一种改进的降落伞动力学模型

为更准确地模拟降落伞动力学特性,根据质点系动量定理和动量矩定理推导出一种改进的降落伞动力学模型。基于该模型对某十字型伞开展了稳降阶段的编程计算,获得了降落伞和载荷体的速度及姿态角的变化情况,数值计算结果和空投试验结果有很好的一致性。该模型易于编程,相较于传统模型能得到更准确的降落伞速度和姿态角的振荡频率,是传统降落伞动力学模型的有益补充。     

数字式智能标定仪表的研究

本文讨论了测试仪表的种类，提出了标定仪表的质量指标，并对数字式智能标定仪表的原理、结构静态特性修正和温度误差修正进行了分析。     

卫星微振动液阻隔振器建模与试验研究

卫星微振动隔振器建模是进一步整星振动仿真、优化和控制的基础。针对五参数分数阶导数模型无法描述液体阻尼式卫星隔振器幅变特性的缺点,根据试验数据,分别对各位移振幅激励下的隔振器的动特性曲线进行参数识别,根据参数识别结果,对五参数分数阶导数模型进行幅值相关性修正,引入幅变因子。由仿真结果与试验结果的对比可知,引入了幅变因子的分数阶导数模型可以很好地预测隔振器的幅变特性。在提出的改进型分数阶导数模型的基础上,进行了模型参数影响分析。所提出的建模方法可为微振动隔振器的设计和分析提供参考。      

热离子质谱分析仪的研制及定标

热离子质谱分析是空间等离子体探测的核心技术之一.热离子质谱分析仪采用了半球形静电分析器结合基于碳膜的飞行时间系统方案,是目前应用最广泛、最成熟的空间热离子质谱分析技术.热离子质谱分析仪解决了三项关键技术,即5mV高分辨扫描高压,10~20nm超薄碳膜处理以及30kV超高加速电压.分析仪原理样机在瑞士伯尔尼大学完成了定标试验,实现指标参数如下:能量范围为0.499eV~29.94keV,能量分辨率为10.5%;能够实现离子成分H+,He+,O+的分辨;视场范围为360°×8.4°,角度分辨率为22.5°×8.4°.基于热离子质谱分析仪的研制基础,可以进一步开发出更高质谱分辨、更大探测视场以及小型化的等离子体探测载荷.      

基于模糊粗集的航空发动机特征参数提取算法

提取发动机性能状态的特征参数,是提高发动机故障识别正确率和可靠性的必要条件.针对实际航空发动机故障参数所具有的模糊和连续性特点,提出了一种基于模糊粗糙集的特征参数提取算法,并应用到某型航空发动机故障识别.研究结果表明:属性约简的核则为导致发动机故障的特征参数,以此特征参数进行故障诊断,可保证较高的诊断精度;同时,该算法的抗干扰性提高了整个系统故障识别的正确率.该算法可用于航空发动机故障分类、故障诊断以及状态监控.      

进气道旋流的模拟及试飞中的测量与评价

为深入研究旋流以全面评价进气道/发动机相容性,研制了一套可调叶片转折角、叶片高度、叶片数的叶片式旋流发生器.通过数值模拟、风洞试验逐步验证了叶片式旋流发生器的有效性,分析了各种可调参数对旋流发生结果的影响.提出了飞行试验中可行的旋流评价指标以及测量方案,并应用于风洞试验以进行验证.数值及试验结果表明:①所设计的旋流发生器可产生整体涡强度达28°的旋流;②叶片数、叶片攻角对旋流发生效果的影响最为显著;③通过不同的叶片布局方式可模拟出各种典型的旋流结构.      

复合材料高分辨率RF超声检测技术及其应用

通过分析脉冲超声波在复合材料中传播形成的检测信号特征,采用高分辨率RF超声检测技术实现了纤维增强/树脂基复合材料高分辨率缺陷检测.结果表明,采用该技术纵向分辨率和表面检测盲区可达0.13mm左右,可得到复合材料中孔隙率含量的清晰分布,实现复合材料冲击损伤、分层等缺陷的扫描成像检测.     

基于符号序列联合熵的航空发动机健康监控方法

引入信息熵理论,结合对多参数时间序列的符号化处理,探讨其在航空发动机健康监控中的应用.利用符号序列联合熵对航空发动机性能参数无序程度的描述,分析航空发动机健康状态及其演化方向.对两组实际飞行数据的实验分析表明,该方法描述的航空发动机的健康发展趋势与实际情况相吻合,能够较好反映航空发动机的健康状态,可以为航空发动机的健康...     

Q/ZHFC 复合材料无损检测标准浅析

Q/ZHFC复合材料无损检测标准是在数十年的持续研究,经过不断修订完善后,自主形成的首套国内比较成体系的专业级复合材料无损检测标准,包括不同复合材料、不同成型工艺的复合材料结构、不同几何特征和不同缺陷检出要求的复合材料结构的无损检测标准,由通用标准、专业标准和规程/作业指导书/工艺卡三层标准构成,涵盖了复合材料无损检测涉及的“人、机、料、法、环、测”各个关键技术要素,为行业内外复合材料的无损检测提供了较为全面的标准和应用支撑。     

基于相对骨骼点特征和时序自适应 感受野的动作识别方法

针对长时间动作识别难以充分利用时空域信息的问题,提出了基于相对骨骼点特征和时 序自适应感受野的动作识别方法。首先,该方法在特征获取部分增加了相对骨骼点特征,以满足 节点多样性和互补性要求,将其分别输入到空域图卷积网络,获得空间中相邻关节聚合的局部特 征。然后,设计了一个时序自适应感受野网络,以获取在时域中关节变化的局部特征,并且增加了 网络对不同持续时长动作的适应性。最后,经过决策级融合模块,计算类别概率,得到分类结果。 仿真结果表明,基于 NTU RGB+D 和 Kinetics-skeleton两大基准数据集,对比多种主流方法,均 取得了更高的识别准确率,分别为96.2%与60.1%。该方法可以较好地提取不同动作的区别性时 间特征,提高了动作时空特征的判别能力。