基于机器学习的飞机动力装置运行可靠性

为了研究分析飞机的动力装置在执行飞行任务过程中的运行可靠性,针对运行可靠性影响因素的多维、耦合的特点,采用机器学习方法对动力装置运行可靠性的时变规律及其相关影响因素进行分析。提出了考虑动力装置的工作状态、飞机的运行外界条件、飞机的飞行状态3类因素分析动力装置实时运行状态下的时变可靠性方法;并基于飞机实际运行的快速存取记录器（QAR）数据,梳理了动力装置运行可靠性分析相关的3类因素、16个主要特征。结合飞机运行的时空关系,采用数据包络分析（DEA）方法对飞机动力装置的工作状态特性与性能裕度进行非参数分析,基于提取的QAR数据特征,采用随机森林、多变量神经网络回归算法,建立2种基于机器学习的动力装置运行可靠性分析模型。以B737-800机型为例,对一次北京至珠海的飞行任务的动力装置相关运行数据进行分析,对2种机器学习分析模型进行训练与测试研究。分析结果表明：对动力装置工作状态特性贡献度最大的特征依次为计算空速、飞行时间与飞行高度;对动力装置性能裕度贡献度最大的特征依次为动力装置工作状态特性、雷达气象与飞行时间。所采用的2种机器学习方法能较好反映动力装置运行过程的时变可靠性规律,可为动力装置的运行与特情处理提供参考。     

可连续光滑偏转后缘的变弯度翼型气动特性分析

以变弯度翼型为研究对象,计算了其六种外形的绕流流场,分析了不同的连续光滑变形翼型与传统偏转翼型的气动特性,讨论了变形参数对气动特性的影响,研究了气动特性的产生机理;与此同时,以形状记忆聚合物柔性蒙皮和机械结构实现了可连续光滑偏转后缘的变弯度翼型,并在风洞实验中测试了其气动特性。计算和实验结果表明:可连续光滑偏转后缘的变弯度翼型能改进传统主翼-简单襟翼翼型的气动特性和流场分离特性;可变形段范围、转轴位置、后缘偏转角度、后缘高度等变形参数对气动特性具有显著影响。     

改进FMECA在空间电源分系统中的应用

故障模式、影响及危害性分析(FMECA)方法广泛应用于航天领域,并较早地形成了航天领域内的FMECA规范,基本满足型号常规使用的要求。但是,随着航天产品的日益复杂及高可靠性的要求,FMECA规范已无法完全适用,尤其是FMECA工作的有效性和全面性有待进一步研究。本文从三方面提出改进FMECA的方法程序,包括改进功能和结构分析方法,完善FMECA表格,增加发生可能性的级别,同时以电源分系统的分流调节器为例,验证改进后FMECA方法程序的可行性。分析结果显示:改进后的FMECA分析层级清晰,表格填写规范,故障模式和故障原因分析更全面,更有利于发现薄弱环节,并有针对性地指导产品开展设计改进,提高产品可靠性。     

面向星地量子保密通信的高功率连续变量明亮压缩光源研究

具有无条件安全和高速通信潜力的连续变量量子保密通信技术有望成为未来构建天地一体化信息网络的关键技术。首先介绍了基于光学参量放大器的高功率明亮压缩态光场制备技术和实验系统；然后通过理论分析实验结果，优化系统工作参数；最终获得光功率为200 μW，压缩度为10 dB的明亮压缩态光场，为研制工程实用高功率连续变量明亮压缩态光源奠定了基础。     

航空数据存储卡毁钥能力评价方法研究

为满足复杂战场态势下机载数据的安全性需求，需要建立对航空数据存储卡毁钥能力有效评价的方法。 建立航空数据存储卡毁钥能力有效性评价的目的是保证航空装备信息安全的重要措施，是科学、准确评价毁钥 设计是否满足需求的重要手段，是航空装备定型列装前必要的信息安全测评过程。通过对航空数据存储卡的典 型结构和硬件毁钥原理进行分析，对毁钥后电学、物理和化学等技术手段进行深入的研究，提出一种针对航空 数据存储卡毁钥能力的评价方法，从数据存储卡读取能力和存储介质损毁状态两个过程对毁钥效果开展评价， 从而规范了当前测评机构对数据存储卡毁钥能力评价过程中无统一方法的现状。本文利用该评价方法对某样品 航空数据存储卡经硬件毁钥试验后开展毁钥效果分析，验证方法的有效性。航空数据存储卡毁钥能力评价方法 可以很好的评估毁钥设计的效果，确保机载数据的安全。     

基于形状记忆聚合物复合材料航天航空可变形结构技术研究进展

形状记忆聚合物及其复合材料是一种在相应的外界刺激下可以在临时形状和初始形状之间进行切换的智能材料,具有低密度、低成本、可回复变形大,刺激方式可控等优点,在航天航空领域,如:空间可展开结构、锁紧释放机构、变体等,展现出来了巨大的应用潜力。这些应用大多处于开发阶段,一部分完成了地面功能验证,少部分进行了航天实验。本文首先总结了形状记忆聚合物(SMP)和形状记忆聚合物复合材料(SMPC)的分类,以及恶劣的空间环境因素下SMP的性能变化。随后总结了SMPC的空间可展开结构,包括:铰链、桁架、太阳能电池阵;SMPC的解锁释放结构;SMPC的变体结构以及基于4D打印的SMPC可展开结构的潜在应用。最后,对形状记忆材料和结构的发展前景进行了展望。