真空强电磁场环境下铝的二次电子倍增规律

针对卫星表面受强电磁环境的影响导致的充放电问题，采用1D3V的粒子网格（PIC）方法对卫星表面铝材料在空间强电磁环境作用下的二次电子倍增作用规律进行研究。结果表明：星表铝材料在不同微波幅值、不同频率下的二次电子倍增效应存在“最易”倍增区间；二次电子倍增规律表现为在特定频率下，铝的二次电子倍增随着微波电场幅值的增大先增强后降低，表现出最佳倍增区间的效应；在特定幅值下，铝的二次电子倍增效应也会先增强后降低，但是整体表现出低频时倍增强，高频时抑制倍增的效应。     

一种多源测距与视觉惯性融合的月球车定位方法

针对月球车月面探测活动任务中对高精度定位的需求,当前视觉惯性定位方法存在误差累积,并且在缺乏先验环境信息时无法消除,基于三角测量原理的无线电定位方法可以通过测量接收端到至少三个不同发射端的距离来确定目标物体位置,但需要架设三台以上基站,因此难以满足月面环境下大范围定位的需求。文章提出了一种基于基站无线测距和视觉惯性里程计融合定位方法,以解决上述定位手段存在的问题。该方法首先利用视觉惯性里程计构建的环境模型将WIFI、UHF和UWB三类无线电基站测距信息进行融合,然后将测距结果和视觉IMU信息进行位置联合解算来确定月球车位置,最后在Matlab和Gazebo软件平台上进行仿真验证,在距离基站最远行进1500米的条件下实现了0.92米定位误差。实验结果表明,该方法能够在满足月面探测任务对于精准定位的需求。     

无人机群体视角下的轨迹预测CSCD

利用无人机对观测目标的运动轨迹进行预测是当前无人系统领域的关键任务之一。目前的目标轨迹预测研究通常基于单一无人机所采集的轨迹数据,但由于场景中障碍物以及视角倾斜等因素的影响,单无人机不易稳定监测目标具体位置,容易导致目标丢失。而且,现有利用无人机的目标轨迹预测一般基于鸟瞰视角,没有发挥出无人机的灵活性。随着无人机集群协同技术的发展,无人机群体视角为目标全方位监测提供了新的思路,在解决目标丢失和目标遮挡问题中具有明显的优势。同时,基于多无人机的位姿估计可以估计出目标的准确三维坐标,为无人机的灵活视角观测提供基础。因此,从轨迹预测的相关工作出发,探讨无人机群体视角下轨迹预测中面临的挑战和解决思路,以期对未来的轨迹预测研究以及集群协同技术发展提供一定帮助。     

六西格玛在军用飞机发动机总装质量控制中的应用

国内某军用飞机主机厂C 发动机装机后存在间隙尺寸超差、装机一次合格率低的问题，为了解决该问题，引入六西格玛质量管理模式的DMAIC 方法对发动机装机流程进行研究。运用多元回归分析、机理分析等确定影响间隙尺寸的关键因子及其影响程度，采用线性拟合得出关键因子最优参数范围，并制定详细控制计划。通过对控制图进行分析，发现改善后的间隙尺寸处于工序稳定状态，发动机装机一次合格率由改善前的65.2% 提升至95%，表明基于六西格玛DMAIC 方法的质量控制对减小生产流程变异，提高生产效率有积极作用。     

基于可靠性真值表的JTC补偿电容重要性评估

为实现不同位置补偿电容的重要性评估，得到对无绝缘轨道电路(JTC)影响较大的补偿电容位置，提出一种基于可靠性真值表的JTC补偿电容重要性评估方法。建立JTC调整态和分路态模型，并仿真得到补偿电容断线时全部故障类型的调整态接收电压和分路态分路电流幅值曲线；提取相应的接收电压和最小分路电流与其阈值进行对比分析，建立JTC可靠性真值表；基于可靠性真值表计算各补偿电容的重要度系数，并通过柱形图确定对JTC影响较大的补偿电容位置。结果表明：靠近接收端的第2个和第3个补偿电容对JTC的影响较大。所提方法可协助现场维修人员确定各补偿电容的维护优先级，为补偿电容的重点监测提供依据。     

