月面特征稀疏环境下的视觉惯性SLAM方法

月球车在执行科学探测任务过程中，其自身的高精度定位是一项亟需解决的关键问题。针对在特征稀疏的月面环境下的定位问题，提出一种视觉惯性融合的SLAM方法，将视觉测量与惯性传感器的信息利用位姿图优化方法融合，实现高精度的联合定位。针对特征稀疏环境下的前端视觉数据关联误差较大的问题，提出了一种基于四元树的光流跟踪算法，能够有效地跟踪鲁棒的特征点，提升了关键帧之间相对位姿估计的准确性。并且针对月面环境特有的恒星无穷远点干扰问题，提出一种高效的恒星点剔除算法，能够有效改善无穷远点导致的定位精度下降的问题。搭建了一套模拟月面环境的计算机仿真系统，并构建了多个月面环境视觉惯性SLAM仿真数据集，在不同的模拟月面场景下进行定位性能仿真验证，仿真测试结果表明本文算法的鲁棒性更强，具有更高的定位准确度。     

飞行控制律对体自由度颤振特性影响试验

飞翼飞机易发生刚体短周期模态与机翼低阶弯曲模态耦合所致的体自由度颤振。飞行控制系统对飞机的短周期模态特性影响很大，因此考虑飞行控制系统的闭环体自由度颤振特性值得进一步研究。针对自主设计的颤振模型开发了相应的俯仰姿态保持控制律，综合运用风洞试验和仿真计算开展了相关研究，获得了不同刚体自由边界条件下的开环/闭环体自由度颤振特性，研究了闭环增益对体自由度颤振特性的影响规律，简要分析了影响机理。试验和仿真计算结果共同表明：俯仰姿态保持控制律明显地改变了俯仰模态阻尼的原有走势，闭环后的体自由度颤振特性变化明显。以开环颤振速度为基准，采用较小的比例回路增益K_P或较大的微分回路增益K_D，飞行控制律能增加飞行器俯仰阻尼，提高体自由度颤振速度，反之飞行控制律将导致颤振速度降低。就本文控制律而言，当K_P<0.07或K_D>0.2时俯仰姿态保持控制律能起到抑制体自由度颤振的作用。     

小型电动无人机航程航时估算模型

小型电动无人机通常采用锂电池、无刷电机和螺旋桨组成能源动力系统，飞行过程中锂电池的实际工作电压发生变化，但飞机的总重量不变，其航程航时的估算方法与传统的燃油飞机有所不同。为了准确评估动力系统对飞机设计的影响，建立了以锂电池为动力的电动飞机推进系统模型，通过与实验数据比较，验证了各部分模型的准确性。利用该动力系统模型，对某款小型电动无人机进行了航程和航时估算，结果表明本文的建模方法准确有效，航程航时估算接近实验数据，可作为小型电动无人机设计的重要参考。     

飞机新原理电液自馈能刹车系统设计与优化

当前，传统飞机液压刹车系统普遍采用集中式的机载液压源作为动力，液压能通过能源管路传输到刹车作动器，整个系统零部件数目众多，管路布局复杂，由此带来的管路振动、液压油泄漏等问题突出，限制了飞机刹车系统可靠性和可维护性的提升。近年来，一种飞机新原理电液自馈能刹车系统被提出，将模块化的"自馈能装置"安装在机轮附近，回收机轮着陆时的旋转动能，并将其转换成液压能，用于刹车作动。提出了一种利用波浪曲面进行取能的专用取能机构，设计了自馈能系统紧凑型专用取能机构，研制了高可靠、低能耗、高抗污染的自馈能刹车系统原理样机，完全实现了自馈能，即使飞机失去全部动力也能正常完成刹车功能，使抗污染等级从NAS6级提升到NAS10级，可靠性和可维护性优于传统液压刹车。     

飞机整机线缆自动化集成检测技术研究现状和发展

飞机整机线缆集成检测是飞机总装过程中的一项重要工作,是关乎线缆制造质量高低的一个关键环节,在航空制造企业受到了广泛重视。对飞机整机线缆检测方法进行了比较和分析,介绍了线缆自动化集成检测的内涵和主要研究内容,对比分析了国内外线缆自动化集成检测的研究现状,分析和指出了线缆自动化集成检测存在的问题以及发展趋势。最后对数字孪生技术在线缆自动化集成检测领域中的应用进行了展望。     

