飞机自动着陆纵向块对角控制器设计

在阐述了块对角控制理论和分析飞机运动特性的基础上,把飞机纵向运动方程转化为块对角非线性系统,并设计了飞机自动着陆纵向块对角控制器。仿真结果表明,该控制器能够控制飞机自动着陆,跟踪性能良好。     

某发动机滑石涂层起泡、掉块原因分析及改进

分析了影响滑石涂层性能的因素，从配比、溶剂、固化工艺、清漆性能等方面进行了试验，找出了影响涂层性能的主要因素，基本解决了滑石涂层在制造过程中的起泡和试车后的掉块。     

材料特性对热障涂层合理压入深度的影响

基于有限元计算方法和量纲分析原理提出了热障涂层合理压入深度的确定方法,并研究了涂层及基体材料特性对合理压入深度的影响.首先,根据量纲分析原理提出了合理压入深度的无量纲表达式;其次基于锥形压头识别理想弹塑性材料的材料特性的方法,提出合理压入深度的确定方法;最后研究了各无量纲因素对合理压入深度的影响.研究发现基体的弹性模量对合理压入深度的影响最大,粘结层材料特性的影响较大,热氧化生成层的材料特性及基体的屈服极限对合理压入深度的影响不大.     

混凝土块或陶土块路面的通用设计方法

本文给出了供公路荷载、厂矿特种荷载和飞机荷载使用的铺块路面设计方法，并对这三种方法进行了综合，得出了一个通用的设计方法，公路铺块路面设计方法已被编入英国设计标准指南，为与设计标准指南中其它路面设计方法取得一致，公路铺块路面的设计以柔性路面设计方法为基础，按等效原则将铺块路面当量成沥青柔性路面：厂矿特性荷载使用的铺块路面设计方法经过近十六年的研究，已被英国港口协会和美国港口管理协会所采用；机场铺块道     

嵌补式网格技术在三维增升装置绕流数值模拟中的应用

基于Jameson的有限体积方法，采用多块网格技术求解Reynolds平均N－S方程组，对三维增升装置绕流进行数值模拟。提出了新颖的嵌补式多块网格技术，使得网格生成和流场计算得到了明显的简化。计算结果与实验数据吻合良好。     

基于深度增强学习的卫星姿态控制方法

针对卫星在执行丢弃载荷或捕获目标等复杂任务时遭遇的姿态突然发生变化的问题,采用深度增强学习方法对卫星姿态进行控制,使卫星恢复稳定状态。具体来说,首先搭建飞行器的姿态动力学环境,并将连续的控制力矩输出离散化,然后采用Deep Q Network算法进行卫星自主姿态控制训练,以姿态角速度趋于稳定作为奖励获得离散行为的最优智能输出。仿真试验表明,面向空间卫星姿态控制的深度增强学习算法能够在卫星受到突发随机扰动后稳定卫星姿态,并能有效解决传统PD控制器依赖被控对象质量参数的难题。所提出的方法采用自主学习的方式对卫星姿态进行控制,具有很强的智能性和一定的普适性,在未来卫星执行复杂空间任务中的智能控制方面有着很好的应用潜力。     

基于生成对抗网络的零样本图像分类

在图像分类任务中,零样本图像分类问题已成为一个研究热点。为了解决零样本图像分类问题,采用一种基于生成对抗网络（GAN）的方法,通过生成未知类的图像特征使得零样本分类任务转换为传统的图像分类任务。同时对生成对抗网络中的判别网络做出改进,使其判别过程更加准确,从而进一步提高生成图像特征的质量。实验结果表明:所提方法在AWA、CUB和SUN数据集上的分类准确率分别提高了0.4%、0.4%和0.5%。因此,所提方法通过改进生成对抗网络,能够生成质量更好的图像特征,从而有效解决零样本图像分类问题。      

基于DBN的不均衡样本驱动民航发动机故障诊断

在结合深度置信网络(DBN)、采样与集成技术的基础上,提出了基于不均衡样本驱动的民航发动机故障诊断模型。该模型通过分析民航发动机历史飞行数据,利用DBN提取性能参数中的内部特征,利用采样技术将不均衡样本均衡化,采用集成技术进行故障分类。将该模型应用到CFM56-7B系列发动机历史飞行数据,实验结果表明:与常用故障诊断方法相比,该模型的准确率高达0.996,AUC值高达0.948,可以有效处理民航发动机样本高维、不均衡问题。      

直升机尾部流动控制及减阻计算研究

本文基于计算流体力学(CFD)方法研究了直升机尾部流动分离的特征及机理,采用了加装导流片的方式对尾部流动进行控制,并计算分析了导流片的位置、安装角和尺寸对机身减阻效果的影响。计算结果表明,导流片能对机身尾部分离涡进行有效抑制,从而减小机身阻力;导流片安装在尾舱门与尾梁交接处两侧减阻效果较好,导流片尺寸对减阻效果影响显著,巡航状态选定的导流片方案相比无导流片机身可减阻15.8%,且可使机身横向静稳定性略有提升。     

基于改进SSD的舰船目标精细化检测方法

以SSD为代表的主流深度学习方法在目标检测领域取得了显著的成绩，但由于该类方法只能以矩形框给出目标的概略位置，检测结果具有很大的背景冗余区域，特别是港口密集停泊的舰船在图像中会出现区域重叠，导致误检和漏检。针对以上问题，提出了一种具有旋转不变性的舰船目标精细化检测方法，该方法综合利用可变形卷积、可变形池化、旋转的边框回归和旋转的非极大值抑制等模块的优点，借鉴MobileNet架构对网络加速，通过学习密集区域目标的几何形变，有效预测目标的旋转角度，最终以旋转的矩形框给出目标的位置。实验结果表明，该算法可实现多类舰船目标类型区分和目标朝向判定的功能，有效地解决了实际应用中的目标精确定位定向难题，提高了自动目标识别的精确性，并满足工程应用的实时性要求。