多工况下的发动机支架拓扑优化设计

为综合考虑航空发动机支架的各性能指标，提高支架结构的设计质量并实现轻量化，进行了结构拓扑优化方法在发动 机附件支架设计中的应用研究。以某油滤支架为例，根据该油滤附件与其相邻结构的相对空间位置关系建立支架的初始模型，基 于HyperWorks软件平台，在工况分析及载荷简化的基础上，以总柔度为目标函数，采用加权折衷规划法建立了多工况下的支架结 构拓扑优化的数学模型，并对比了优化前后支架的应力、位移、固有频率和质量。结果表明：在静强度储备相当的基础上，优化后 支架质量减轻了23％，结构刚度整体上提高了30％以上，且第1阶固有频率提高了62％，减轻支架质量的同时提高了结构性能，可 为发动机类似结构的优化设计提供一定的参考。     

基于注意力机制的实例分割算法

实例分割作为计算机视觉领域极具挑战性的任务之一,要求在图像分类的基础上为每一个物体生成像素级别的分割掩码.业界主流方案可分为自上而下和自下而上两种范式,自上而下范式又可分为双阶段分割和单阶段分割.单阶段分割方案为了提高推断速度,往往使用全图卷积操作取代双阶段分割方案中先检测后分割的策略.然而,卷积网络的平移不变性使得同一种类的不同实例提取到的特征相似,仅靠全图卷积难以进行区分,从而导致单阶段分割方案精度下降.针对单阶段分割精度降低的问题,提出了一种注意力机制,该机制在特征图每个位置的特征向量上进行点积运算,并将运算结果作为新的特征图,同一位置点积结果最大化,不同位置点积结果最小化,以丰富特征图中不同实例的差异信息.通过注意力机制使得单阶段分割方案中的全图卷积操作能更好地区分同一种类的不同实例,从而生成高质量分割掩码.在公开数据集上进行实验,验证了所提方法的有效性.     

军机总装过程质量门控制体系构建及应用

针对军机总装脉动式多站位生产模式下容易造成站位间质量风险传递的问题，在传统的质量门管理模式的基础上，将质量门与站位制节拍化生产模式相结合，提出一种适用于军机总装的质量门控制体系。主机厂C的应用结果表明，通过该体系使得大部分质量问题在整机移交前归零，平均单机不合格数下降幅度超60%。得出结论：所提质量门控制体系对于避免质量隐患流转，促进军机生产质量链整体提升有积极作用，可为实际应用提供指导。     

基于深度学习的电力数据分析研究

针对传统电力数据分析方法存在适用范围有限、模型复杂等导致电器分类准确率较差的问题,提出了一种基于多层堆叠长短期记忆(Long short-term memory,LSTM)网络的电力数据分析模型。首先,根据电力数据的频谱图、Mel频率倒谱系数(Mel-Frequency Cepstral Coefficient,MFCC)和Mel频谱图提取电力数据的特征,然后将其应用于深度学习模型并提高分类任务的性能,从而改善过拟合问题。其次,建立了一个多层堆叠LSTM模型,从而有效提高模型的分类和回归能力。最后,提出了一种改进的软独热编码和多尺度训练方法,从而防止峰值概率分布,提高模型的泛化能力。实验阶段,以家庭电力数据集为例,对所提模型进行验证。仿真结果表明,所提模型软独热编码及多尺度训练对加快训练效果具有一定效果,最终分类准确率到达89.85%。     

军机总装装配大纲质量风险等级评价模型研究

针对军机总装阶段质量风险识别与产品制造过程脱节、风险管控重点不明确等问题，结合总装以装配大纲为基础制造单元的特点，通过对过程失效模式及影响分析（PFMEA）评价体系的局限性进行优化，提出一种装配大纲质量风险等级评价模型，定义了风险等级系数RLC的计算方法，并给出风险评价要素的评价方法。应用结果表明，通过该模型识别的装配大纲质量风险等级与实际情况相一致，基于模型风险等级评价结果的质量管控使平均单机不合格数下降73.12%。所提模型的装配大纲质量风险等级评价是正确并有效的，可为实际应用提供指导。