基于序列图像的自动目标识别算法

由于利用单幅二维图像进行三维目标识别存在识别的多义性,提出了一种基于二维序列图像的三维目标自动识别算法。首先以修正的Hu不变矩构造目标的图像识别特征,进而采用BP神经网络分类器构造关于目标融合识别的基本置信指派函数,以神经网络的训练误差构造证据理论不确定性度量,采用基于吸收法的DS证据理论实现高冲突证据的贯序式融合。对各姿态飞机图像识别的仿真表明,该算法对飞机的空间姿态变化具有很强的鲁棒性,能快速地准确识别飞机类型。此外,算法对先验性参数具有一定的鲁棒性。     

基于光纤光栅与BP神经网络的孔边裂纹监测研究

含孔金属结构的孔边裂纹监测对于保障飞行安全,增强飞机结构可靠性具有重要意义。为实现对孔边裂纹扩展的监测,进行含有孔边角裂纹的含孔铝合金板疲劳加载试验,得到含孔铝合金板试验件的a-N 曲线以及孔边裂纹扩展过程中光纤光栅应变传感器中心波长偏移量;利用包络分析法、BP 神经网络等损伤识别算法对试验数据进行处理与分析;建立能够以光纤光栅应变传感器中心波长偏移量识别孔边裂纹扩展的监测模型,并通过试验对监测模型进行验证。结果表明：此监测模型可有效识别出孔边角裂纹的扩展与穿透,对孔边角裂纹扩展长度监测的准确度达到了97.2%,未来可应用于全机地面疲劳试验、飞机结构健康监测等多种场景。     

复合材料飞机接地回流网络网内压降分析

为保证机载电气设备的正常运行,复合材料飞机机身需增设金属接地回流网络来满足机上电气系统的接地需求。针对复合材料飞机接地回流网络网内压降计算问题,采用基于导体的体积部分元等效电路方法,对安装在复合材料飞机上的接地回流网络进行建模,通过计算接地回流网络接地点间的阻抗及接地回路的电流分布,分析某型飞机28 VDC、115 VAC汇流条上部分配电单元负载在巡航工况下接地网内沿路径的电压降,并考虑了故障电流注入及构件间接触阻抗对接地回流网络网内压降的影响。通过建立简化模型对网内压降进行分析,所提出的网内压降计算方法及仿真计算结果可为复合材料飞机接地回流网络的设计安装、故障管理及电气保护系统设计等方面提供参考。     

粉末床激光成形熔池辐射强度信号的机器学习

粉末床熔融成形（PBF）的过程监测和质量识别是保障其制造质量的关键技术。在监测信号中,熔池辐射强度信号蕴含了丰富的熔池特征信息,但监测信号与材料科学现象的直接联系尚不明确,适合利用机器学习算法开展深入研究。首先,通过设置不同的工艺参数（部分偏离工艺窗口）实施316L不锈钢成形实验,成形过程中采集熔池辐射强度信号。然后,通过数据分割、特征提取和特征选择对信号数据进行预处理,构建了用于机器学习的数据集。最后,使用21种不同的机器学习算法,一是将熔池辐射强度数据按照工艺参数（如激光功率高、中、低）进行分类,经过训练的算法可在实际生产中识别异常（辐射强度异常、代表激光功率和扫描速度偏离最佳状态）;二是将熔池辐射强度数据按最终成形块体的质量（密度、表面粗糙度）进行分类,经过训练的算法可在实际生产中识别质量。结果表明：对于熔池辐射强度的异常识别,二次支持向量机算法的分类效果最好,准确度达到96.4%以上;对于密度和表面粗糙度预测,由于样件质量与数据样本之间的复杂关系,预测结果呈现不同的分布情况,但预测准确度均达96.0%以上。     

三维飞机自动识别的一种有效方法

提出一种新的飞机自动识别算法。采用矩不变量和傅立叶描述子相结合的表示方法简单而有效地描述飞机的特征;采用了分布存储的ＢＰ神经网络来减少存储量和加速搜索识别过程,并对ＢＰ网络的收敛方法提出了若干措施加速其收敛过程。通过对９架不同飞机的大量实验证实,本系统性能优越,其识别准确率在９９％以上,并且识别速度很快,一架飞机的整个识别过程在不到１ｓ的时间内就可完成。     

基于YOLOv7通道冗余改进的飞机蒙皮损伤检测

为提高蒙皮损伤检测的自动化程度,提出一种基于改进YOLOv7通道冗余的机器视觉检测方法。首先针对飞机蒙皮损伤数据集背景单一的特点,提出增强型颈部特征融合改进算法,提高了飞机蒙皮损伤的识别精度和检测速度;其次针对主干特征提取网络的卷积通道冗余的问题,引入部分卷积PConv(Partial convolution),提出主干特征提取网络轻量化,减少模型的参数量,同时提高损伤的识别效率。试验部分首先在飞机蒙皮损伤数据集上探索了不同增强型颈部特征融合改进算法,确定了最优的改进方案;接着在飞机蒙皮损伤数据集上做消融和对比试验,改进算法与原YOLOv7算法比较,m AP(Mean average precision)提升了2.3%,FPS(Frames per second)提升了22.1 f/s,模型参数量降低了34.13%;最后将改进的YOLOv7模型与主流目标检测模型对比,证明了改进算法的先进性。     

