基于随机维纳过程的航空发动机性能衰退研究

针对发动机下发间隔预测的问题，研究了发动机性能衰退规律。基于发动机排气温度裕度（EGTM）数据，建立了随机维纳模型，并使用严酷度因子修正模型，表征不同的工作条件对发动机的影响。利用期望最大化（EM）算法结合贝叶斯定理，对模型参数求解，最终得到了基于性能衰退的发动机平均下发间隔。研究结果表明，在严酷度因子为1.2696的使用条件下，某型号航空发动机性能衰退平均下发间隔为8219循环；基于该模型预测的发动机平均下发间隔与厂商建议的下发时间之间的误差仅为1.7%。     

谐振式加速度计自激振荡电路性能评价方法的研究

针对谐振式加速度计成品率不高、精度低等问题，以石英振梁加速度计为例，采用引进标准信号，将谐振电路作为“黑盒子”，对其开展独立的评价。通过评价电路的驱动电压幅值稳定性、移相稳定性、全温幅值/相位对称性等指标，与加速度计实际指标建立了一一对应的关系，为加速度计研制与性能提升提供了有效依据。实际运用表明，电路噪声性能、温度性能大幅提升，产品成品率从70%提高到了约90%。     

高压捕获翼构型的跨流域气动特性

高压捕获翼(HCW)构型是一种满足高速飞行器高容积、高升力、高升阻比的设计需求的新型气动布局.最近研究表明,HCW构型能够提高飞行器在连续流区的升力和升阻比,缓解飞行器设计中高容积率与高升阻比间的矛盾.为探究该气动布局在过渡流域(70～100 km)的气动特性,以一种楔—平板组合的高压捕获翼原理性构型作为模型,采用直接模拟Monte Carlo(DSMC)方法,详细分析了该模型在典型高超声速条件(马赫数20)下的流场结构和壁面气动力/热分布.结果表明,随着飞行高度增加,稀薄效应增强,机体压缩产生的激波厚度增加,激波边缘逐渐模糊,机体与捕获翼之间的开放通道内出现压力干扰.同时,高压捕获翼表面的摩擦系数迅速上升,气动摩擦成为制约捕获翼构型升阻比的重要因素.针对这一问题,分析了捕获翼材料表面的适应系数对飞行器的气动力/热的影响,结果表明,降低适应系数可以显著减小壁面摩擦和热流量,可通过选用适应系数较小的表面材料进一步提高该类飞行器气动性能.     

非均匀间距的低副瓣宽带微带阵列天线设计

为降低天线副瓣电平（SLL）和展宽带宽，设计了一款谐振频率为14.25 GHz的16阵元非均匀间距的耦合馈电微带阵列天线。天线采用多层设计，通过在接地板开矩形槽进行耦合馈电，并引入空气层，降低天线Q值，增大带宽。区别于均匀间距阵列天线的激励幅值加权，从阵元间距角度入手，利用差分进化算法降低副瓣电平，构建非均匀间距并联线阵天线。用槽面辐射的能量近似代替阵元接收的能量，观察阵元功率分配情况，并建立馈电网络所有馈线段的数学关系，保证非均匀间距条件下所有阵元为等幅同相激励。测试结果显示，天线在14~14.5 GHz范围内电压驻波比小于2，满足了卫星动中通的带宽要求；工作带宽内增益大于16 dB，副瓣电平低于-16 dB，性能优于均匀间距阵列天线。      

基于3D-Winograd的快速卷积算法设计及FPGA实现

近年来，卷积神经网络（CNN）已被计算机视觉任务广泛采用。由于FPGA的高性能、能效和可重新配置性，已被认为是最有前途的CNN硬件加速器，但是受FPGA计算能力、存储资源的限制，基于传统Winograd算法计算三维卷积的FPGA解决方案性能还有提升的空间。首先，研究了适用于三维运算的Winograd算法一维展开过程；然后，通过增加一次性输入特征图和卷积块的维度大小、低比特量化权重和输入数据等方法改善CNN在FPGA上的运行性能。优化思路包括使用移位代替部分除法的方法、分tile方案、二维到三维扩展及低比特量化等4个部分。相对传统的二维Winograd算法，优化算法每个卷积层的时钟周期数减少了7倍左右，相较传统滑窗卷积算法平均每个卷积层减少7倍左右。通过研究，证明了基于一维展开的3D-Winograd算法可以大大减少运算复杂度，并改善在FPGA运行CNN的性能。      

