一种小卫星模拟装置的动态模型辨识

针对一种小卫星模拟装置的动态模型辨识问题,提出了一种多变量两阶段辨识方法。在对该单轴小卫星模拟装置控制系统进行激励信号选取和实验设计的基础上,利用这种方法对反映模拟装置动态特性的低阶广义姿态模型进行了辨识,并用实验数据进行了模型检验。此模型为该小卫星模拟装置的控制器设计和状态估计提供了重要的依据。通过单轴小卫星模拟装置的辨识实验验证了这种辨识方法的有效性。
     

高效低损伤高速波动式超声加工技术进展

在航空制造领域,高温合金、钛合金、复合材料等难加工材料高效低损伤加工一直是制约行业产能的瓶颈问题.随着我国制造业的不断升级,智能制造、先进数控、先进刀具、先进冷却等前沿技术已在难加工材料加工方面得到了广泛应用,然而传统连续切削模式下难加工合金切削线速度仍未能得到实质性突破,限制了其产能的进一步提升.近年来,出现了高速波...     

地面目标多角度SAR数据集构建与目标识别方法

南京航空航天大学雷达探测与成像技术研究团队利用自主研制的无人机（Unmanned aerial vehick, UAV）机载高分辨率微小型合成孔径雷达（Mini synthetic aperture radar, MiniSAR）系统,针对多类具有代表性的地面目标进行全方位回波录取及成像处理,构建了拥有自主知识产权的复杂目标SAR数据集,并依托该数据集开展了基于人工智能的目标识别方法研究。针对无人机运动姿态不稳定、辅助传感器精度受限导致的图像散焦问题,本文提出了新型运动补偿及新型二维自聚焦算法。实验表明,虽然AlexNet、ResNet-18、AConvNet和VGG等经典神经网络在MSTAR十类目标分类问题中取得了接近100%的分类准确率,但将其应用于南航MiniSAR数据集时分类准确率均明显低于90%。由于本文采取的实验方法与SAR目标识别技术的实际应用场景较为接近,该MiniSAR数据集对于面向工程应用的SAR目标识别算法研究将会具有重要参考价值。     

多级轴流压气机出口级转子扩张通道优化设计

为提高多级轴流压气机后面级气动性能,针对某多级轴流压气机出口级转子搭建了基于遗传算法和神经网络代理模型的扩张通道压气机优化设计平台,并对其进行扩张通道优化设计研究。根据优化得到的数据库分析了各设计参数对效率和裕度的影响规律。在优化所得解集中选择了两个扩张通道设计方案,探究了其对效率和裕度的影响规律和机制。结果表明:扩张通道设计可使出口级转子在设计流量点的负荷提高12.1%、效率提高1.28%,同时获得12.50%的裕度改善量。基于当地熵产率损失模型可得,扩张通道转子相较于原型转子,其上下端壁损失增加,叶型损失减小。扩张通道转子近失速点堵塞系数变小是其裕度提升的主要原因。      

我国首次火星探测任务

我国首次火星探测任务于2016年立项实施。综合介绍了国际火星探测的历史和现状,我国首次火星探测任务的工程目标和科学目标、总体技术方案、关键技术难点、预期创新成果。我国首次火星探测任务将通过一次发射,实现火星环绕和着陆巡视,对火星开展全球性普查和局部的精细探测,推进火星地形地貌与地质构造、土壤特征与水冰分布、表明物质组成、大气电离层和气候环境、物理场与内部构造等方面的研究。实现火星探测任务目标,针对火星探测面临的各种特殊环境,需突破长期自主管理与控制等8类关键技术,取得的一系列创新成果,将为我国建立独立自主的深空探测基础工程体系,掌握深空探测基础共性技术,形成开展深空探测的基础工程能力。     

火星地形测绘研究综述

火星地形测绘是开展火星科学研究的基础。介绍了与地形测绘相关的火星探测任务,并对地形测绘传感器进行了分析。阐述了火星地形测绘摄影测量数据处理的基本原理,研究了基于SPICE库建立火星表面线阵影像严密几何模型的方法。讨论了火星地形测绘摄影测量数据处理中的光束法平差、密集匹配以及多线阵拼接等关键技术。在总结现有火星地形测绘任务特点的基础上,针对我国开展火星地形测绘研究提出了建议。     

考虑相互碰撞影响的月壤颗粒运动轨迹计算方法研究

针对登月着陆器下降过程扬起月壤颗粒的运动轨迹及空间分布问题, 提出了考虑月壤颗粒发生完全弹性碰撞和非完全弹性碰撞两种情况的月壤颗粒运动轨迹计算方法. 根据质量守恒和能量守恒定律确定月壤颗粒相互碰撞后的速度, 通过羽流场与月壤颗粒的流固耦合相互迭代计算方法, 获得被扬起的月壤颗粒在羽流场和相互碰撞共同作用下随时间的运动轨迹和空间分布. 基于美国Apollo 11登月过程实测数据, 采用数值模拟对该方法进行验证. 结果表明, 考虑月壤颗粒相互碰撞的影响后, 其运动规律出现较明显的扩散趋势. 进一步考虑月壤颗粒相互碰撞引起能量损失的影响后, 月壤颗粒的扩散趋势有所减弱, 并且扬起的高度随着恢复系数的减小而降低.      

基于深度学习和图匹配的接线图检测与校核

传统的厂站一次接线图的绘制和管理主要依靠电网运行人员,费时费力且缺乏科学可校核的参考标准。提出了一种基于深度神经网络和数字图像处理相结合的厂站一次接线图的自动检测、识别和校核算法。首先,使用目标检测Faster R-CNN模型检测厂站接线图中的电器元件,并达到92%的检测准确率,同时使用端到端的文字检测识别模型识别厂站接线图中的文字信息,并达到94.2%的文字检测准确率和92%的文字识别准确率;然后,使用数字图像处理技术进行厂站接线图连接线、拓扑关系识别;最后,使用改进的VF2算法进行厂站一次接线图和人工维护的厂站一次接线图拓扑关系匹配校核,将拓扑数据抽象为无向图,通过轮廓序号得到元件的相对位置信息,根据改进的VF2算法得到2张图的匹配率,并通过匹配率与设定好的阈值来帮助核验,相比于节点遍历的匹配方法,核验准确率提高了37.5%。基于某供电公司提供的部分变电站的厂站一次接线图标注了接线图电器元件,贡献了一个小型接线图数据集。