基于残差NLSTM网络和注意力机制的航空发动机剩余使用寿命预测

针对长短期记忆（LSTM）网络对于多维数据特征识别和提取上存在不足的问题，在其改进模型嵌套式长短期记忆（NLSTM）网络的基础上，提出了一种基于注意力机制和残差NLSTM网络的剩余使用寿命预测方法。该方法将双层NLSTM网络代替残差块中的主网络，保留捷径连接中的卷积神经网络结构，既能充分提取时序特征又能保证有用数据在网络层中的跳层传递，并融入注意力机制构建多层残差网络，注意力机制的使用能够选择出对预测结果有重要影响的信息，有效提高预测的准确率。在航空发动机退化实验数据集上进行实验分析，结果表明：所述方法能有效建立监测数据与发动机健康状态之间的关系，剩余使用寿命预测误差较未改进残差结构方法平均降低10.8%，比未融入注意力机制方法平均降低18.9%，有效提高了预测精度。     

插装式液控能源选择阀的设计与分析

针对液压系统油源的安全性及可靠性问题，提出油源冗余设计方法，即多油源供给多负载，当某一油源发生故障时能源选择阀切断故障油源，由其他油源给负载提供基本液压能源，系统能完成必须的服役性能。针对液压系统能源选择阀存在的频繁换向与振动问题，提出一种插装式液控能源选择阀，其先导阀采用锥阀和可变阻尼形式，主阀采用三台肩且终端有缓冲功能的滑阀。建立了插装式液控能源选择阀的数学模型，分析了能源选择阀在两种模拟故障下的切换压力及切换时间、油源压力脉动等特性。理论分析结果表明，油源压力阶跃和线性变化时，某能源选择阀切换时间分别为5 ms和7 ms。当压力发生波动时，主阀不会发生振动，还可通过液控先导阀结构设计来控制切换压力和回复压力大小。     

低成本高可靠综合电子系统集成技术

我国现有的卫星电子产品的传统研制模式已很难适应卫星快速增长,型号对于平台的管理控制核心的电子系统提出低成本、高可靠、快速响应、快速研制的迫切需求。通过构建低成本、高可靠计算机系统体系架构,设计基于COTS器件的星载计算机,并采取包括系统、模块、器件的多级可靠性冗余设计及验证技术,为实现低成本、高可靠、长寿命的产品研制,满足型号长期在轨任务要求奠定基础。     

星载高速数字电路电源芯片选型及电源完整性设计

优化电源完整性及可靠性设计可以有效提高高速数字电路在高速、高负载及极端环境下工作的性能及可靠性。通过对开关式点电源及LDO (低压差线型稳压器)两种供电方式在星载高速数字电路中的应用特点进行分析,总结出针对两种电源在电源完整性上的设计准则,量化相应测试指标,通过对开关类电源LTM4644及LDO型电源对信号完整性设计及电源芯片选型进行研究优化,为星载高速数字电路电源完整性设计及测试提供部分参考及依据。     

激光捷联惯导量化热设计指标控制方法

随着机载激光捷联惯导向小型化方向发展,惯导结构的热设计正面临着更加严峻的挑战.针对设计中经常出现因无法在设计前期进行热设计指标控制而导致后期设计返工的问题,提出了一种热设计量化控制方法,即根据估算的整机功率计算箱体外表面积,再对箱体外表面积可达性进行判断,如可达则以该参数作为控制指标进行设计,如不可达则采用可达的最大表面积作为输入反算整机功耗,再根据计算结果对各电路功耗进行重新分配.经有限元仿真计算和试验一致证明该方法有效,可以实现惯导设计前期定量化的热设计控制,在很大程度上避免了后期因热可靠性及热试验问题的设计返工.     

一种基于VPL 的元器件快速建模方法

为了更好地落实航空电子模块的可制造性设计审查工作,结合航空电子模块产品特点和技术要求,建设了基于Valor软件的PCB/PCBA设计与检测自动化分析系统.元器件模型库作为该系统的必要组成部分,其覆盖范围和数据精度对审查结果至关重要.本文将从元器件模型库建设必要性、建设过程和建模工艺要求三个方面进行阐述,并提出一种基于Valor VPL的元器件快速建模方法,应用结果表明,该方法能够高效构建满足系统审查精度的元器件模型,使大规模元器件模型库的建设成为可能.     

基于复杂网络的车载自组织网络脆弱性分析

车载自组织网络(VANET)作为智能交通的重要基础应用，其安全稳定地运行是交通系统乃至社会经济可持续发展的需要。以最大连通度、连通分支平均规模、全局网络效率等参数为脆弱性测度指标，基于复杂网络理论，应用车辆仿真软件(VanetMobiSim)建立了VANET网络拓扑模型，详细研究了在随机攻击和蓄意攻击模式下脆弱性量化指标随节点移除比例的变化关系；通过仿真实验分析了节点密度、信号辐射半径及不同攻击策略对VANET脆弱性的影响。仿真结果表明:VANET在蓄意攻击下比较脆弱，基于节点介数的蓄意攻击效能最强；节点密度、信号辐射半径越小，VANET连通性越差，网络越脆弱。所提方法和结果为VANET拓扑控制优化和网络管理决策提供了理论依据。      

升力体式浮升混合飞艇多学科设计优化

升力体式混合飞艇是全球远距离大载重运输的重要选择，随着全球贸易的发展，逐渐成为国内外的研究热点。作为航空宇航技术、新能源技术和高性能材料技术相结合的新概念飞行器，混合飞艇设计过程需对多个学科进行综合考虑和优化。为了将多学科设计优化（MDO）方法引入到混合飞艇的总体设计中，将其分解为能源子系统、气动和推进子系统以及结构和重量子系统。在子系统模型构建的基础上，提出具有自适应能力的基于响应面的并行子空间优化（CSSO-RS）算法，将重量平衡和能量平衡作为实现远距离载重运输的约束条件，并提出爬升、日间巡航、滑翔和夜间巡航的多阶段任务剖面，以充分利用太阳能电池、燃料电池和锂电池的优势，实现混合飞艇的最优化设计。优化结果表明:具有自适应能力的优化算法在精确度和计算效率上均有明显的优势，同时重量分配的结果也为混合飞艇结构轻量化设计和能源系统设计提出了更高的要求。      

基于卷积门控循环网络的滚动轴承故障诊断

针对许多基于深度学习的滚动轴承故障诊断方法在小样本数据集下诊断性能下降的问题,提出一种基于卷积门控循环神经网络的轴承故障诊断模型。该模型使用两层的卷积网络来从输入信号中提取特征,同时使用tanh函数作为激活函数,且池化层使用大池化核来进行重叠下采样。将所提取得到的高层特征连接到双向门控循环网络。合并循环网络正向和逆向的最后一个状态,并连接一层全连接层进行输出。选用凯斯西储大学的轴承故障数据集来验证模型在小样本数据集下的诊断性能,实验结果表明,相比于其他类型的模型,该模型在仅有20个训练样本的情况下依然保持97%的识别准确率。