旋翼减摆自润滑衬套疲劳试验温度设计与控制

以高分子材料自润滑衬套为研究对象，其摩擦阻尼为旋翼摆振铰提供减摆阻尼，在直升机飞行时，摆振铰作周期摆振运动，产生大量的热，引起衬套温度升高，易造成摆振自润滑衬套阻尼值剧烈变化。通过建立旋翼支臂摆振铰自润滑衬套摩擦生热模型，计算了摆振铰摩擦总热流量，按摩擦副接触面最高温度相等假设计算热流量分配。对传热过程应用有限元稳态热进行求解，获得了直升机旋翼运转时摆振铰摩擦副的温度分布，再进行自润滑衬套疲劳耐久性试验装置水冷散热等同性分析，最终确定了试验装置控制温度参数，为旋翼摆振铰自润滑衬套疲劳耐久性考核试验设计和验证提供参数。     

航空发动机限寿件疲劳可靠度计算新方法

针对目前的航空发动机限寿件（ELLP）疲劳可靠性分析中的小失效概率事件以及其极限状态函数具有较强非线性的特点，提出了一种具有自更新机制的半径外自适应重要抽样（AUMCROAIS）疲劳可靠性分析方法。该方法首先利用蒙特卡罗自适应重要抽样（MCAIS）快速逼近真实设计验算点（MPP）附近，随后以近似设计验算点为中心进行极坐标抽样，并依次构造主动学习函数，对近极限状态函数和抽样半径进行最优选取，从而实现最优抽样半径的更新，通过不断的更新确定出最优抽样半径，加速失效概率计算的收敛。本方法提高了设计验算点的收敛速度同时保证了计算精度，解决了小失效概率事件以及强非线性极限状态函数可靠度计算难题，最后以某型发动机压气机轮盘为对象应用本方法，并与传统的蒙特卡罗仿真（MCS）方法、蒙特卡罗半径外自适应重要抽样法（MCROAIS）和一阶可靠性方法（FORM）进行了对比，验证了本方法的高效率、鲁棒性和仿真精度。     

卫星磁载荷现场校准技术研究

本文介绍了一种卫星磁场探测载荷现场校准技术，设计了拆分式磁场线圈、无磁支架等，研制了校准装置。利用该技术实现了对卫星磁载荷在整星测试、发射前等多个阶段的测试校准，解决了卫星载荷在星体装配完成后无法测试的难题，提高了磁载荷测试数据可靠度，保证了科学实验的有效性。该校准技术已服务于我国首颗地磁监测试验卫星（张衡一号卫星），对其磁场探测载荷在整星测试、出厂测试、发射场技术确认等多个阶段进行了校准，取得了很好的应用效果。     

一种起落架载荷谱相似性判别方法

起落架结构的寿命监控对保障其安全性与经济性具有重要作用，但由于地面谱复杂的高低载荷非线性交互作用，难以准确计算单机谱的损伤。以当量损伤计算方法为基础，通过对寿命监控中的单机谱进行初步筛选，判别单机谱与基准谱的相似程度，进而分析损伤计算方法的适用性。提出了一种基于时间序列分析中的动态时间弯曲方法的起落架载荷谱相似性判别方法，进行了基准谱与4个单机谱下的疲劳实验，通过分析损伤计算误差与起落架载荷谱相似距离的关系，验证所提载荷谱相似性判别方法的合理性。      

A new bearing fault diagnosis method based on modified convolutional neural networks

Fault diagnosis is vital in manufacturing system. However, the first step of the traditional fault diagnosis method is to process the signal, extract the features and then put the features into a selected classifier for classification. The process of feature extraction depends on the experimenters’ experience, and the classification rate of the shallow diagnostic model does not achieve satisfactory results. In view of these problems, this paper proposes a method of converting raw signals into two-dimensional images. This method can extract the features of the converted two-dimensional images and eliminate the impact of expert’s experience on the feature extraction process. And it follows by proposing an intelligent diagnosis algorithm based on Convolution Neural Network (CNN), which can automatically accomplish the process of the feature extraction and fault diagnosis. The effect of this method is verified by bearing data. The influence of different sample sizes and different load conditions on the diagnostic capability of this method is analyzed. The results show that the proposed method is effective and can meet the timeliness requirements of fault diagnosis.     

