含Al的SiC(N)陶瓷前驱体的研究进展北大核心CSCD

含异质元素Al的SiC(N)陶瓷前驱体的合成是制备高性能耐高温SiC纤维的关键步骤。本文综述了含异质元素Al的SiC(N)陶瓷前驱体的合成方法与表征结果及Al元素在陶瓷产物中的作用;并简要介绍了含Al的SiC(N)陶瓷前驱体应用,并对发展趋势和应用前景进行了展望。     

聚甲基丙烯酰亚胺(PMI)泡沫研制现状

综述了聚甲基丙烯酰亚胺(PMI)泡沫的性能、制备和运用.PMI 泡沫耐高温、高比强度、高比模量、具有很宽的高频稳定性、100%闭孔,非常适合于制备泡沫夹心结构.配方技术、分子结构控制技术是 PMI泡沫制备的关键技术.泡沫配方与主原料(甲基丙烯睛和甲基丙烯酸)、引发剂、发泡剂、交联剂、阻燃剂和其他添加剂有关,其种类和用量需要通过试验仔细选择.阐述了反应原理.二步法工艺即低温预聚合和高温发泡,适合于PMI泡沫的制备.预期了未来的发展方向.     

超额订购下天文卫星短期任务的聚类规划方法（英文）

当用户的观测需求超过卫星的观测能力时，天文卫星的任务规划就成为一个超额订购的问题。对于该问题，设计了一个包含聚类阶段和短期任务规划阶段的框架。首先建立了任务聚类模型，用于减少超额订购任务的规模。其次，使用聚类的结果作为输入，建立了短期任务规划的数学模型。最后，提出了一种自适应混合搜索策略的人工蜂群算法，在基本人工蜂群算法中引入了自适应精英全局-局部搜索策略和自适应变邻域最优搜索策略，以求解聚类和短期规划问题。所提出的算法在实验中表现出更好的寻优能力和更快的收敛速度。此外，它还有效地减少了聚类阶段的任务数量，提高了短期任务规划阶段的任务完成度。     

支持差异化服务的航空信息网络切片策略

针对航空集群各作战任务对网络性能需求的差异，研究了灵活耦合任务需求的航空信息网络切片问题。按照任务特性定义网络切片类型及性能特征，以任务资源需求为约束构建切片性能最优化整数规划模型，将网络切片构建问题分解为平台资源聚类和链路资源聚类2个步骤，提出了基于粒子群的平台资源聚类算法和基于感知节点的链路资源聚类算法。平台资源聚类阶段通过基于聚类因子排序的粒子群聚类算法进行迭代求解；链路资源聚类阶段，以各网络切片性能和链路负载率为优化目标，在平台资源聚类的基础上完成链路资源聚类。研究结果表明：所提算法构建的航空信息网络切片可满足不同任务对平台资源以及网络传输能力的需求，平台资源利用率和链路负载率显著改善。     

M50钢表面磁控溅射Ti-GLC薄膜高温摩擦学性能

为了研究高温环境下轴承钢基体上Ti掺杂类石墨碳基薄膜的实际应用，采用非平衡磁控溅射技术在M50钢表面制备Ti-GLC膜，分别在不同温度、不同线速度下与Al₂O₃陶瓷球进行摩擦磨损试验，研究其高温摩擦学性能及磨损机理。结果表明，随着温度的升高，Ti-GLC膜中的sp²键含量逐渐增大，石墨化程度加重，硬度和弹性模量逐渐降低，膜基结合力也有所降低。在室温～200℃，所制备的Ti-GLC薄膜保持优异的低摩擦与耐磨损性能，为Ti-GLC薄膜的最佳服役温度区域。在200 mm/s下，随着温度的升高，磨损形式由轻微的黏着磨损和磨粒磨损逐渐转变为严重的磨粒磨损和氧化磨损。     

