直升机可靠性关键件和重要件的确定方法及工程应用

本文论述了可靠性关键件和重要件的确定目的,指出了当前型号设计中存在的问题,之后较详细地阐述了可靠性关键件和重要件的判别准则及决断程序,并以工程实例说明具体应用.     

大型振动台系统振动模态的有限元分析

本文针对滑动平台与动圈对接后水平横向振动系统的扫频试验的上限频率载止在400Hz的问题,对系统作了振动模态的有限元分析。在有限元分析中把所有离散化了的结构全部采用SAP5单元库中的平面应力膜元,这种膜元是改善了峦曲性能的威尔逊(wilson)不协调元,它很好地反映了本振动台系统的振动性态,这种膜元(与板壳元相比)大大地减少了自由度和带宽,从而节省了大量的计算费用。此外,还采用了SAP5程序中的边界元,用以提供油膜对滑台上有关节点的刚度,清除某些膜元上的非正向奇点以及用来模拟系统中的一些弹簧作用,也是较为成功的。本系统振动模态分析结果表明:激振动圈通过喇叭口部件以弯曲,扭转及(拉)压的形式向滑动平台传递激励力,也即此时激振动圈所发出的激励力大部份消耗在系统的弯曲和扭转振动,仅以部份的分量(拉或压)来驱动滑动平台的水平运动,这样势必导致激励能量大部份变为弯曲和扭转所做的功,从而使得扫描上限频率载止在400Hz左右,这与试验结果是一致的。     

“全球星”：为大众的现代通信

１概述□□随着航天技术和通信技术的发展，“全球移动个人通信系统卫星”（ＧＭＰＣＳ）将在２０世纪末问世。卫星移动个人通信系统可满足世界对通信全球化和个人化的要求，是通信领域中的一场革命。“全球星”就是这场革命中的一个先行者。全球星有限公司是１９９１年成...     

基于广义多层次模糊模型的无人机路径规划

无人机自主飞行的路径规划涉及许多因素,为了使决策向量的获得过程尽可能多包含各个因素的信息,采用广义多层次Fuzzy综合评判是一种有效的方法.但是由于预先不知道权数分配,也无法知道评判结果,故无法用解决广义多层次Fuzzy综合评判或解决其逆问题的方法得到结果.为此引入遗传算法,利用其进化特性,求得合理的权数分配和广义多层次Fuzzy综合评判结果,可以达到控制飞机飞行过程的目的.这一过程提供了一种解决非正非逆问题的广义多层次Fuzzy综合评判问题的新思路和新方法.     

基于磁共振线宽的Xe核自旋横向弛豫时间测量方法

随着核磁共振陀螺技术的发展,高精度核磁共振陀螺对原子气室性能提出了更高要求.原子气室内Xe核自旋的横向弛豫时间(T2)是衡量原子气室性能的重要参数之一,T2的常用测量方法为自由感应衰减法(Free Induction Decay,FID).当T2较短时,由于自旋进动信号易受外界干扰,FID方法难以对T2进行精确测量.根据磁共振线宽理论以及自旋进动信号检测技术,针对T2较短的原子气室,提出了基于磁共振线宽的Xe核自旋横向弛豫时间测量方法,构建了测试装置,对Xe核自旋进行了测试.测试结果表明,该测量方法能够有效获得Xe核自旋的横向弛豫时间,克服了FID方法对T2较短的原子气室难以测量的局限性,为检验核磁共振陀螺中原子气室的性能提供了有效测试手段.     

非开普勒轨道下卫星交会变轨决策研究

针对卫星在非开普勒轨道下的运动特征,提出了研究卫星交会变轨决策的方法。首先,在Hill坐标下,采用比例导引方法求解卫星进行变轨机动时所需要的速度增量。然后,再通过Lagrange插值算法解出卫星在任意特征点上变轨机动所需要的速度增量,根据数字仿真得出大量的仿真数据并画出满足变轨决策条件的决策曲面。最后,对决策曲面的涵义做出分析,说明了该方法对于研究非开普勒轨道下卫星变轨决策问题具有一定的意义。     

直扩测控系统抗多址能力分析与验证

为了防止多址干扰造成接收机出现误捕和假锁,改善直接序列扩频测控系统抗多址干扰性能,在Gold码特性和扩频接收机性能分析的基础上,结合最大似然原理,对采用扩频体制测控系统的抗干扰能力进行了分析。为契合工程应用,采用仿真遍历结合理论分析的方式,对Gold码的互相关抑制能力理论值进行了工程修正。在分析捕获阶段的抗干扰捕获门限后,还分析了载噪比估计结果在正常锁定和假锁两种状态下的差异,给出了接收机对假锁状态的判决方法和门限。根据分析和仿真的结果,给出了系统设计约束条件和优化的接收机设计流程,作为测控系统和接收机设计的参考。     

提高民品研制质量的“三,二,二”法

详细介绍了为提高民品质量而推行的三级评审（零部件评审、总成及组件评审和产品总体评审）制度，并介绍了为严格控制外购件质量而对配套厂进行评审和对配件进行严格验收的制度。     

基于 Stacking集成学习的飞行模拟器设备故障预判

为精准研判飞行模拟器故障问题,提升飞行模拟器故障应急处理能力,提出了 1种基于 Stacking集成学习的设备故障预判方法。首先,针对设备故障数据具有高维度和时序性的特点,采用正态分布法,对采集的原始故障数据进行缺失值和异常值处理,获取归一化数据,并基于核主成分分析法,提取数据的特征并降低数据维度;然后,构建以 CNN、RF、BP神经网络为基分类器,XGBoost为元分类器的 Stacking集成学习模型,采用交叉验证训练策略,对设备的故障类型作出预判;最后,构架典型案例。仿真结果表明,所提方法可正确有效地识别设备的多种故障状态。