重型运载火箭关键制造技术发展展望

我国未来重型运载的研制需要研究突破贮箱等大型结构件以及200t级大推力氢氧火箭发动机关键组件相关材料、结构、工艺和工艺装备等方面的制造技术;继承已有航天产品制造经验,与现有材料、装备技术和能力发展实际结合,保证型号研制顺利进行;同时发展新材料与先进工艺技术,为型号产品研制以及进一步改进奠定基础。     

液体火箭发动机环境因子的修正逆矩估计

对文献 [1]提出的适用于大样本失效数据的逆矩估计法进行修正 ,针对液体火箭发动机飞行及地面试车数据的特点 ,提出了其天地环境因子的修正逆矩估计方法。与现有方法相比 ,本文提出的方法更加适用于小样本失效数据情形下环境因子问题的研究。最后用数值例说明了该方法的应用     

成败型产品基于验后概率的Bayes序贯检验技术

分析了基于损失的Bayes检验方法和基于风险的SPOT(sequential posterior odd test)方法存在的不足.对装备试验与评价中成败型产品的Bayes序贯检验,在给定的两类风险要求下,建立了基于验后概率的Bayes序贯检验模型(PBSTM),给出了模型的求解算法和实际验后风险的计算公式. 最后结合装备可靠性分析案例,进行了示例分析,从数据上证明了PBSTM模型优越性和有效性.研究结果表明:PBSTM模型从理论上保证了序贯检验的结论同时满足小概率事件原理和两类风险要求,避免了现有假设检验方法存在的不足.      

基于验后概率的Bayesian序贯方差检验技术(Ⅰ)

基于验后概率和"小概率事件原理",对复杂假设条件下,方差的Bayesian序贯检验,提出了基于Bayesian验后概率的序贯方差检验的基本假设,建立了Bayesian序贯方差检验(BSVT)模型,设计了临界值的求解算法,并对"强制"截尾条件下的假设检验判别准则进行了论述.最后,结合示例对BSVT模型的求解与应用进行了说明.      

触针式二维轮廓测量评定系统的改进

对触针式二维轮廓测量评定系统作了较大的改进:改进了测量方法和设备结构,提高了测量精度;设计了系统误差补偿算法,大大减小了由系统误差所造成的测量误差;提出了螺纹零件评定的新方法,简化了操作步骤,提高了评定结果的准确度;设计了轮廓对比功能,可将设计尺寸与被测轮廓进行整体对比,以判定被测零件是否满足设计要求。     

基于验后概率的Bayesian序贯方差检验技术（I）

对于正态分布参数的检验,包括期望μ与方差σ2,是航空航天装备可靠性与精度分析工程中比较关心的问题。尤其是对方差的检验,是装备试验与评价分析的一项非常重要的内容。论文基于验后概率和“小概率事件原理”,对复杂假设条件下,σ2的Bayesian序贯检验,提出了基于Bayesian验后概率的序贯方差检验的基本假设,建立了BSVT模型,设计了临界值的求解算法,并对“强制”截尾条件下的假设检验判决准则进行了论述。最后,结合实例对BSVT的求解与应用进行了说明。     

基于专家信息的先验分布融合方法

运用Bayes方法进行复杂系统可靠性分析时 ,先验分布的获取与表示是一个关键问题。文章研究了利用专家信息进行先验分布融合的方法 ,对基于AHP方法和综合因子法的先验分布权重确定方法进行了分析 ;在给出各先验分布权重的基础上 ,对多源先验信息的融合后验分布进行分析     

基于区块链+北斗的铁路装备可信数字身份服务方法

智能铁路装备是一个典型的分布式物联系统,具有大量复杂的数据交互共享的需求与场景,装备及其产生的数据信令在系统中的数字身份标识是其重要安全基础。应用基于区块链去中心化的分布式数字身份标识技术,结合北斗时空信息,设计了铁路装备身份标识(railway decentralized identifier, RDID)可信数字身份服务,包括服务架构、生成流程、流转流程和验证流程,并进行了应用模型实现与效能分析。服务可以有效提升装备及其产生的数据信令的规范安全性,保证标识身份全局唯一,可追溯认证,从而提高智能装备系统通信过程数据的完整性与可靠性。     

飞机发动机混沌振动信号盲分离检测方法

发动机混沌振动信号携带着丰富的状态信息,依据混沌振动信号进行状态监测及故障诊断是一种很有前途的技术手段,但由于混沌信号具有伪随机特性及在低频段具有宽频谱等特点,使得传统的方法很难将其从振动信号中分离。在提取混沌振动信号方面,使用快速独立分量分析（Fast ICA）盲分离方法分离出飞机发动机振动信号中的混沌信号。利用功率谱和Lyapunov指数（LE）方法进行了判定,根据计算结果对发动机状态做出判断,验证了盲分离方法分离混沌振动信号的有效。盲分离检测混沌振动信号的方法不仅使依据混沌信号判断飞机发动机状态成为可能,也为利用混沌信号进行状态预测和控制提供了一种方法。     

命中精度Bayes推断中基于P值的验前可信度建模

在对散布参数验前可信度的定义与必要性进行分析的基础上,给出了给定散布参数（方差）的P值计算模型,构建了一维散布分析时验前分布可信度的P值模型,给出了验前P值与验前可信度的定义,并对其变动情况进行了阐述,给出了验前分布的拒绝条件.对二维散布分析条件下的验前可信度分析,分别构建了验前P值的独立求解模型和集成求解模型.并从0.05,0.2,0.4区分的数据区间,给出了验前分布选择的原则和要求.基于案例比较可见,验前可信度能较为显著地完成验前分布的差异化比较,相对现有的仅对验前可信度的定性说明,基于P值的验前可信度建模与计算,不仅能完成验前可信度的量化计算,而且能从概率的角度对验前分布选择的正确性进行假设检验.