燕尾榫联接结构微动疲劳裂纹的检测技术

自行研制了燕尾榫联接结构微动疲劳裂纹检测系统,利用应变片感知将要产生疲劳裂纹处周围的应变变化,把该应变信号经过A/D转换后送到PC机进行实时分析。该系统能比较准确捕获到疲劳裂纹出现的时间,有效地观测到疲劳裂纹的萌生和扩展过程。微动疲劳试验结果表明该方法简单实用、检测准确、效果明显,解决了疲劳裂纹观测难、捕获裂纹时刻延迟、工作强度大等问题。      

轴承钢球无损检测仪的研制

论述了轴承钢球无损检测仪的组成和工作原理、研制过程,特性特点。     

在线加工用高精度二维微小角度传感器的设计

提出了一种基于内反射效应的二维微小角度传感器的设计方法。该传感器采用光学差动法,通过检测光强实现了对二维方向上微小角度的测量。研制的角度传感器俯仰角和偏转角的测量范围为±500arcsec;具有优于0.1arcsec的分辨力。     

统筹方法及其在产品定期检验中的应用

综述统筹方法及其在军工产品定期检验工作中的应用。     

图像边缘提取的启发式搜索算法

常规的图像边缘提取方法容易受到噪声的影响,导致了大量不连续边缘的产生。本文试验了一种基于边缘分段自增强的启发式搜索(EdgeDetectionalgorithmbasedonHeuristicSearchED-HS)算法,该算法通过对边缘检测后图像的遍历搜索获得各种可能的边缘轨迹,然后对每条搜索轨迹进行分段自增强,最后根据增强程度的积累决定图像边缘。文中阐述和分析了算法的机理,并以加入了高斯噪声的“Lena图像”作为样本进行了计算验证。结果初步证明了该算法能够在较高的噪声条件下有效的提取到连续、清晰的边缘。     

美海军开发军种级作战体系架构

2021年2月8日,美海军协会网站发表《海军计划2023年在"西奥多·罗斯福"航母打击群部署早期的"优胜项目"作战网络》。该文提出美海军正在开发一种大规模"海军作战体系架构"(NOA),充分体现了网、云、智特点。该体系架构包括4部分:·组网网络,通过"优胜项目"(Project Overmatch)进行开发;·"作战管理助手"(BMA)和其他工具;·数据标准,用来实现精确的火力打击;·依赖云和边缘计算的基础设施。     

基于测量数据积累的弱目标检测前跟踪算法

检测前跟踪(TBD)算法是一种有效的弱目标联合检测与跟踪方法。当目标强度参数未知时,基于点目标假设的主流TBD算法通常将其建模为增广目标状态变量,在贝叶斯框架下联合估计目标运动状态与强度信息。本文研究发现强度参数估计精度受限于点扩散函数(PSF)的设置,提出了一种基于测量数据积累的弱目标TBD算法。该方法利用目标的航迹,积累多帧间目标占据分辨单元的测量数据,在实现弱目标的联合检测与跟踪的同时,对目标强度参数完成准确估计,为后续目标分类或识别提供有用的目标强度信息。仿真结果表明:在低信噪比条件下,所提算法的强度参数估计精度和稳健性优于主流TBD算法,并最终收敛于参数完全已知时的最优联合检测与跟踪结果。