自旋稳定卫星姿态参数递推容错LS估计

准确计算自旋稳定卫星姿态参数是正确实施姿态控制的前提。本文基于最小二乘（LS）理论，建立了在线计算卫星姿态参数的一组具有容错功能的递推LS算法，简要论证了该算法具备良好的统计最优性质。     

提供流体动压滑动轴承-转子系统故障诊断深知识的振动参数识别方法

 转子的不平衡量、油膜的动态特性系数、调速器对转子作用力的系数是几个反映流体动压滑动轴承-转子系统故障的主要振动参数,提供这些参数作为故障诊断的深知识,可以有效地提高故障诊断专家系统的能力。本文给出了一个识别这些振动参数的方法,该方法简单、易行,适用于数据的实时处理。本文还给出了一个利用深知识进行故障诊断的实例。     

聚合物混溶的热力学分析

在小分子溶液热力学理论的基础上,介绍了对聚合物溶液体系采用Flory-Huggins晶格模型理论的结果;分析了聚合物完全溶解的必要条件和充分条件;根据温度、浓度及分子量对聚合物溶解性的影响,引出临界溶解温度、临界浓度、临界相互作用参数的概念。     

钉载孔挤压强化元件疲劳寿命研究

 <正> 钉孔挤压强化能大幅度地提高构件(试件)的疲劳寿命〔1〕。但由于钉孔挤压后的变化，钉载孔疲劳寿命的预测增加了难度，目前尚无成熟的办法。本文提出了一种钉孔挤压强化疲劳寿命计算的实际工程应用办法。首先计算孔挤压后的残余应力场，然后计算挤压孔的疲劳寿命。     

飞机结构件复合加载振动环境试验技术研究

从总体思路、夹具设计、载荷耦合影响消除等方面阐述了振动分别与疲劳载荷及多点静载的复合加载技术,并分别应用于两个型号结构件的振动环境试验。试验曲线表明提出的方法是简便可行的。     

液压飞行模拟转台的数字自适应控制

本文描述了用微型计算机实现模型参考自适应控制,克服了三轴液压飞行模拟转台中摩擦力矩造成的低速爬行现象,提高了转台在低速运行时的性能,并用数字式位置反馈提高了转台的位置跟踪精度。     

改性三元乙丙橡胶用于红外隐身涂层的研究

采用正交试验制备了三元乙丙橡胶接枝马来酸酐(EPDM-g-MAH),并以此为黏合剂,铜粉为填料制备了发射率可调的热红外隐身涂层,对涂层进行了红外光谱、红外发射率、微观形貌、力学性能等方面的分析.结果表明该涂层发射率可低至0.15左右,且可以显著减少填料的用量,明显提高涂层的力学性能:附着力可以从3级提高到1级,铅笔硬度从2B提高到3H,柔韧性都为1 mm,耐冲击力都大于50 cm.根据正交试验得到了优化试验条件,获得了涂层力学性能较好、红外发射率低的黏合剂材料.     

D406A超高强度钢的钻削性能研究

针对D406A超高强度钢的性能特点，选用了五种麻花钻进行钻削试验。结果表明，HSP15含钴超硬高速钢麻花钻较适于经热处理强化后D406A超高强度钢的钻削加工，且在钻头几何参数和钻削用量选择合理、使用合适切削液的条件下，可有效地改善D406A超高强度钢的钻削性能。     

用于五坐标加工的样条插补控制器及其在开放式数控系统中的实现(英文)

为满足复杂形体件高速高精数控加工的需要,在自行研制的开放式数控系统中开发了具有曲线插补功能的五坐标机床控制器。介绍了该曲线插补功能的指令格式及数控文件的编制过程。在控制器内部生成的位置矢量插值曲线和方位矢量插值曲线二阶连续,且该两曲线中立于逆机床运动。通过配置相应的运动变换模块,该控制器可适应任意形式五坐标机床。位置样条曲线采用截断的泰勒级数展开式进行实时离散计算。通过建立位置样条曲线参数和方位样条曲线参数的对应关系,使得加工过程中平动轴和旋转轴协调运动。通过实际加工验证了该控制器的性能。     

Neural network-based sliding mode control for atmospheric-actuated spacecraft formation using switching strategy

This paper presents an adaptive neural networks-based control method for spacecraft formation with coupled translational and rotational dynamics using only aerodynamic forces. It is assumed that each spacecraft is equipped with several large flat plates. A coupled orbit-attitude dynamic model is considered based on the specific configuration of atmospheric-based actuators. For this model, a neural network-based adaptive sliding mode controller is implemented, accounting for system uncertainties and external perturbations. To avoid invalidation of the neural networks destroying stability of the system, a switching control strategy is proposed which combines an adaptive neural networks controller dominating in its active region and an adaptive sliding mode controller outside the neural active region. An optimal process is developed to determine the control commands for the plates system. The stability of the closed-loop system is proved by a Lyapunov-based method. Comparative results through numerical simulations illustrate the effectiveness of executing attitude control while maintaining the relative motion, and higher control accuracy can be achieved by using the proposed neural-based switching control scheme than using only adaptive sliding mode controller.