PBT弹性体微相分离及对其力学性能的影响研究

为了获得微相分离对宽温PBT叠氮聚醚弹性体力学性能的影响规律,用红外光谱分析法(FT-IR)和动态热力学分析法(DMA)研究了PBT叠氮聚醚弹性体产生微相分离的机理和影响因素。用调节硬段含量、交联参数的方法调控其微相分离,控制适当的微相分离程度可显著改善推进剂的力学性能。研究结果表明:在二元醇扩链的弹性体体系中,当硬段含量约为15%时,弹性体发生相对最大比例的微相分离,体现出较佳的综合力学性能。通过微相分离的调控可获得宽温范围内综合力学性能较好的叠氮聚醚推进剂用粘合剂基体材料。     

基于DNET的空中红外目标抗干扰识别算法

复杂空战背景下针对人工干扰的博弈是红外空空导弹精确探测制导技术发展面临的瓶颈和核心技术。针对人工干扰对空中红外目标产生的遮蔽、黏连、相似等干扰现象，以及目标机动和相对运动造成的形状、尺度、辐射特性剧烈变化等实际问题，提出一种基于信息特征提取的深度卷积神经网络DNET空中红外图像目标抗干扰识别算法。首先，DNET网络对大尺度特征图像采用密集连接模块，在前部通道保存每一层的网络输出，在网络末端引入特征注意力机制，获得每个特征通道的信息特征识别权重。然后，加入多尺度密集连接模块，并与多尺度特征融合检测结合，提高对大尺度变化情况下的目标特征提取能力。实验结果表明，在伴随红外诱饵干扰的实时检测条件下，红外目标由点目标变化为成像目标，直至充满视场的整个过程中，本文抗干扰识别算法的识别精确度、召回率及识别速度分别达到99.36%、96.95%、132 fps，具备识别精确度和召回率高、识别速度快等优点，并具有良好的鲁棒性。     

Investigation on nonlinear lateral-torsional coupled vibration of a rotor system with substantial unbalance

Substantial unbalance may be caused by fan blade off during the operation period of gas turbine engines, and related dynamic problems are very critical to the safety design of rotor system in aero-engine. This article aims to understand lateral-torsional coupled vibration of the rotor system with substantial unbalance. The governing equation of a modified unbalanced rotor system is established based on Lagrangian approach. Then, a mathematical analytical method is proposed in which a linear approximation is derived and the Floquet theory and Hill’s method are incorporated, from which the modal characteristics of the unbalanced rotor are obtained. The modal characteristics of the unbalanced rotor system are revealed comprehensively for the first time. Furthermore, the relation between the modes and responses of the unbalanced rotor is discussed in detail. The results show that the lateral vibration and torsional vibration of the unbalanced rotor are coupled through the inertial terms in the governing equations. Due to the coupling, veering and lock-in phenomena occur between the frequencies of the forward whirl mode and the torsional mode. Furthermore, lock-in can lead to a kind of principal instability. With regard to the response of the unbalanced rotor, both natural vibration components and enforced vibration components appear in the lateral response, while only natural vibration components appear during torsional vibration. Moreover, natural vibration components play a crucial role in the response within the principal instability region and cause divergence of the vibration amplitudes in the lateral and torsional directions.     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

基于G-M制冷机的大尺寸冷屏设计方法

介绍了基于Gifford-Mcmahon (G-M)制冷机的大尺寸冷屏的设计方法。该低温冷屏配合真空环境模拟室共同使用，为遥感卫星的星载遥感器等部件的红外定标试验提供20K的低温冷背景。该冷屏采用5台G-M制冷机进行制冷，外形尺寸达到1m×1m，是目前国内同类型冷屏中尺寸最大的。详细介绍了冷屏在容器内的安装布置、冷缩时的补偿等结构设计方法、冷屏的表面温度分布以及降温时间等计算分析。成功解决了大尺寸冷屏在低温环境下的冷缩补偿难题，试验结果表明:冷屏主要测点温度为15K，温度均匀性误差为±1K，达到并超过设计要求。      