某型双座电动飞机设计与试验

沈阳航空航天大学一直致力于新能源电动飞机的研制，某型双座轻型电动飞机于2012年6月立项研制，该型电动飞机采用一台40 kW稀土永磁同步直流电机作为动力装置，全复合材料机体和板簧起落架结构。巡航升阻比24.1，起飞总重500 kg，最大飞行速度160 km/h，巡航速度110 km/h。该型电动飞机具有零排放、低噪声、运行成本低、使用维护方便等特点。参照中国民航CCAR-21部和美国ASTM标准，完成了电动飞机型号设计批准书TDA和生产许可PC取证。     

适用于多迎角结冰试验的混合翼型设计

为突破结冰风洞对翼型模型尺寸的限制,提出了一种新的混合翼型设计方法,可使用一套混合翼型模拟原始翼型在不同迎角下的结冰试验,弥补了以往混合翼型只能在单个设计迎角下使用的缺陷。方法采用多段翼的形式设计混合翼型,以多目标迎角等结冰试验条件作为设计输入,优化设计主翼外形和襟翼的位置、偏转角度,利用襟翼位置和偏转角度的变化实现混合翼型和原始翼型前缘表面的压力系数在不同迎角下能够保持一致,继而保证前缘结冰外形的一致性。设计的混合翼型较原始翼型弦长减小接近40%,在冰风洞中对混合翼型和原始翼型在目标结冰条件下进行试验,对比结果显示,在选取的多个目标迎角下,混合翼型和原始翼型二维截面的结冰外形基本一致,提出的混合翼型设计方法能够有效的模拟原始翼型在不同迎角下的结冰外形。     

基于DLatLRR与VGG Net的红外与可见光图像融合

针对红外与可见光图像融合中特征损失严重、显著目标不突出的问题，提出了一种低秩表示分解与深度神经网络相结合的图像融合算法。首先，对源图像进行潜在低秩表示分解（DLatLRR），得到相应的低秩部分、显著部分及稀疏噪声。然后，分别采用16层的VGG Net模型和联合特征加权算法对低秩部分与显著部分进行融合，舍弃二者的稀疏噪声。最后，对融合得到的低秩部分和显著部分进行图像重建，得到最终的融合图像。实验结果表明:与其他算法进行比较，所提算法能够对图像的深层次细节特征进行融合，突出场景中的感兴趣区域，且融合图像的相关差异和、结构相似性、线性相关度等多种客观指标均有所提升，提升最大值分别为0.73、0.15、0.11，噪声产生率的最大缩减值为0.041 2。      

基于民机维修文本数据的故障诊断方法

在民航检修与维护过程中积累了大量蕴含丰富故障特征的文本维修记录，然而由于维修文本本身存在复杂性，其还未实现智能诊断，数据利用率低。提出一种不断修正迭代的基于预训练语言模型双向转换器编码表示（BERT）及轻量级梯度提升机（LightGBM）的飞机维修记录的故障原因分析方法，求解文本形式的维修记录中的故障原因，用以辅助维修人员进行正确的维修决策。首先，在基于BERT的故障诊断模型Transformer特征提取架构中引入多头注意力机制，以充分捕捉融合上下文的双向语义、更加关注于重点词汇；其次，为了提高诊断速度减少模型的参数并融合LightGBM模型来实现维修文本的故障原因分类；最后，将改进的模型与其他常用文本分析模型进行对比实验，在基于民机维修文本的故障诊断中该模型的准确率比TextCNN模型、LSTM模型和BiLSTM模型分别提升了38.99%、22.98%和18.16%，且BERT-LightGBM模型比BERT模型诊断速度提升了0.91%。表明所提方法在实现飞机维修文本故障诊断方面的有效性及优越性。     

基于不确定传感器状态的机载系统多层故障诊断方法

准确的机载系统故障诊断是保证飞机安全飞行和实现经济效益最大化的重要途径。然而传感器受到内外部环境条件的影响而不可避免的存在检测状态的不确定性，因此基于单个传感器或局部区域传感器综合检测结果的方法难以完全保证故障诊断的有效性和正确性。针对飞机机载系统的结构和工作原理，充分利用系统中不同层级、不同区域传感器检测特征之间的关联关系，考虑单个传感器本身存在的不确定性，构建了传感器信息前向融合与反向校验相结合的分层诊断决策方法，实现了对系统状态和传感器状态的双重估计与更新，克服了单一传感器故障对系统诊断推理准确度的影响。该方法较传统故障诊断模型，不再依赖某一个或某一类传感器信息的绝对可靠，在实现系统级的准确故障诊断同时，还能判断具体某一传感器本身是否发生虚拟警。在飞机液压系统故障诊断案例中，新方法成功将系统故障诊断的虚警率降低了96%，传感器的不确定度降低了84%。