环氧树脂基复合材料加筋板结构吸湿行为研究

环氧树脂基复合材料的性能对湿热环境敏感，掌握该材料所组成结构的吸湿行为对其实际应用具有重要意义。通过以碳纤维环氧树脂基复合材料层合板的non-Fickian吸湿模型为基础，建立环氧树脂基复合材料加筋板结构的non-Fickian吸湿模型，在70℃/85% RH湿热条件下开展加筋板结构的吸湿实验，对所建立模型进行验证，并与已有的加筋板吸湿模型进行对比，通过所建立模型给出了加筋板沿厚度方向的吸湿量分布规律。结果表明:所建立加筋板non-Fickian吸湿模型的计算结果与实验结果吻合良好，在整个吸湿阶段相对误差小于5%，模型的预测精度高于传统Fick模型。所建立的加筋板non-Fickian吸湿模型可用于环氧树脂基复合材料加筋板层合结构吸湿量的准确预测。      

一种基于卷积神经网络的地磁基准图构建方法

地磁匹配导航技术是一种重要的辅助导航制导方法，地磁基准图的构建精度对地磁匹配制导的精准度起着决定性作用。针对现有地磁基准图构建精度难以满足实际地磁匹配导航需求的问题，提出了一种基于卷积神经网络的地磁基准图构建方法。首先，利用卷积层提取低分辨率基准图中的特征图像块；然后，利用基于学习的阈值收缩算法（LISTA）实现图像块的稀疏表示；最后，利用三通道的地磁信息得到重建后的高分辨率基准图。实验结果表明:所提方法对地磁基准图具有更高的构建精度，同时对噪声有更好的鲁棒性，各种客观评价指标均高于现有的超分辨率重建方法。      

基于图像识别的机械振动信号特征提取与寿命预测方法研究

滚动轴承作为许多机械设备的关键组件,被广泛应用于机械制造、航空航天等领域,其健康状态直接影响了相应设备的剩余寿命,因此在设备故障预测与健康管理(Prognostics and Health Management, PHM)领域,滚动轴承寿命预测具有很高的研究价值。目前基于数据驱动的轴承寿命预测方法主要利用特征提取并构造健康因子(Health Indicator, HI),然而在这一过程中特征的选择与融合依然依赖于专家先验知识,并且健康因子也很难从复杂的时序数据中进行提取。因此,提出了一种新型的数据驱动寿命预测算法,在特征提取方面,通过连续小波变换(Continuous Wavelet Transform,CWT)将传感器振动信号转换为时频谱图,再通过深度残差网络(Deep residual network, ResNet)结合时空卷积网络(Temporal Convolutional Network, TCN)将时频谱图中的时域频域特征构造成为健康因子,最后完成剩余寿命预测。本研究在PRONOSTIA数据集上与现有的数据驱动算法进行了对比,证明了该算法可以更准确地完成剩余寿命预测。     

导管装焊精确定位柔性辅助系统的设计与开发

针对运载火箭增压输送系统中的拼焊型管路产品，以实现管路产品焊接的柔性装配为最终目标，开展了装焊精确定位柔性辅助系统的设计与开发。根据拼焊型管路的传统制造模式，焊接装配是采用专用装焊工装保证导管的空间走向和总体尺寸，因而每项导管对应一套专用装焊工装，管路结构的调整将导致原工装的返修甚至报废，造成生产成本高且严重影响导管的研制周期，该问题在研制型号中尤为突出。随着型号越来越多，专用装焊工装数量也显著增多，给工装管理也带来了极大的挑战。本文通过装焊精确定位柔性辅助系统的设计与开发，以导管特征点的坐标为控制指令实现柔性装配系统按照装配要求进行精确走位和定位，以柔性化的装配系统实现不同规格、不同空间走向的拼焊型管路产品的焊接装配。     

静压气浮轴承工程设计方法研究

静压气浮轴承是惯性器件测试平台回转支撑轴系的关键部件，其承载能力和回转精度对惯性器件测试的准确性有着重要的影响，目前，静压气浮轴承设计、计算过程复杂，为提高设计效率，简化设计方法，在满足静压气浮轴承性能的条件下，推导了静压气浮轴承工程计算公式，在此基础上，设计了一款双向止推空气轴承，确定了几何参数，计算了空气静压径向轴承、空气静压止推轴承的轴承承载力、刚度、耗气量及摩擦力矩，并与有限元仿真结果进行了对比分析，验证了该设计方法的有效性。