基于故障分辨能力的火箭发动机测量参数选择方法

针对液体火箭发动机测量参数选择这一难题，提出一种基于模型的、提高故障分辨能力和系统可靠性的液体火箭发动机测点选取方法。基于发动机系统非线性静态特性数学模型，建立常见发动机故障下的故障特征库，并采用飞行数据验证其准确性；分别基于凝聚层次聚类算法、蒙特卡洛方法和失效模式影响分析（FMEA）构建了发动机测量特征子集的故障分辨种类数、鲁棒性和系统可靠性3种评价指标，并基于改进的多目标二进制粒子群算法（MOBPSO）开展优化设计。优化后的测点排布，可分辨故障从9种提高到13种，鲁棒性与原排布相当，风险指数略有上升；进一步探究了副系统混合比在故障分辨中的重要作用并分析其机理。本文提出的方法对其他复杂、闭环动力系统测量特征的选择具有较好的应用价值。     

齿轮故障识别的密度峰值聚类欠定盲源分离算法

为提高盲源分离算法在振动源数目估计问题中的噪声鲁棒性，提出了一种基于密度峰值聚类的欠定盲源分离算法。对预处理后的信号提取单源点，通过密度峰值聚类对单源点进行聚类得到混合矩阵的估计值。通过基于压缩感知模型对源信号进行重构，得到分离信号。为验证所提算法分离准确性和噪声鲁棒性，用所提算法对不同信噪比下的仿真信号进行分离，结果显示：在信噪比不低于4 dB时，所提算法均可以准确分离出源信号，算法的准确性和鲁棒性得到验证。设计旋转部件故障诊断试验台对所提算法在实际应用中的有效性进行验证，对实测复合故障振动信号进行分离，试验结果表明该算法成功分离出观测信号中的锥齿轮和行星齿轮单一故障特征，有助于工程中旋转部件故障诊断。     

一种运输类旋翼航空器压力润滑减速器润滑失效适航符合性验证方法

直升机传动系统润滑失效将导致传动部件在短时间内进入干运转状态，进而使传动失效，引发灾难。本文以运输类旋翼航空器传动系统中使用压力润滑的减速器为研究对象，以其润滑失效时的适航符合性验证为研究内容，通过对适航规章进行解析，结合国外适航当局最新修订动态以及型号经验，给出了一种适合我国民用直升机传动系统压力润滑减速器润滑失效的适航符合性验证方法，并结合实际案例进行验证，为我国民用直升机压力润滑减速器润滑失效的适航验证提供借鉴。     

基于模糊核均值聚类优化的光流测速方法CSCD

光流算法作为一种载体速度测量方法,易受光照变化、物体相对移动影响,最终导致速度信息获取不准确。为了提高载体运动速度解算精度,提出了一种基于模糊核均值聚类算法优化的金字塔Lucas-Kanade光流测速方法(FKCM-金字塔LK)。该方法首先通过金字塔LK光流算法得到稀疏光流,然后使用模糊核均值聚类算法对稀疏光流数据进行聚类处理,最终建立光流与实验平台运动参数之间的关系,并得到准确的速度信息。实验结果表明,提出的基于模糊核均值聚类算法优化的金字塔LK光流测速方法不仅可以有效地减少物体相对移动对光流测速的影响,而且与现有其他光流测速方法相比,速度测量精度得到显著提高。     

基于STDP奖励调节的类脑面向目标导航

动物具有优秀的空间自主定位导航能力，能够实现在无先验环境信息下的导航定位和导航决策过程。针对智能体在连续空间中面向目标导航问题，研究了一种基于生物学放电时间依赖可塑性学习规则的智能体面向目标导航算法。首先分析了动物面向目标导航决策过程中的生理学机理，在此基础上，构建了基于脉冲神经网络的位置细胞和动作细胞模型。动作细胞间权值采用横向竞争模型更新，通过环境奖励信号的更新，采用放电时间依赖可塑性学习规则对位置细胞前馈动作细胞模型的突触权重进行权值调节，利用动作细胞群的脉冲放电现象表征智能体运动方向和速度。最后，对所提算法进行了仿真实验验证。仿真结果表明，所提出的类脑面向目标导航算法能够在单障碍环境中实现30 ms左右的规划速度，相比传统强化学习Q学习方法平均路径规划长度缩短了15.9%。