构建固定翼轻型运动飞机质量控制系统的思考

研究了各国轻型运动飞机的适航管理特点,梳理国内轻型运动飞机(固定翼)质量控制系统的政策要求,重点分析了质量控制系统各要素的要求。最后结合我国轻型运动飞机(固定翼)取证现状,提出了建设质量控制系统的建议,为轻型运动飞机研制单位提供技术参考。     

坦克运动参数自动检测装置设计

针对坦克射击训练缺乏有效的运动参数检测手段、训练成绩评定主观随意性大等问题,设计了坦克运动参数自动检测装置。该装置采用传感器及计算机技术,实时监测坦克在射击过程中的运动参数。该装置采用一套柔性支架可在多种型号的坦克上安装,在野外行车环境下可靠性高,能够不受强光照射、坦克行驶的扬尘、坦克电源电压波动大等恶劣因素的影响。     

蜻蜓起飞过程飞行特征实验

针对蜻蜓自由起飞过程和准自由起飞过程进行实验观测,采用两个光轴相互垂直的高速摄像机进行拍摄,通过特征点匹配和三维重构方法准确地捕捉了两种起飞过程中蜻蜓身体和翅膀的运动参数,并进行运动特征分析与对比。实验结果表明:蜻蜓在自由起飞过程中采用同步振翅,离地后逐步转换成异步振翅(约110°),最大瞬时竖直加速度可以达到20m/s2;在准自由起飞过程中采用异步振翅(相位差180°),之后相位差逐步降低,最大瞬时竖直加速度为12m/s2;此外发现同步振翅、大攻角下拍及大拍动角有利于升力的产生。      

超声速状态下航空发动机部件蜕化参数估计与性能恢复控制

为解决超声速状态下航空发动机部件蜕化参数估计与性能恢复控制的难题，基于改进卡尔曼滤波器，通过一种三维插值方法实现超声速状态包线范围内的发动机部件蜕化参数估计。而航空发动机性能恢复控制是在常规内环控制转速的基础上增加了外环控制回路，该回路主要包括推力估计模型与外环控制器两部分。基于最小二乘支持向量回归机设计了一种推力估计模型，其输入采用特征选择算法筛选推力估计模型的最优输入，相比于传统的不经选择的推力估计模型，精度有较大提高。设计了外环模糊PI（Proportional integral）控制器自适应调节内环转速指令来实现蜕化发动机性能恢复的目的。最后通过超声速状态下的数字仿真，验证了上述发动机部件蜕化参数估计与性能恢复控制方案的有效性。      

六月不减肥 一直徒伤悲

减肥能有多难、有多痛苦?我虽不觉得,但也属于横不下心、瘦不下去型。时至6月,发现衣橱里盛夏服装仿佛集体缩水了一般,于是各种自我纠结和自我唾弃就像极了精神崩溃的祥林嫂——6月还不减肥,何止是7月徒伤悲?8月也徒伤悲,9月还是会徒伤悲,那绝对月月徒伤悲……     

飞行员疲劳监测中的人眼定位及状态判别研究

飞行员驾驶疲劳是影响飞行安全的重要因素之一。常用基于人眼识别的方法对飞行员进行疲劳监测，其关键是人眼定位及状态判别。利用改进的平均合成滤波器算法定位人眼，根据模糊综合评价思想，判定人眼睁开闭合状态，根据PERCLOS疲劳检测方法对飞行员进行疲劳监测。实验表明，改进的人眼定位方法具有更高的精确度和鲁棒性，提出的人眼状态判定方法能够满足疲劳监测需要。为最终构建一种机载的、实时的、非接触式的飞行员疲劳监测系统提供了理论基础。     

飞机维修大纲中的任务转移风险评估方法

以波音737NG飞机维修大纲为例,对其依据MSG—3决断逻辑制定的维修大纲中的任务转移风险进行模糊综合评价。使用模糊理论、层次分析法、熵权法和转移修正因子计算维修大纲中任务转移的风险概率值。结果表明,该值符合FAA和EASA的安全标准,方法可行。     

民用飞机试飞阶段人为因素适航审定技术研究

随着飞机各系统可靠性的不断提高,人为失误逐渐成为系统失效或造成飞行事故的主要因素,已成为设计及适航审定部门关注的重难点问题.当前国内外对于如何验证人为因素是否满足相关适航条款的要求仍处于理论探索阶段.针对上述问题,基于CCAR-25部条款分析试飞阶段民用飞机人为因素适航审定过程,包括基于SHELL模型及T.E.S.T矩阵的人为因素审定条款筛选,基于MOC5&MOC6的试验机符合性验证方法,并基于模糊评判方法给出数据分析实例.本文提出的人为因素适航审定思路及验证方法具有一定创新性,已在试飞阶段ARJ21-700飞机上初步应用,可为后续C919等民用飞机人为因素设计和适航审定提供技术支持和方法保证.     

气浮运动组件内外球面的角摆静压力自动补偿研磨方法

根据磁悬浮零部件专用测量机气浮运动组件内外球面的高精度技术要求,设计一种角摆静压力自动补偿万向球头节研磨机构,在普通车床上采用内外球面自动研磨的方法代替传统手工对研.实践证明提高了气浮运动组件的研磨质量和效率,有一定参考价值.     

基于综合模糊聚类算法的液体火箭发动机故障诊断

基于液体火箭发动机正常及故障状况数据的完备程度和数据质量的不断提高,提出一种基于数据驱动的综合模糊聚类算法用于故障诊断。采用模糊c均值(FCM)算法对已知正常样本数据进行聚类得到最优的聚类中心,将所得到的聚类中心作为先验样本数据用于传递闭包法最优分类结果的选择从而得到故障检测结果,该算法只需要少量的正常先验样本数据就能快速、准确的检测出故障;随后采用FCM算法进行故障分类,可以根据现有的故障数据库进行聚类得到对应的故障类型,并且可以给出故障幅值范围。模型仿真结果表明:该算法对故障的检测率可达968%,故障隔离率达到94%。某型液体火箭发动机实际试车数据结果表明:该故障诊断算法能够准确及时的检测并隔离出故障。