航空发动机叶片-机匣碰摩过程的数值模拟

提出了基于隐式-显式相结合的积分方法对航空发动机叶片-机匣碰摩过程进行数值模拟,充分考虑了结构的低频线性稳态响应和碰摩引起的高频非线性瞬态响应.以某高压涡轮结构为例,仿真叶片-机匣碰摩的瞬态动力学过程,分析叶片的动力响应特征.研究结果表明:叶片-机匣碰摩过程中将产生影响应力分布的应力波并在叶身传导,碰摩结束后叶片将以低...     

航空发动机转子系统动力特性的非概率分析

运用一种非概率-区间方法来对转子动力特性进行分析.基于区间数学和摄动理论的区间分析方法将不确定参数支承刚度和连接结构刚度视为区间向量,运用区间摄动法建立了转子系统固有频率的公式,分别应用区间摄动法和组合法对数值算例进行分析,并比较结果,验证了方法的有效性.结果表明:与确定性方法相比,运用区间摄动法能够较准确地进行转子动力特性分析,降低了传统的概率分析方法对不确定参数信息的过多要求,不需要确定参数的概率分布.      

转子支承动刚度对转子动力特性的影响分析

针对转子支承动刚度对转子动力特性的影响,分别运用静刚度、动刚度和整机有限元模型对某型发动机进行了转子动力特性计算,并对各种计算结果进行了比较和分析;分析了转子支承动刚度剧烈变化的原因,同时,指出运用整机模型能够分析支承动刚度和各种机匣的局部振动对整机振动的影响。     

基于深度学习的语义分割算法综述

图像的语义分割是对图像中的每个像素标注其所属的类别。在航天领域,语义分割技术可用于定位航天器及其零部件,为航天器故障排除、部件维修、太空垃圾清理等在轨服务创造条件。近几年,全部或部分使用深度学习时,语义分割的效果获得了很大的提升。本文对基于深度学习的语义分割算法进行综述。首先介绍常用的数据集和通用的深度神经网络,随后对两类具有重大实用意义的分割算法:编码器-解码器算法和整合上下文信息算法进行总结。最后对语义分割的发展进行了展望。     

人工智能航天领域应用参考模型

针对人工智能在航天领域的发展和应用问题,梳理了人工智能涉及的技术内涵和技术范畴,分析了在航天领域应用人工智能的近期迫切需求,给出了人类自然智能功能结构,构建了"信息感知、记忆思维、学习适应、行动驱动"的人工智能模型。从基础设施、基础技术、应用技术、产品与系统等层次,给出了人工智能技术参考模型,对需要发展的核心关键技术进行了描述。该参考模型可为明确航天领域的人工智能技术发展重点、建立标准体系提供参考。     

基于强化学习的软体机构抓捕策略研究

大型空间结构建造与维护、失效卫星检测与维修、轨道碎片清除等已成为航天技术发展亟待解决的现实问题。针对传统空间捕获机构质量惯量大、末端抓取精度要求高、抓捕对象适用范围窄不足等,创新性地提出基于IPMC(ion-exchange polymer metal composite)功能复合材料的多自由度仿生软体新型抓捕机构,同时基于强化学习算法提出多模态信息融合的抓捕操作强化学习策略,从而提升抓捕机构空间捕获的成功率,为空间抓捕技术的智能化发展提供新思路。     

小型短寿命涡扇发动机涡轮叶片疲劳失效分析

针对某小型短寿命涡扇发动机台架试车中涡轮叶片断裂故障,进行了叶片断口分析、振动监测信号对比和结构动力学特性分析.讨论了叶片的固有振动特性与激振因素,阐明了该叶片故障主要是由叶片机匣严重碰摩激起的叶片以第一阶、第二阶及其耦合模态自由振动,导致的叶片根部高周疲劳破坏.提出合理控制转静子初始间隙和提高叶片根部阻尼,能有效防止该类型故障发生.      

对接机构隔框锁的接触碰撞动力学研究及仿真

为了给空间对接飞行器提供地面试验的参考依据。验证隔框锁结构设计的正确性和对接过程的可行性。本文针对隔框锁实例，在其运动平面内以均匀B样条曲线抉合锁钩外轮廓。并建立起接触碰撞动力学微分方程和仿真模型，分析了刚体碰撞的过程，刚性接触的单边约束条件和考虑变形接触的法向计算方法，文章还提出了基于几何引擎的接触点的实时判别算法，并给出了对接完成锁钩的接触力，动能及动量的仿真曲线图。计算过程稳定，所得结果合理，具有重要的参考价值。     

空间站大型机构研究综述

分析了空间站大型机构的基本类型。综述了盘绕式太阳帆版展开机构、周边式对接机构、转位机构,以及大型机械臂的工作原理、性能特点、关键技术、适用范围和典型应用性能。讨论了空间环境机构的共性技术及主要发展趋势,可为我国空间站的建设与发展提供参考。     

基于卷积神经网络的局部图像特征描述符算法

为提升基于图像序列三维重建的速度,解决传统局部特征描述符算法提取速度慢的问题,设计了一种基于深度学习的局部特征描述符网络。利用特征描述符网络实现对图像特征点的特征提取,结合本文采用的欧氏距离匹配准则,实现了对不同图像间特征点的匹配。算法对MVS数据集进行了验证,实验结果表明:提出的局部特征描述符算法实现了对图像特征点特征的快速准确的提取、匹配,与传统特征描述符算法相比,特征提取时间缩短了50%以上,特征点的匹配时间缩短了60%以上。相对于本算法中复杂结构的特征描述符网络,结构简单的泛化性更好,可拓展到航天领域的三维重建中。