Preliminary study on heat flux measurement data of TT-0 flight test

With the explosive development of aerospace science, the design of the new generation airliner at higher speeds is attracting more attentions. To achieve this goal, it is necessary to achieve accurate prediction of the aerodynamic heating / force loads and successful reduction of drag and heat flux. As a remedy for the existing studies which are based upon the CFD and wind tunnel tests, this study presents a flight test for the drag and heat reduction spike technology. The principal goals of this flight test were to provide reference for verifying the accuracy of the prediction technology on ground and promote the development of the drag and heat reduction technology. By adopting the OS-X rocket, the TT-0 test vehicle designed by Shenyang Aircraft Design & Research Institute reached a maximum Mach number of 5.8 and a maximum altitude of 38 km. Hypersonic and supersonic pressure data by pressure scanning valves and heat fluxes by gauges at different locations were obtained successfully. Also, heat fluxes obtained by in-house CFD code are illustrated in comparison with the flight data. The results indicate that the numerical errors are large in most cases. More technologies, such as more CFD codes and more numerical procedures, should be adopted to conduct studies on this issue in the future.     

基于脑电功率谱密度的作业人员脑力负荷评估方法

脑力负荷状态的准确识别对减少因作业人员无效脑力负荷导致的人因事故具有重要意义。针对人-机系统中作业人员脑力负荷客观评估问题开展了基于MATB-Ⅱ平台的3种不同脑力负荷水平下的航空情境实验，记录16名被试的NASA任务负荷指数（NASA-TLX）量表数据和脑电（EEG）信号，提出了一种基于脑电功率谱密度（PSD）和支持向量机（SVM）的个体脑力负荷评估方法。结果表明：随着实验设计脑力负荷水平增加，被试的主观脑力负荷得分显著提高（p<0.001），这表明该实验任务设计较好地诱发了低负荷、中负荷和高负荷情境。在此基础上，通过网格搜索法确定个体脑力负荷评估模型的统一优化参数，惩罚系数取3 000，核函数参数取0.000 1，模型测试正确率达到0.966 5±0.029 8，宏平均的受试者工作特征曲线下的面积（Macro-AUC）达到0.991 0±0.011 4。本文为作业人员脑力负荷状态的客观和准确评估提供了一种新的办法，为后期作业人员脑力负荷状态的实时判别提供模型基础。     

失效概率矩独立全局灵敏度分析的高效算法

失效概率矩独立全局灵敏度分析对指导可靠性优化至关重要，本文从乘法降维及Edgeworth级数展开的角度提出一种失效概率矩独立全局灵敏度指标分析的高效算法。所提算法通过Edgeworth级数展开将失效概率矩独立全局灵敏度指标的求解转化为输出无条件及条件前四阶整数矩的求解。对于输出的无条件及条件四阶矩的计算，基于乘法降维的思想，本文推导了重复利用计算输出的无条件矩的输入输出样本来计算条件矩以及外层关于输入变量一维积分的计算公式，使得仅需重复利用输出无条件前四阶矩求解产生的积分网格内的数据即可同时求得输出的前四阶条件矩以及外层关于输入变量的一维积分。所提算法大大提高了失效概率矩独立全局灵敏度的分析效率。航空发动机涡轮盘以及汽车前轴的分析结果验证了所提算法的高效性及准确性。     

基于比例归一化LMS算法次级通道模型辨识

将主动噪声控制技术应用于地铁通风隧道的噪声控制上，其应用效果在很大程度上取决于信号处理的实时性。在保证控制算法收敛的基础上，要求算法收敛速度尽可能快，以确保对声波变化的准确跟踪，据此产生匹配的振幅相等、相位相反的次级声信号，进而对噪声进行控制。利用比例思想对LMS算法进行改进，为小系数配上小的步长因子，为大系数配上较大的步长因子。最后，将其应用在地铁通风隧道的次级声通道模型的辨识上，并与常用的LMS算法在收敛速度、稳态失调性能上做出比较。数值分析结果表明，采用改进后的LMS算法能够有效地加快算法收敛，改善算法的稳态失调性能。