基于实测数据的航空发动机转子叶尖装配间隙预测

以多级转静子装配过程为研究对象，基于空间几何变换理论及形位公差理论，提出了一种多级转子叶尖间隙预测方法。具体是将转静子系统分为转子、静子、支承等3个子系统，分别针对子系统建立装配偏差子模型，进一步将各模型进行坐标统一，以配合面的实测偏差数据作为输入量，计算同一轴向位置处的转子叶尖坐标及机匣坐标，从而计算出转子叶尖间隙。试验结果表明，采用所述间隙预测模型，可准确预测转子叶尖间隙，预测最大相对误差为11%，从而为装配质量分析提供了参考依据。     

2022年全球发射服务签约情况

<正>据公开数据不完全统计，2022年全球公布了共117次发射服务订单¹，较2021年73次增加60.3%。其中，联合发射联盟公司(ULA)获得43次，较2021年12次增涨2.58倍，成为2022年获得发射服务订单最多的公司；阿里安航天公司(Arianespace)获得33次，其中包括22次阿里安-6(Ariane-6)、1次“织女星”(Vega)、10次织女星-C，较2021年的3次增涨10倍，是2022年发射服务签约数量增长幅度最大的公司；美国太空探索技术公司(SpaceX)获得16次，     

基于行人姿态的轨迹预测方法

在自动驾驶领域，行人轨迹预测一直是研究热点之一，行人行为的不确定性给轨迹预测带来很大的挑战。目前大部分轨迹预测方法只专注于行人之间的信息交互，忽略了行人意图和场景中其他语义信息对行人轨迹的影响。为此，提出一种基于行人姿态的卷积编码器-解码器网络(PKCEDN)来预测目标行人轨迹的方法，所提方法包含基于卷积、长短时记忆(LSTM)网络的编码器-解码器模型和能够学习当前时刻与过去时刻轨迹相关性的注意力机制。所提方法在MOT16、MOT17和MOT20公开数据集上进行了相关测试，与Linear、LSTM、Social-LSTM、Social-生成对抗网络(GAN)、SR-LSTM和M_sgtv等主流方法相比，在保证预测速度不降低的前提下，平均误差降低约36%。