液体火箭发动机环境因子的Bayes估计

基于液体火箭发动机的寿命服从威布尔分布的条件,假定天地试验环境下威布尔分布的形状参数不变,运用Bayes方法对weibull分布天地实验条件下的环境因子进行分析,给出了环境因子在平方损失下的Bayes估计,并与极大似然估计法进行比较,通过仿真实例验证了该方法的有效性。     

低轨航天器致空间等离子体尾流

建立起一个低轨道航天器引起的等离子体尾的二维计算机模式，结果表明：（１）尾流的宽度随表面负电位值的增加而变窄。（２）随离子马赫数增加尾流位垒变宽；（３）对正电位表面情况尾流近区有电子聚集，并且离子的放空更远。     

电子经纬仪一测回水平方向标准偏差两种检定方法比较

一测回水平方向标准偏差是衡量经纬仪测角精度的主要指标之一.本文结合经纬仪计量检定规程的要求,从测量的原理、方法、不确定度分析等方面入手,对电子经纬仪一测回水平方向标准偏差计量检定的两种方法进行了比较.     

空间里的蛋白质晶体生长

生物大分子晶体生长具有重要的理论和实际意义。空间微重力环境是研究复杂的蛋白质结晶过程和生长其高质量晶体的理想地方。1992年8月,应用国内研制的装置在返回式卫星FSW—2上完成了空间蛋白质晶体生长实验。有六种蛋白质在空间长出了晶体,其中酸性磷脂酶A_2和溶菌酶的晶体明显优于地面对照实验长出的晶体。对结果的分析还在进行中。     

新型截尾试验下航天器电源系统的可靠性评估

在具有随机移走的逐步增加Ⅱ型截尾试验模型下,利用极大似然和Bayes方法分别给出了某航天器电源系统部件的参数和可靠性估计,并利用Tierney and Kadane近似和Gibbs抽样算法解决了Bayes估计中高维积分的计算问题.最后通过仿真实例对某航天器电源系统进行可靠性评估,并将各估计结果进行比较,验证了本文估计方法的可行性和有效性.     

基于图像特征融合的粉末床缺陷检测方法

针对单一特征对粉末床缺陷表达不明确导致检测效果不佳的问题,提出了一种基于特征融合的增材制造过程粉末床缺陷视觉检测方法。该算法分别使用SIFT方法、灰度共生矩阵和Hu不变矩提取尺度空间特征、纹理特征和几何特征,借助词袋模型对每张图像构建3组视觉单词直方图,通过串行融合3组视觉单词直方图得到新的特征矩阵,采用特征选择对融合后特征矩阵进行降维,并传入随机森林分类器中进行训练。实验结果表明,不同特征对粉末床不同类型缺陷检测具有不同的贡献,优化特征融合参数后,算法平均准确率达到97.46%,缺陷检测效果明显提升。     

某型号液体火箭发动机可靠性分析

基于逐步增加Ⅱ型截尾样本,讨论了某型号液体火箭发动机可靠性指标的Bayes估计及E-Bayes估计.在刻度平方误差损失函数下,给出了火箭发动机寿命分布参数、可靠度函数及失效率函数的Bayes估计及E-Bayes估计.最后运用Monte Carlo方法对各种估计的均方误差进行了模拟比较.结果表明,E-Bayes估计给出的估计精度高.     

基于双变量预测控制的表贴式永磁同步电机直接转矩控制系统

基于电压矢量幅值和相角为变量的表贴式永磁同步电机(SPMSM)定子磁链幅值和转矩表达式,给出了9个不同幅值和相角的备选电压矢量,采用预测控制计算得出施加不同电压矢量下一时刻的定子磁链幅值和转矩值,建立了基于磁链和转矩误差的目标函数,并选择使目标函数最小的电压矢量为作为下一时刻施加的最优电压矢量。仿真结果表明:在双变量预测控制下,SPMSM直接转矩控制系统运行良好,定子磁链轨迹为理想圆,磁链和转矩均符合控制要求,转速跟踪良好,定子电流波形正弦。进一步对比分析表明:与开关表和固定电压矢量选择策略相比,双变量预测控制能显著减小转矩和磁链脉动。与开关表相比,转矩脉动均方根误差降低了62.92%,磁链脉动均方根误差降低了45.05%,评价函数均值降低了60.30%;与固定电压矢量选择策略相比,转矩脉动均方根误差降低了22.40%,磁链脉动均方根误差降低了3.85%,评价函数均值降低了15.93%。     

屏蔽数据下航天器电源系统可靠性的统计分析

基于屏蔽数据和定数截尾情形,利用概率元方法建立了样本的似然函数,推导出航天器电源系统半导体器件参数、可靠性及失效率的极大似然估计和Bayes估计,并讨论了相应的最小后验风险,最后利用Monte-Carlo方法验证了本文估计方法的正确性和可行性。     

2.4米跨声速风洞大展弦比飞机测力试验技术研究

针对大展弦比飞机的气动布局特点,在2.4米跨声速风洞中开展了大展弦比飞机测力试验技术研究。该项研究建立了大升阻比高精度天平设计技术和模型支撑系统设计平台,研制了专用大升阻比高精度测力天平和模型支撑系统。在国内高速风洞中建立了大型跨声速风洞模型设计新准则。研究结果表明:所提出和制定的方案是科学合理的,为我国大飞机研制提供了可靠的技术支撑。