无人机故障预测与健康管理系统研究

PHM(故障预测与健康管理)技术作为一种新兴的故障诊断与管理方法,能对无人机重要部件、系统进行全面的健康状态监控、故障检测、分析判断处理,因而在无人机技术领域得到广泛重视和长足发展.文章通过对PHM技术的分析研究,搭建了无人机故障预测与健康管理系统的总体框架,并设计了无人机故障预测与健康管理系统模块.     

凸轮盘喷丸强化

凸轮长期工作易造成接触疲劳破坏,初期呈现小麻点,随后出现片状剥落,表面发展成麻坑或痘疤状。某航空发动机的凸轮盘就是在很高的反复接触应力情况下发生疲劳损伤而出现片状剥落麻点的。针对这种状况,如何提高凸轮盘的接触疲劳强度,延长凸轮盘的使用寿命呢?我们采用了喷丸强化,收到了很好的效果,并用于了批生产。现作一简单介绍。 1.零件设计技术要求材料:12Cr2Ni4A 凸轮型面和齿型面渗碳:0.6～1.2毫米型面光洁度:▽9 硬度:型面HRC60～65 心部HRC35～44.5     

圆柱体弹丸超高速斜撞击薄板的碎片云特征仿真分析

为研究圆柱体弹丸超高速撞击薄板的碎片云特征,基于仿真软件AUTODYN-3D的光滑粒子流体动力学（SPH）方法,模拟圆柱体弹丸不同长径比、不同攻角条件下超高速撞击薄板的过程。设圆柱体弹丸撞击速度为5 km/s,长径比分别为0.5、1.0、2.0、4.0,攻角为15°～75°,数值模拟结果分析表明:圆柱体弹丸超高速斜撞击薄板形成的碎片云中,大部分是小质量碎片;大碎片的质量和动能占比较大,是造成后墙损伤的主要原因。同时,当弹丸长径比为0.5和1.0时,15°攻角下的碎片云侵彻能力最弱;长径比为2.0和4.0时,75°攻角下的碎片云侵彻能力最弱。研究结果可为航天器防护结构设计优化提供参考。     

多传感器信息融合技术与无人机PHM系统

通过分析多传感器数据融合技术故障诊断方法,针对无人机的特点,在不增加系统硬件的情况下,充分利用无人机现有传感器获取的信号,提高无人机故障预测与健康管理(PHM)系统状态监测、健康评估和故障预测推理的准确性,并确定推理结果的置信度.     

考虑随机和认知混合不确定性的航空发动机燃烧效率灵敏度分析

针对燃烧室初步设计阶段输入参数存在混合不确定性的特点,提出一种概率盒框架下的全局灵敏度分析方法。简单介绍了航空发动机燃烧效率的一维计算方法;在随机和认知混合不确定性的概率盒表征基础上,使用Sobol指标的上下限表征概率盒中随机与认知混合不确定性对响应的贡献程度;最后基于双层嵌套蒙特卡洛/非嵌入式多项式混沌展开（Monte Carlo Simulation/Non-intrusive Polynomial Chaos Expansion,MCS/NIPCE）方法对概率盒灵敏度指标进行求解,筛选出重要变量和次要变量,实现模型的降维。通过某航空发动机燃烧效率的全局灵敏度分析对所提出的方法进行了验证。研究结果表明,Sobol指标的上下限可以显著表征概率盒灵敏度指标,在保证计算精度的前提下,双层MCS/NIPCE方法的计算效率要远远高于传统双层蒙特卡洛（Monte Carlo Simulation, MCS/MCS）方法,可获得考虑随机和认知混合不确定性情况下燃烧效率输入参数的重要性排序。     

无人机故障预测及健康管理系统结构设计

PHM是新一代武器系统故障检测、隔离和预测及状态管理技术.文章阐述了无人机故障预测及健康管理系统的概念和功能结构,根据无人机系统故障特点建立了系统设备拓扑结构,在此基础上构建了无人机PHM系统逻辑体系结构.     

基于机器视觉的高精度螺孔定位方法研究

针对手工安装工件、劳动强度大以及效率低等问题,提出了一种基于机器视觉的螺孔定位检测方法.利用CCD摄像机实时采集局部待定位物图像,并对图像进行处理,提取螺孔坐标,然后通过物理坐标关系得到拍摄范围外的螺孔的坐标,最后经过eye-hand手眼标定转换到机器人坐标系下的坐标.该方法解决了受外界条件限制,对目标测量的过程不能一步完成的问题-实现了较大物件的自动、快速、准确定位功能.