基于双隐层过程神经网络的飞机发动机故障检测

利用双隐层过程神经网络模型可以直接处理时变信号的特点，提出了一种用双隐层过程神经网络模型对飞机发动机进行故障检测的方法。由过程神经元隐层完成对输入信息过程模式特征的提取和对时间的聚合运算，非时变一般神经元隐层用于提高网络对系统输入输出之间复杂关系的映射能力。分别利用递归神经网络和双隐层过程神经网络对发动机排气温度裕度进行仿真预测。结果表明，双隐层过程神经网络收敛速度快、精度高，优于递归神经网络的预测结果。为飞机发动机状态监测问题提供了一种有效的方法。     

基于多特征图像增强深度卷积神经网络的航天用电子元器件分类算法

为了实现航天用电子元器件的全自动及非接触识别,并减少由照明系统造成的图像亮度不均、偏色等问题对检测结果的影响,通过结合局部、区域和总体三个层次特征提升物体检测精度,提出了一种基于多特征图像增强深度卷积神经网络(MFIE-DCNN)的航天用电子元器件分类算法。MFIE-DCNN算法包含多特征学习和深度学习,其学习过程类似于人类视觉系统,能够对形状、方向和颜色特征进行深度挖掘,突出元器件边界信息,抑制背景杂波干扰。实验结果表明,该算法能够区分电路板板载元器件的种类,检测准确度优于传统算法。对比基于稀疏自动编码器的深度神经网络,检测结果提高了近20%。     

受限资源下制导武器末制导机器视觉技术研究

针对精确制导武器末制导机器视觉技术应用需求,研究了基于卷积神经网络的、针对复杂背景及小目标的自主目标检测识别算法,并分别进行了网络性能评估和硬件资源需求定量评估。针对最优算法,提出了基于嵌入式受限资源下的高精度神经网络压缩算法,并对算法进行了普适性评估。基于GPU嵌入式平台,实现TensorRT路线网络优化,并在速度和精度两方面均衡考虑下,对裁剪与量化算法进行了详细实验验证。实验结果表明,高精度神经网络压缩算法在硬件资源受限条件下,可以有效提升推理速度,最终经算法优化后的网络结构,可以获得3倍以上的速度提升,网络精度损失小于5%。     

一种基于神经网络的飞机载荷参数识别方法

提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别.首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率.载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求.     

CAN总线在飞机交流电源功率控制器中的应用

交流电源功率控制器(APCU)是实现飞机电气负载控制与电源自动化管理的重要组成部分。系统采用CAN总线设计实现了APCU与供电系统处理机和机电综合管理系统的通信。利用流和管道技术编写了基于DSP/BIOS的CAN总线的设备驱动程序。为了满足通信需求,本论文中共设计了2个CAN接口,一个为F2812内置的CAN接口模块,另一个为通过SJA1000的扩展CAN接口模块以备用。通过实际的通信试验,结果表明系统通信运行可靠,数据传输准确,符合预期的设计目标。     

基于改进支持向量机回归的非线性飞机结构载荷模型建模

为进行飞机结构载荷安全监控并为飞机结构疲劳寿命评估积累相关数据,需建立与飞行参数相关的 飞机结构载荷模型。针对飞机结构载荷与飞行参数之间的非线性关系,采用改进停机准则的 SMO 算法及粒 子群模型参数优化算法对支持向量机回归方法进行改进,并通过飞行动力学理论分析结合皮尔逊相关系数的 方法对参与建模的飞行参数进行选取。以飞机跨声速俯仰机动为例,建立机翼某一测载剖面结构剪力模型,并 对该建模方法进行仿真验证。结果表明:采用改进支持向量机回归方法所建立模型精度优于原始支持向量机回归方法建立的模型,即采用改进支持向量机回归方法可提高建模精度及泛化能力。     

复杂结构飞行器的飞行载荷建模方法研究

复杂结构飞行器的传统飞行载荷建模方法存在误差大、效率低的问题。考虑电桥指标及载荷方程指标对载荷模型的综合影响,提出一种飞行载荷改进建模方法,以多梁多墙结构为例,基于某型机机翼地面载荷校准试验数据建立载荷模型,将改进方法与传统方法计算的弯矩及剪力进行对比,结合试飞数据对改进方法所得模型进行验证。结果表明：该飞行载荷改进建模方法适用于复杂结构飞行器载荷建模,处理地面试验数据时能够提升载荷模型的精度和迭代稳定度,所得载荷模型可以用于飞行载荷测量及安全监控。     

