低温磨料气射流加工PDMS实验研究

通过自研的低温磨料气射流加工装置进行低温磨料气射流加工聚二甲基硅氧烷(polydimethylsiloxane,PDMS)实验研究,分析了加工时间、加工距离、冲蚀角度和磨料粒径对冲蚀率、孔深和孔横截面形貌的影响。结果表明:随着加工时间的增加,冲蚀率先增大后减小,在第1阶段加工过程中,孔深与加工时间大致呈线性关系,增加加工时间还可使孔底部变平整;存在一个最佳加工距离使孔深最大,当加工距离大于最大加工距离时,孔深将随着加工距离的增加而急剧下降,孔的锥度随着加工距离的增大而增大;当冲蚀角度处于30°～60°之间时,冲蚀率最大,随着冲蚀角度的增加,孔的形状逐步由椭圆形变成圆形;存在一个最佳磨料粒径,使冲蚀率和孔深达到最大;当冲蚀角度小于90°时,低温磨料气射流加工PDMS材料去除机理为塑性去除和脆性去除的结合。     

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点，借助深度学习在多参数寻优上的优势，提出了一种基于卷积神经网络的模型预测控制算法，满足航天工程低硬件需求，实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态，然后将控制过程中状态量用于3层3核卷积神经网络的训练，训练完成后，用该卷积神经网络代替模型预测对组合航天器进行控制，从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数，相比传统模型预测算法所需硬件计算时间降低约5倍，在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制，控制精度在10 -4 量级。     

XLG3TM手持式工业视频内窥镜三维相位测量

GE检测控制技术业务是一个行业领先创新者,业务涉及传感测量,无损检测技术,状态监测,与自动化优化控制领域,帮客户实现精确、高效和安全.旗下产品广泛应用于航空航天、石油天然气、电力、运输、医疗等行业.     

激励参数对合成射流控制压气机流动分离的影响

对吸力面施加合成射流激励的高负荷压气机静叶栅展开数值模拟,系统地研究不同激励参数对单缝合成射流改善叶栅气动性能的影响,并探索分段式合成射流控制流动分离的有效性。研究结果表明,单缝合成射流对栅内流动的作用效果主要取决于两个因素:射流切向动量注入带来的气动性能改善与射流输运过程的附加流动损失。单缝合成射流具有较为宽广的有效频率范围,当激励频率等于主流流过叶型的频率且射流满足有效激励动量要求时,对叶栅气动性能的改善效果最佳,总压损失降低约14.26%。分段式合成射流能够较好地适应不同叶高处分离起始点沿轴向变化对最佳流动控制位置的要求,在不增加有效射流面积的前提下可较单缝射流更为有效地控制流动分离,此时的损失降低幅度高达15.84%,从另外一个角度证实了激励位置对于非定常激励的重要性。     

高温合金叶片的激光熔覆修复技术研究

航空发动机高温合叶片故障件很难修复,采用先进的激光熔覆技术对高温合金叶片进行深度修理具有重要意义。通过采用合适的激光设备、熔覆粉末,并选取合理的熔覆参数以及热处理工艺等,使熔覆粉末在叶片基体上形成有效的熔覆体,该熔覆体的强度和硬度达到叶片材料性能要求,同时也能保证熔覆体与基体的结合强度,完成高温合金叶片的修复。     

基于深度图像的人体关节点定位方法

提出了一个基于深度图像的人体关节点定位的方法:首先将图像中的人体区域分割出来,然后利用随机森林分类器对逐个像素点进行分类,得到身体的各个部件并寻找关节点的位置。通过实验发现,本方法准确性较高并具有一定实时性。分类的准确率为 68%,相较 Kinect技术(40%)达到了较高的分类水平。预测人体关节点位置的平均时间为每帧 150ms,符合实用性要求。     

基于BIT的气象雷达系统深度测试平台研究

针对气象雷达系统专用测试设备利用率低、系统操作复杂等问题,在深入分析系统接口技术以及测试总线技术的基础上,提出了基于通用测试设备的深度测试平台设计方案并进行了验证,这为实现通用化航电测试平台、提高资源共享效率提供了新思路.     

深度自编码观测器飞机操纵面快速故障诊断

为了避免扩展多模型自适应估计故障诊断方法中的雅克比矩阵计算,解决飞机精确模型难以获得的问题,降低在线故障诊断的计算量,提出了一种基于深度自编码观测器的飞机操纵面快速故障诊断方法.基于离线训练、在线估计的思想,采用量测的飞行数据训练得到不同故障下的飞机模型,代替扩展多模型自适应估计方法的卡尔曼滤波器进行状态估计;基于基础自编码器的隐层节点数选取经验公式,推导了两种深度自编码器的隐层节点数选取的递推公式.仿真结果表明,该方法无需精确的飞机模型,故障诊断速度快、精度高.