人工智能技术在航空发动机孔探检测中的应用进展

孔探是当前航空发动机检修过程中应用最多的无损检测方法,也是孔探图像的唯一获取途径。近年来,深度学习等人工智能方法开始被应用到航空发动机损伤分类、检测中,为实现航空发动机检修智能化提出了一些现行有效的方法,具有重要的工业应用价值。本文概述了航空发动机孔探检测的发展和优缺点,综述了专家系统和机器学习人工智能方法在发动机孔探图像方面的应用进展,总结了基于孔探图像实现航空发动机孔探检测智能化面临的一些挑战。     

泉城碟影

在2007年11月3日晨时至6时许的两个多小时时间内,济南上空出现不明飞行物,济南的包玉洲先生目击并用数码相机拍摄到不少珍贵镜头,画面令人称奇.     

自旋式飞行器三维SAR成像及测高新模型

 自旋式飞行器由于运动轨迹复杂,不仅不能精确测量飞行高度,而且从未被用做SAR成像平台。通过研究自旋式飞行器的三维SAR成像新模型,将测高与三维SAR成像相结合,提出了一种基于三维SAR成像的测高新模型。首先分析了自旋式飞行器天线相位中心运动轨迹的特点,将具有三维空间分布的半螺旋线天线运动轨迹等效为面阵天线;然后基于等效面阵,利用模糊函数理论,推导了相应的三维成像模型,从理论上证明了模型的成像可行性并分析其成像性能;最后在成像模型基础上,提出基于三维SAR成像的自旋式飞行器测高新模型,并从成像角度分析影响测高精度的因素。针对等效面阵非均匀分布的特点,采用后向投影(BP)算法仿真验证自旋式飞行器模型下三维成像的可行性和测高模型的有效性。     

是谁在造访济南的秋天：济南UFO并非真情独白

它从圆柱形、碟形、哑铃形，变幻成重叠的圆形；它从白色过渡到彩色，甚至出现古铜钱的花纹……它究竟是什么？在11月寒冷而神秘的早晨，他一个人寻找着这个答案。 其实，他不是一个人在战斗，他的身后是整个人类对大自然孜孜不倦的追求。     

并非真情独白

在《飞碟探索》2007年第12期上,我对发生在2007年11月3日的济南UFO目击事件进行了首度报道.消息一经批露,受到了广大UFO爱好者的强烈关注.现在,我就当期所提的六个问题做进一步的说明--     

反时敏目标机动再入飞行器滑翔制导方法

针对多约束条件下反时敏目标任务需求,开展了基于轴对称侧滑转弯(STT)控制的机动再入飞行器滑翔制导方法研究,提出一种纵向和侧向共同实施的在线自主制导方法。纵向通过高度-射程（H-R）剖面与高度-速度（H-V）剖面联合设计,在满足约束的可行域内快速生成一条参考轨迹,并根据目标变化实时修正,同时完成参考轨迹跟踪。侧向通过引入当前需用速度和目标位置变化信息,推导了闭环制导方法,实现速度控制与目标位置跟踪。仿真结果表明,本方法可兼顾轨迹生成快速性和响应目标位置变化,能够在满足过程约束与终端约束要求下完成制导任务。