有效的,该V-SAD算法有效改善了SAD算法在弱纹理和纯色区域的匹配效果,平均误匹配率下降了13.02％.     

基于BPNN的封严涂层孔隙分布均匀性超声表征

可磨耗封严涂层的多相非均质特性导致超声波在其中传播行为复杂，涂层组成相分布均匀性的超声表征在有效超声特征提取、特征与均匀性关系描述等方面存在困难。针对这一现状，提出了BP神经网络(BPNN)结合超声信号小波变换技术定量表征可磨耗封严涂层孔隙分布均匀性的方法。基于统计学思想与随机场理论建立铝硅聚苯酯(AlSi-PHB)封严涂层随机多相介质模型，通过调节自相关长度参数改变模型的孔隙分布状态。采用面积分数多尺度分析技术获得定量描述涂层孔隙分布均匀性的绝对斜率与均匀性长度，提取超声仿真信号的时域、频域及小波分解时频域衰减系数，探究其与绝对斜率及均匀性长度之间的相关性，并作为BPNN的输入对绝对斜率与均匀性长度进行预测。结果显示：在孔隙率5%时，随自相关长度从11μm增大至26μm,绝对斜率从0.86减小至0.76,均匀性长度从550μm增大至6 785μm,表明孔隙分布均匀性降低；时频域衰减系数与均匀性参数间的相关性最显著，绝对斜率与均匀性长度的BPNN预测结果决定系数分别为0.97和0.98,在3种衰减系数预测结果中最优。所提方法可为定量表征非均质涂层组织分布均匀性提供有效途径。     

一种多目标变邻域模拟退火算法及成像星座任务规划方法

为提高成像星座观测任务的完成度和成像质量，提出一种多目标变邻域模拟退火算法(MOVNSA)。首先，分析了敏捷成像卫星观测任务约束和星上资源约束，构造了评价任务完成度和成像质量的目标函数，建立成像任务约束满足模型。然后通过设计多目标模拟退火算法中解的编码解码规则、变邻域搜索方法以及选拔淘汰机制，实现了观测任务成像时刻的滑动优化，兼顾提升了观测任务的完成度和成像质量。最后通过工程实例对多种算法进行测试和分析，结果表明该方法收敛速度快，优化效果好，可以在满足用户需求的前提下最大化任务的完成度。     

自动和半自动探针台的载片台水平位移测量方法研究

为解决自动和半自动探针台的载片台水平方向位移发生偏差时,导致探针压点位置不准,从而使测试结果不可靠,甚至伤及芯片和探针的问题。根据实际工艺和溯源机构的标准器具特性,设计了标准尺的图形,在苏打玻璃上电镀5μm宽的金线条,制作成152.4mm×20mm的长方形标准尺,其测量范围为(0~150)mm。对标准尺进行了定标,定标不确定度为1.0μm。在测量范围内,进行了试验分析,评定了测量不确定度。结果表明:标准尺测量的水平位移偏差小于4μm,满足测试需求。     

基于时空注意力机制的新冠肺炎疫情预测模型

新冠肺炎疫情持续蔓延给人类社会带来深远影响，准确预测各地区的病毒传播趋势对防控疫情而言至关重要。现有研究主要基于传统的时序预测模型和传染病模型，鲜有考虑疫情地区关联复杂和时序依赖性强的特点，限制了其疫情预测的性能。为此，针对新冠肺炎疫情的预测任务，提出了一种时空注意力驱动的自编码器框架。通过引入空间注意力机制捕捉病毒感染序列间的动态空间关联性，利用时间注意力机制挖掘病毒感染序列中复杂的时序依赖性，以此实现对不同地区的新冠肺炎病毒传播趋势的准确预测。在模型的编码器端，融合空间注意力机制的长短期记忆(LSTM)网络，关联目标地区与其他地区的病毒感染序列，提取该区域近期新冠肺炎疫情的时序特征。在模型的解码器端，将时间注意力机制引入基于LSTM网络的解码器中，通过捕捉病毒感染序列的时序依赖性推测未来的新冠肺炎疫情趋势变化。在多个公开的新冠肺炎疫情数据集上对所提模型进行验证，实验结果表明:所提模型的预测性能超越了LSTM等模型；在公开的欧洲部分国家新冠肺炎疫情数据集上，预测误差指标RMSE和MAE分别降低了22.3%和25.0%，在中国部分省级单位新冠肺炎疫情数据集上，RMSE和MAE分别降低了10.1%和10.4%。