高超声速圆锥边界层失稳条纹结构实验研究

边界层转捩的准确预测是高超声速飞行面临的关键气动问题之一。为研究高超声速边界层失稳和转捩机理,以前缘半径1.6mm、半锥角7°的圆锥模型为研究对象,在FD-07高超声速风洞中采用红外热图技术开展边界层转捩实验测量。通过与工程计算结果对比,确认模型表面边界层流态。实验结果表明:有迎角条件下,模型表面中后段出现条纹结构,条纹结构的起始位置随着周向角的增加而向上游移动;随着迎角的增加,条纹起始位置向上游移动,条纹强度差异和条纹与模型中心线的夹角越来越大。实验获得的条纹结构与不同频率扰动波相互作用直接数值模拟获得的条纹结构现象一致。通过对比分析,认为边界层内不同频率扰动波相互作用是产生条纹结构的一种机制。     

纵向波纹隔热屏气膜冷却特性实验

针对加力燃烧室纵向波纹隔热屏气膜冷却效果开展了细致的实验研究,利用红外热像仪测量了隔热屏壁面的温度分布,分析了隔热屏板型、吹风比、开孔率等参数对气膜冷却效率的影响。实验中板型选取了平板和纵向波纹隔热屏,吹风比变化范围是0.5~3.0,开孔率变化范围是1.4%~3.7%。结果表明:相比于平板隔热屏的气膜冷却效率沿程逐渐增加,纵向波纹隔热屏的气膜冷却效率随波纹板的起伏而起伏且大于平板隔热屏;随着吹风比的增加气膜冷却效率逐渐加大,在吹风比为3.0时达到最大值;气膜冷却效率在波峰处低,波谷处高,整体上随波纹板的起伏而波动,吹风比越小,气膜冷却效率随波纹板的起伏变化越明显;高吹风比(吹风比为2.0~3.0)下,气膜冷却效率沿程变化与增幅较为缓慢;整体上,随着开孔率的增加气膜冷却效率逐渐加大,小开孔率(开孔率为1.4%、2.7%)下的气膜冷却效率相差不大,但在次流背风侧,开孔率小的气膜冷却效率要小于开孔率大的气膜冷却效率。      

Rotating machinery fault diagnosis based on convolutional neural network and infrared thermal imaging

Rotating machinery is widely applied in industrial applications. Fault diagnosis of rotating machinery is vital in manufacturing system, which can prevent catastrophic failure and reduce financial losses. Recently, Deep Learning (DL)-based fault diagnosis method becomes a hot topic. Convolutional Neural Network (CNN) is an effective DL method to extract the features of raw data automatically. This paper develops a fault diagnosis method using CNN for InfRared Thermal (IRT) image. First, IRT technique is utilized to capture the IRT images of rotating machinery. Second, the CNN is applied to extract fault features from the IRT images. In the end, the obtained features are fed into the Softmax Regression (SR) classifier for fault pattern identification. The effectiveness of the proposed method is validated using two different experimental data. Results show that the proposed method has a superior performance in identification various faults on rotor and bearings comparing with other deep learning models and traditional vibration-based method.     

基于红外波段船载星光定向仪白昼恒星探测技术

摘要： 白昼恒星探测技术是船载星光定向仪海上应用的关键技术之一.本文基于实测星图给出白昼恒星探测技术的理论公式和实现方案.该技术针对实测红外星图中的背景噪声、伪星点、坏像素、对灰度背景的适应性问题，分别设计星图滤波算法、多帧伪星点剔除算法、坏像素索引表以及多梯度渐进积分时间调整算法.通过外场观星和组合导航实验验证该技术的有效性和精度.     

中红外激光在光电对抗领域的应用及进展

近年来为有效对抗先进的红外制导武器的威胁，先进的红外对抗手段和方式不断推陈出新。其中利用中红外激光辐射致盲、致炫和毁伤的手段可以有效地对抗红外制导武器的威胁。为此本文重点介绍了中红外激光在光电对抗领域的应用；然后，对中红外激光光源和分类及其原理进行了阐述，并介绍了美国和俄罗斯在中红外光电对抗的系统领域的发展现状；最后，对中红外（3-5μm）光电对抗的应用发展和未来的趋势进行了总结，并对化学、气体和固体中红外激光光源的应用进行了展望。