航空发动机数字电子控制器的BIT技术

针对航空发动机数字电子控制器BIT的特殊性,研究电子控制器、传感器、执行机构及发动机系统的故障检测方法,规范BIT电路、检测算法和程序,并发展新型高效的检测技术和BIT有效性评价技术是非常有意义的.     

T型翼片的两种成型工艺

针对T型翼片的技术指标,依据应力分析结果,介绍了缠绕和铺层两种成型工艺,静力试验的结果表明:两种成型工艺均满足规定的均布载荷下、挠度小于200 mm的主要技术指标,通过对比两种工艺的优缺点,认为铺层工艺更适合该翼片的生产.     

基于扩展单故障策略的多故障诊断算法

目前存在的测试性分析和故障诊断工具基本都是基于单故障假设,这一假设已经不适用于拥有很多元器件的复杂系统或者在运行过程中很少或不具备维修机会的系统。针对这一问题,研究了有效的基于扩展单故障策略的多故障序贯测试算法。该算法以最优单故障策略为基础,通过应用附加测试来隔离隐藏故障;通过更新故障状态集,重新调用单故障策略来隔离冒充故障。以某型机载电子设备为例给出实例分析,验证了该算法隔离隐藏故障和冒充故障的有效性。     

一种基于边缘测度的加权Hausdorff景象匹配方法

针对经典Hausdorff距离匹配算法中仅考虑图像间边缘点的几何关系,而未充分考虑边缘点边缘测度显著性差异对Hausdorff有向距离贡献不同的特点,提出一种基于边缘测度的加权Hausdorff距离(EM-WHD)景象匹配方法.该方法集合结构张量和局部均值比方法构造出边缘测度图像,并根据测度图提取图像边缘;在图像匹配过程中.基于边缘测度的显著性不同,对每个边缘点采用不同权值的加权Hausdorff距离进行图像匹配定位.仿真实验结果证明了本文方法的有效性和计算快速性.     

空间TDICCD相机动态信噪比计算方法研究

信噪比是空间光学相机系统的主要设计指标之一,可用于表征相机的辐射性能。文章通过建立遥感卫星轨道模型,分析计算一年中任意时刻用太阳高度角和卫星观测角描述太阳、卫星、地面目标点之间的相对位置关系,并将计算得到的卫星观测角和太阳高度角等参数导入大气传输软件MODTRAN,输出在相机入瞳处的地面目标光谱辐亮度,再根据信噪比的计算方法,最后完成TDICCD相机动态的信噪比计算值。通过该方法,可以计算任一时刻任一观测目标的信噪比,这将有利于判断在某一时刻的能量是否满足观测要求,以随时改变TDICCD的探测器级数,使得成像像质达到最佳。     

包覆及团聚硼对富燃料推进剂燃烧性能的影响

研究了硼粉表面包覆材料的种类和含量及团聚硼的含量对富燃料推进剂燃烧性能的影响。结果表明,团聚硼有利于提高推进剂的燃速与燃速压强指数;包覆材料AP的含量对推进剂燃烧性能的影响较为复杂,低含量有利于提高推进剂的低压燃速,但对燃速压强指数不利,高含量有利于提高推进剂的燃速压强指数,但对低压燃速不利;包覆材料L iF有利于提高推进剂的低压燃速,但过高的含量降低了推进剂的燃速压强指数。     

基于随机截尾数据下Weibull分布的参数极大似然估计与应用

对服从Weibull分布的随机截尾数据建立似然方程,给出形状参数和尺度参数的极大似然估计,通过参数极大似然估计对火箭发动机试车试验数据进行了可靠性评估分析,算例得到的形状参数估计值与实际工程应用的经验估计值十分接近。     

镁基水反应金属燃料一次燃烧波特性研究

采用单幅火焰照相、Π形微热电偶等技术,研究了镁基水反应金属燃料一次燃烧火焰特性,得到了燃烧波温度分布曲线及各温度区厚度等参数.初步分析了燃料体系在燃烧表面附近的燃烧特征.结果显示,燃烧室压强为1.0 MPa时,燃面温度和气相火焰温度分别为556℃和1270 ℃;随着燃烧室压强的增大,镁基水反应金属燃料凝聚相反应区厚度增大,燃面温度升高,气相火焰温度升高,火焰明亮程度增强;气相火焰中包含着镁的异相反应,产物中含有大量的镁蒸气.     

涡轮转子随机结构的可靠性研究

以传统的应力-强度干涉模型为基础,考虑了涡轮转子随机结构尺寸、温度应力、转速、外载荷和材料强度等参数的随机性,利用积分随机有限元和Gram-Charlier级数方法对转子局部应力最大处进行可靠性分析.该方法计算结果与Monte-Carlo仿真值比较,二者相对误差非常小,计算结果比较精确,既避免了有限元计算量大和速度慢的情况,又实现了转子随机结构的可靠性计算.      

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。