基于多电飞机的先进供电技术研究

阐述了多电飞机的特征,对多电飞机供电系统先进技术进行了研究,探讨了基于多电飞机的电气系统结构、电源系统、配电系统、负载自动管理技术等。     

基于Mallat算法的飞机电网谐波检测系统

随着电力电子技术的广泛应用,谐波对飞机电网的污染越来越严重,检测、分析和抑制谐波已经成为重要的课题。小波变换具有时-频局部化特性,在电力系统的分析中具有广阔的应用前景。为实现对飞机电网谐波的快速检测、分析,将小波变换方法应用于飞机电气系统谐波检测中,提出了基于Mallat快速算法的谐波检测系统设计方案。实验结果表明,系统采用小波补偿的改进FFT算法进行谐波分析,可以将信号中不同频率的谐波快速有效地提取出来,并进行有针对性的分析,提高了谐波检测效率。     

高超声速飞机热管理系统控制模型构建与仿真

以高超声速飞机为研究对象,提出了一种基于单相流体回路的热管理系统(TMS)模型,通过热控制策略与热沉调度模型实现热沉制冷能力最大化目标,解决新型高速飞机日益彰显的冷源不足问题。热控制策略利用系统辨识与热载荷预测算法,提出基于能量平衡与温度反馈配合的热控制模型,解决热惯性带来的控制延迟问题。基于热沉冷却能力评估与热载荷匹配提出热沉调度模型,旨在合理利用各种冷源,解决飞行后期冷源不足的问题。研究通过MATLAB/Simulink仿真验证模型及算法,结果表明:所设计的TMS能够满足高超声速飞机长时间飞行需求;考虑能量平衡的控制模型在超调量及衰减比方面均优于温度反馈控制模型;基于热沉调度策略能够降低冷源消耗速率,更充分地利用各种机载热沉。      

基于应变测量的结构载荷分布反演方法

针对基于应变测量的载荷分布反演,首先对比分析现有几种影响系数法,并讨论影响载荷反演精度的几个关键问题。为解决单位载荷工况选取的难题,提出一种基于施密特正交化的最大垂直距离逐步筛选基工况法,从设计载荷工况库中筛选载荷基工况和应变基工况,建立一套完整的工程可行的载荷分布反演流程。为解决反向矩阵病态化的难题,引入Tikhonov正则化方法。以某型飞机机翼疲劳试验作动筒载荷和光纤传感器数据为算例,假设3种应变测量误差情况（无误差、5%随机误差、10%随机误差）,验证了提出的载荷分布反演方法具有很高的预测精度和鲁棒性,可为新一代航空航天器的结构健康监控提供一条可靠的载荷识别途径。     

飞机结构强度试验应急载荷限定系统

多轮多支柱起落架飞机主起落架数量较多，试验机及试验设备重量大。试验应急卸载时，试验件和设备重量、以及加载过程中试验件变形所聚集能量快速释放的不协调性易对支持点结构产生较大冲击载荷，且该载荷不可控，影响试验的考核，存在安全隐患。针对多轮多支柱起落架飞机的强度试验要求，设计一种载荷限定系统。在应急卸载或者试验停试情况下，能够为非支持点起落架输出设定载荷，保证应急瞬间所产生的所有载荷按要求分配到所有起落架上，从而防止支持点起落架超载；试验过程中，能够对非支持点起落架施加试验主动载荷。利用仿真软件验证了系统原理的可行性。依据原理设计载荷限定系统，对其结构和工作性能进行应用验证，并在某型飞机全机疲劳试验中进行应用调试，结果表明，该系统完全能够满足试验要求。     

基于飞行参数的飞机结构载荷最优回归模型

基于飞行参数获取外场飞机疲劳关键结构载荷历程是结构故障预测与健康管理系统的一项关键技术,如何构建鲁棒性好且精度高的结构载荷回归模型是保证载荷识别和寿命预测准确性的关键。结合多元线性回归分析,提出并详细介绍了一种筛选最优输入参数组合的技术途径：首先,进行多重共线性诊断以减弱自变量之间的多重共线性;然后,进行残差分析,删除异常样本点;最后,采用逐步回归法筛选出最优自变量组合。指出传统的多重共线性诊断方法存在一定弊端,并分别基于偏相关系数法和辅助回归方程法,提出了2种更为合理可行的诊断方法。以典型战斗机翼身连接框某关键部位的载荷和应力为样本数据,对最优输入参数组合的筛选步骤展开详细说明,验证了所提出的技术途径不仅可以确保飞机结构载荷模型的精度,而且可以提高模型的稳定性和鲁棒性。     

基于1553B总线的机载电子设备时钟同步

电子设备已深入到现代飞机中的每一部位,但各电子设备没有一个统一的时钟标准,严重影响了飞行后的数据分析,将飞机的应答分系统提供时钟标准利用1553B航空总线发送到每一个电子设备中,可以解决时钟不同步的问题。