头低位卧床对恒河猴骨代谢、糖脂代谢的抑制效应及其相关性分析

空间失重引起的骨代谢调节失衡是航天员遭受的最严重的危害之一.骨代谢失衡还有可能影响机体的糖脂代谢平衡.本研究利用恒河猴头低位卧床模拟失重效应实验方法，分析头低位卧床过程中恒河猴血清中骨代谢、糖脂代谢指标变化情况及其相关性.卧床组恒河猴血清中BAP在头低位卧床实验开始7天便出现了显著下降（P<0.05），血清胰岛素、高密度脂肪酸含量在7天显著下降并一直维持在较低水平，血糖含量在7天时显著下降，但在21天时明显回升.分析发现，骨钙素与血糖、皮质醇、高密度脂肪酸含量间均存在相关性，这表明头低位卧床模拟失重效应实验中骨与糖脂代谢之间存在相互调控.      

涡轮叶片外换热计算程序对比研究

对两种涡轮叶片外换热计算程序STAN 5和S1ICH的数值方法进行了比较.采用STAN5和S1ICH程序完成了VKI(Von Karman Institute)高压涡轮导叶和动叶叶栅的外传热系数计算,并将计算结果与试验数据进行了对比.结果表明,S1ICH预估的转捩位置、外传热系数的精度较高,同时S1ICH具有适应性广,收敛性好,准备初始参数方便的特点,满足工程设计计算的要求.      

贝叶斯网络结合决策理论的向前多步排故策略

针对序贯诊断、维修问题,提出基于贝叶斯网络和决策理论的向前多步排故策略生成算法.通过建立贝叶斯网络排故模型实现了不确定条件下排故知识的高效表达,同时使得推理算法与具体应用无关.采用决策影响图进行排故决策分析,充分利用观测操作间的相关性,选择合理的向前多步观测操作来降低维修盲目性.为了验证所提算法的有效性,采用随机排故策略、决策理论排故策略和理想排故策略的结果进行对比分析.仿真结果表明,所提算法通过增加合理观测操作,减少维修焦点和实际维修操作,使得总排故费用明显低于已有的启发式排故策略.      

故障预测算法稳定性实时评估方法

针对现有故障预测算法性能评估指标受实际剩余使用寿命约束的问题,从稳定性角度提出一种评估算法性能的方法。通过研究对象系统健康退化过程,在对象系统实际剩余使用寿命未知情况下,利用可以实时获得的剩余使用寿命预测值和已消耗寿命值,通过计算虚构寿命值的变异系数指标来客观评估故障预测算法的性能。为了验证所提方法的有效性,结合机电作动器故障演化模型仿真生成数据对递归最小二乘和粒子滤波两种故障预测算法的稳定性进行了实时评价。仿真结果表明,所提方法与运用已有指标、在获知剩余使用寿命理想值前提下得出的评估结果保持一致。     

Influence of Setting Error of Tool on Tooth Profile and Contact Point of Face Gear Drive

In order to analyze the influence of setting error of tool on both tooth profile and contact characteristic of orthogonal face gear drive,the coordinate systems with and without setting error are established.Moreover,the equations of tooth profile and contact points of face gear drive are derived by envelope principle.According to the equations,the change of tooth profile and the contact points position on face gear are analyzed.The tooth surface and contact points are obtained by numerical simulation.Results show that the tooth profile and contact characteristic of face gear drive are not sensitive to the setting error of tool.     

基于全航段QAR数据和卷积神经网络的航空发动机状态辨识

为了充分挖掘全航段飞行数据中蕴含的丰富信息以提高发动机状态辨识的准确率,提出一种基于全航段快速存取记录器（QAR）数据和卷积神经网络的发动机状态辨识方法。该方法将每次飞行循环的全航段QAR数据变换为一个红绿蓝（RGB）多通道样本实现全航段数据图像化处理,根据发动机维修记录中的水洗时间,将发动机划分为不同的衰退状态,采用卷积神经网络对不同衰退状态进行分类和辨识。该方法经某航空公司飞机QAR数据验证,结果表明：基于全航段QAR数据的衰退状态辨识算法的精确度相比于仅使用巡航段数据的精确度提升超过13%,辨识准确率达到98%。     

弹道中段多目标微多普勒分离方法

针对窄带雷达获取的多目标回波中微多普勒信息相互交叠、难以分离与提取的问题,提出了一种基于拍卖算法和小波分析相结合的多目标微多普勒分离方法。在滑动散射模型的基础上,首先通过对回波信号进行预处理得到时频骨架,再根据弹道目标多普勒的变化规律及估计的进动周期定义路径长度,利用拍卖算法提取出多条多普勒曲线对应的最短路径,最后采用小波分析法消除多普勒曲线中的剩余平动分量,实现了多目标微多普勒的分离。仿真结果表明,该方法能够较好地解决交叉区域的路径选择问题,且抗噪性较好,适用于多种微动形式。     

复合材料冲击损伤检测维护对SHM技术需求分析

随着航空新技术的发展,复合材料结构健康监测(SHM)技术成为飞机结构设计的热点。SHM在设计过程中,除了要考虑在技术实现方面的需求,还应考虑实际维修工作和适航要求对SHM技术的需求。本文结合现阶段复合材料冲击损伤检测维护程序,考虑SHM技术的发展趋势和适航要求,分析了SHM技术运用后的维修场景,提出了复合材料冲击损伤检测维护对SHM技术需求。     

基于KPCA 和DBN 的航空发动机排气温度基线模型

为了给航空发动机整体性能的实时监控与健康管理提供技术手段,提出1种基于核主成分分析和深度置信网络相结合的航空发动机排气温度基线模型构建方法。以配装CFM56-7B发动机的飞机在运行过程中各系统产生的快速存取数据作为原始的数据样本,利用核主成分分析进行降维处理,选用高斯函数作为核函数,将降维后的数据作为深度置信网络的输入,建立航空发动机EGT基线模型,通过大量QAR数据验证了模型的有效性和正确性。与传统神经网络建模方法相比,所提出的建模方法不但降低了网络结构的复杂度,同时也提高了模型的精度。     

基于特征增维和近邻成分分析的民航发动机故障分类方法

为提高航空发动机故障诊断准确度,提出了一种从快速存取记录器（QAR）数据中提取最合适故障特征的方法。对原始 QAR数据进行缺失值填补和巡航点提取操作,选择部分发动机性能参数差值作为初始特征值;再采用特征增维方法挖掘隐藏特征 信息,进而采用近邻成分分析算法进行特征筛选优化,将所提方法与朴素贝叶斯等4种分类算法相结合,对某航空公司CFM56-7B 发动机的QAR数据进行试验验证。结果表明：从QAR数据中提取最合适故障特征的方法能有效地提高发动机故障分类算法的准 确率,且适用于不同的诊断算法,准确率优于80%。