液体火箭发动机地面试车过程的实时故障检测方法研究

为解决液体火箭发动机地面试车过程中故障检测的及时性、实时性、可靠性和稳健性等关键问题,研究建立了稳态和启动工作过程实时故障检测与报警的自适应相关算法和包络线算法,并进行了大量试车数据的验证和地面试车的实时考核。结果表明,算法能对发动机启动和稳态工作过程中的故障及时准确地检测,并在地面试车的实时和强干扰环境下具有良好的可靠性和稳健性。研究结果对研制工程实用的我国运载火箭健康监控系统具有重要的理论和应用价值。     

基于主元分析法的液体火箭发动机传感器故障检测与诊断

针对液体火箭发动机的压力、温度、流量等传感器数据,给出了一种基于主元分析法的传感器故障检测与诊断方法。该方法能够在对测量参数相关性分析的基础上,将传感器测量值所组成的测量空间分解为主元和残差两个子空间,通过传感器实际测量数据与正常数据矩阵在残差子空间投影的比较,对传感器的故障进行检测与诊断。以某型LRE传感器组为研究对象,通过故障模拟,给出了该方法对4种典型传感器故障的检测与诊断实例。结果表明主元分析法对LRE传感器具有很好的故障检测和故障诊断能力。     

深空探测器推进系统

以技术较成效的月球探测器、火星探测器推进系统为重点，介绍了国外深空探测活动的情况。简述了深空探测对推进系统的需求、我国航天器液体推进技术的现状。认为我国的推进技术经一些适应性发展，即可满足深空探测的需求，并且设想了我国近期较为可行的深空探测器推进系统方案。     

基于幅度与梯度综合信息的SAR图像非线性扩散去噪方法

探讨SAR图像相干斑抑制的非线性扩散方程方法.以抑制SAR图像噪声,提高图像质量.通过分析SAR图像的幅度分布特性,建立基于SAR图像幅度信息的非线性扩散方程,使方程在幅值较小的背景区域具有较大的光滑作用以抑制噪声,而在幅值较大的目标区域光滑作用较小以保护目标特征.同时为避免噪声对图像中幅度分布的影响,在每一步迭代之前,采用基于梯度信息的非线性扩散方程对图像进行预处理,得到了一种基于图像幅度和梯度综合信息的非线性扩散去噪方法.计算结果表明,本文方法在整体上均具有较好的去噪效果,去噪后的图像较传统方法具有更高的等效视数和边缘保持指数,既能充分抑制背景区域的噪声,又能保护目标点,还很少出现虚假目标.     

电子会议系统在型号产品研制中的应用

计算机技术和通信技术的结合把计算机从传统的孤立应用推进到支持群体协同工作，从而产生了计算机支持的协同工作和多媒体电子会议系统等新型应用。本文结合本单位的实际，进行了基于Sametime电子会议协同研制工作的研究，详细论述了型号研制对电子会议系统的要求及其实现。     

低温固化磷酸铝基体的制备及过早硬化研究

采用85%磷酸和氧化铝制备了低温固化的烧蚀基体——磷酸铝溶液。通过Brookfield流变仪监测体系的粘度变化;借助X射线衍射分析研究影响磷酸铝基体组成的两个主要因素,即Al/P比例和反应温度。结果表明,A l/P比例控制在1.3∶3~1.4∶3之间,反应温度不高于110℃时可获得性能良好的磷酸铝基体。XRD研究结果表明,磷酸铝溶液的过早硬化主要是由于AlPO4.xH2O沉淀引起的。使用螯合剂可有效抑制过早硬化,加入约2%草酸,2个月左右后溶液中可溶性磷酸盐百分含量为84%,基本满足使用需求。草酸的引入对高硅氧布/磷酸铝复合材料的强度基本没有影响。     

声重波激发的赤道Spread—F的拓扑特性研究

本文对声重波激发的Spread-F扰动的非线性制约方程的拓扑特性进行了定性讨论和数值计算．研究了Spread-F的混沌特征及参数范围．结果表明声重波在不同条件时对Spread-F的激发作用有本质的不同．     

基于支持向量机方法的发动机性能趋势预测

为了提高对航空发动机性能趋势预测的精度，提出利用支持向量机方法来预测表征发动机整体性能的参数一性能综合指数。建立了基于支持向量回归的一步及多步预测模型，利用该模型对性能正常衰退及性能异常发动机的综合指数分别进行预测，并与自回归(AR)模型的预测值进行比较。结果表明，基于支持向量机的预测模型比AR模型的预测精度更高，其四步预测精度由80．56％提高到88．51％。因此该模型尤其适合中、长期预测。     

制造误差对气体静压轴承涡流力矩影响分析方法研究

 采用有限元方法研究了制造误差对狭缝节流气体静压轴颈—止推轴承的涡流力矩的影响。对于轴颈—止推相连结构的气体轴承,通过相容变换进行统一编程计算;在离散化过程中,利用加权余量法将二阶偏微分方程降低一阶,放松了对插值函数连续度的要求,便于借助有限元技术分析狭缝节流气体静压轴承的流场参数。分析了狭缝气膜宽度误差和轴颈圆度误差对涡流力矩的影响,以及轴颈的不同安装角度、偏心等因素对涡流力矩的影响。经对比验证,有限元计算结果与实测结果基本一致,研究结果对于气体静压轴颈—止推轴承的设计、装配优化和性能预测有重要指导意义。     

基于支持向量机的组合分类方法及应用

为了解决采用神经网络、决策树作为弱分类器的AdaBoost组合分类存在的不足,进一步改善组合分类效果,提出采用支持向量机(SVM)作为弱分类器的一种新的组合分类诊断方法——AdaBoost-SVM。该方法没有采用一个固定的SVM的核参数,而是自适应调整SVM中的核参数,从而得到一组有效的SVM弱分类器。通过对基准数据库的测试及航空发动机故障样本的诊断,结果表明,所提AdaBoost-SVM方法较好地解决了现有的Ada-Boost组合分类方法中存在的弱分类器本身参数选取困难问题及训练轮数的合理选取问题,并具有更好的泛化性能,更适合对分散程度较大、聚类性较差的航空发动机故障样本进行分类。