微纳卫星相机主承力构件轻量化设计与增材制造

针对20kg微纳遥感卫星相机主承力构件的轻量化需求,以转接环、次镜环和主背板三个主承力构件为研究对象,开展面向选区激光熔化增材制造技术的结构设计与制造关键技术研究。结果表明,设计的0.5mm折边结构具有良好的抗压缩和扭转等力学性能,在实现轻量化的同时,可显著提升构件的支撑强度。通过45°斜壁与微桁架结构,实现无辅助支撑增材制造。从能量输入、结构微调及加快热传导三个方面入手,有效解决了打印过程尖角变形难题。最终获得了质量分别为89g、87g和546g的三个轻量化主承力构件。搭载原理样机开展系统装调与地面力学试验,通过了8G重力加速度测试,实现了卫星相机大型复杂结构主承力构件的高承载和轻量化制造。     

一种基于轻量化CNN的天文暂现源智能识别方法

天文暂现源携带了关于天体本质及演化过程的丰富信息,对暂现源进行探测与研究具有极为重要的科学价值。天文暂现源的辐射峰值大多在X射线或伽马射线,天基望远镜对这些高能波段的观测优势是地基望远镜无法比拟的,更适合于暂现源观测。但由于星载计算机的性能约束,很难实现依托于地面强大算力的复杂检测算法。针对以上问题,提出了基于轻量化卷积神经网络（CNN）模型的天基暂现源检测算法,并在嵌入式ARM平台上实现了模型部署。实验结果表明,本文提出的轻量化CNN暂现源检测算法的模型复杂度和计算量不及Deep Hits算法的1/4,准确率达到96.52%,可应用于星载有限算力平台,实现未来的天基暂现源实时检测。     

正交线偏振光成像制导镜头的设计与仿真

根据成像制导系统提高恶劣环境成像能力和识别真假目标能力的发展需求,研究设计正交线偏振光成像制导超透镜镜头。通过分析超透镜的偏振和相位调控原理,基于传输相位和矩形结构通过最小标准差匹配法设计了基于硅和氟化钡材料的中红外正交线偏振光成像超透镜,工作波长为3 μm。利用时域有限差分法对正交线偏振光超透镜进行了仿真,验证偏振成像效果和计算偏振对比度。仿真结果表明,当超透镜数值孔径为0.21时,正交线偏振光聚焦效率分别为80.5%和80.8%,最大偏振对比度为13dB。     

火箭整流罩锥壳夹层结构不确定性轻量化设计

为分析运载火箭整流罩锥壳夹层结构不确定性对结构热稳定性的影响并指导结构的轻量化设计,建立整流罩前锥段夹层圆锥壳模型,并建立温度场模型,据此对圆锥壳开展热稳定性分析,推导力热联合载荷作用下整流罩前锥段夹层结构失稳临界轴压。在此基础上,针对主要不确定性因素,开展灵敏度分析并建立区间不确定性优化模型,采用区间可能度方法将其转化为确定性问题,并采用遗传算法-区间分析算法（GA-CIAM）实现结构优化设计。计算结果表明:考虑气动力/热载荷及材料参数不确定性影响,对整流罩前锥段结构开展优化设计,在满足设计要求的前提下,有效实现结构轻量化。      

空间相机结构设计中的拓扑优化及尺寸优化

在复杂的整机力学环境下,以空间遥感相机支架最大自由模态为优化目标,将整机关键技术指标(基频、轻量化要求、自重变形要求等)作为约束条件,利用拓扑优化及尺寸优化技术,对某相机支架进行了优化设计。试验结果表明该方法能有效提高相机基频,相机支架实现了轻量化设计,质量减轻10%,验证了拓扑优化及尺寸优化技术在空间相机结构设计中的有效性。     

等强度三维空心叶片的内部拓扑结构

以ANSYS软件为平台,基于双向渐进结构优化法对所提出的等强度风扇叶片的内部结构形式进行探索性研究,在对叶片内部结构进行拓扑优化的过程中提出了中面应力基准法,简化了优化模型,同时有针对性的解决了双向渐进结构优化法在应用中的一些技术问题,实现了等强度风扇叶片内部结构的优化,获得了内部结构的拓扑形式.所得结果可为发动机轻量化设计提供参考.      

基于蜻蜓膜翅结构的飞机加强框的仿生设计

由于机动性和能耗的要求,飞机设计过程当中轻量化设计是十分重要的。经过亿万年的进化,在承受自身重量及生长环境的载荷过程中,生物体获得了适应环境的最优结构。通过分析蜻蜓膜翅和飞机机身加强框的结构相似性,提取决定蜻蜓膜翅结构优良力学性能的结构特征,将其应用到飞机机身加强框的设计当中,并用有限元工具验证了结构的优化效果。在同样的承载条件下,仿生型结构的比刚度比原型结构提高了2%~6%,比强度提高了1%~8%。同时,仿生型结构的最大应力减小,而最小应力明显增大,因此其应力分布更加均匀,从而体现了仿生结构件材料的优化分布和最大效能。     

二值卷积神经网络综述

二值卷积神经网络（BNN）占用存储空间小、计算效率高,然而由于网络前向的二值量化与反向梯度的不匹配问题,使其与同结构的全精度深度卷积神经网络（CNN）之间存在较大的性能差距,影响了其在资源受限平台上的部署。至今,研究者已提出了一系列网络设计与训练方法来降低卷积神经网络在二值化过程中的性能损失,以推动二值卷积神经网络在嵌入式便携设备发展中的应用。因此,本文对二值卷积神经网络进行综述,主要从提高网络表达能力与充分挖掘网络训练潜力两大方面,给出了当前二值卷积神经网络的发展脉络与研究现状。具体而言,提高网络表达能力分为二值化量化方法设计、结构设计两方面,充分挖掘网络训练潜力分为损失函数设计与训练策略两方面。最后,对二值卷积神经网络在不同任务与硬件平台的实验情况进行了总结和技术分析,并展望了未来研究中可能面临的挑战。