面向集中力扩散的回转曲面加筋拓扑优化方法

为了提高航天器回转曲面加筋型连接结构的集中力扩散效率,需要开展回转曲面加筋集中力扩散结构设计。传统放射肋设计方法普遍依赖设计经验、难以满足集中力高效扩散需求。因此,提出一种面向集中力扩散的回转曲面加筋拓扑优化方法。第1步,建立了一种基于各向异性过滤技术的集中力扩散拓扑优化方法,保证拓扑优化结果满足回转曲面加筋制造工艺要求;第2步,提出了一种基于网格变形技术的拓扑优化结果智能重构方法,可高效准确地对回转曲面加筋拓扑优化结果进行模型自动重构。基于所提出方法,以卫星平台对接环这种典型的回转曲面加筋壳为对象开展算例研究,并将优化结果与传统放射肋设计结果进行对比。结果表明,所提出的优化方法可得到加筋构型清晰、满足回转曲面加筋制造工艺要求的优化结果,且具有集中力扩散效率高、网格质量依赖性低、拓扑特征重构高效等优点。     

齿轮测量中心测头数据采集系统

提出了齿轮测量中心电感测头的新型数据采集系统,包括以集成开关构成的新型相敏检波器和以单片机为核心的数据采集系统,可以应用于各种电感信号的处理,具有较强的通用性。     

一种大尺寸复合材料筒状支架成型技术北大核心CSCD

主要从模具设计、铺层工艺优化、成型压力保证等方面阐述了一种大尺寸厚壁异型复合材料筒状支架的热压罐成型技术。实践表明:采用分块组合模具阴模成型,合理设计铺层时纤维的断开方式,固化时采用梯度循环加压,控制加压点温度、最大施加压力,可以有效地保证该异型厚壁支架各位置加压到位,成型产品表面光滑无褶皱,内部无超出标准的分层、疏松等缺陷,同时尺寸精度、含胶量也满足指标要求。     

柔性机器人动力学建模的一种方法

提出一种建立具有柔性关节的多柔杆机器人动力学方程的方法.首先给出了柔性关节及柔性臂杆的简化模型,然后利用Kane方法和假设模态法推导出完整的动力学方程并给出了递推公式.在此基础上利用一个算例研究了臂杆柔性与关节柔性对机器人动力学响应的影响.结果表明:所建立的动力学模型更接近于实际的柔性机器人系统;臂杆柔性与关节柔性都起着非常重要的作用,因此在柔性机器人的动力学建模与控制中应充分考虑它们的影响.      

面向精密制造的微材料特性检测机构

微机电系统(MEMS,Micro Electromechanical Systems)在航空航天、汽车、生物医学、环境监控、军事等领域中有着广泛的应用前景.其材料力学性能的测试目前是其性能测试的薄弱环节,它涉及到微位移、精密定位和载荷/位移测量.采用传统"机械"制造技术,由于摩擦、间隙、爬行和多环节传动误差积累等原因而无法实现.为此,提出了一种冗余驱动全柔性并联机构和压电陶瓷驱动器所组成的新型测量平台.在推导4RRR冗余驱动并联机构运动学逆问题方程的基础上,经过最佳拓扑选择、运动学分析,并基于动力学优化,确定了微位移/精密定位运动平台主要结构尺寸.实验表明:采用该平台,可以满足MEMS材料力学性能测量所需的微位移和精确定位要求.     

基于Object-FMA的软件代码审查方法

针对传统代码审查方法中使用的检查单具有的两个不足:缺少从代码到检查单缺陷记录的映射方式,检查单记录的代码缺陷类型不全而导致审查时代码缺陷的遗漏,提出了一种将代码进行层次划分,并使用对不同层次代码对象进行失效模式分析来代替使用传统检查单的代码审查方法.此外,提出了一种对象失效模式分析方法(Object-FMA,Object Fail-ure Modes Analysis),用于系统地分析代码对象的失效模式,为不同层次的代码对象建立失效模式库.在某型号软件的代码审查中对该方法进行了实例应用,结果表明此方法提供了一种从审查代码对象到失效模式库的映射方式,提高了代码审查的效率,审查时不仅能发现传统检查单中记录的代码词法、语法和常见语义的缺陷,还能有效地发现代码中人为疏忽或算法设计错误而引入的代码缺陷.     

基于离散事件方法的AFDX建模与仿真

采用了建模仿真的方法来分析航空电子全双工交换式以太网(AFDX,Avionics Full Duplex switched ethernet)协议.通过对AFDX协议的抽象,基于离散事件的建模方法,以基本的网络元素来抽象化网络中的端系统、交换机等设备,以离散事件来描述网络设备的行为,以此构建了AFDX网络模型,并依据模型实现了仿真.网络演算是一种理论计算AFDX最坏延迟界限的方法,将典型场景下仿真得到的结果与理论计算的结果进行比较,验证了模型.通过不同流量方案下仿真结果的对比,对AFDX进行了传输特性的分析.      

航天器控制系统高可信度地面测试技术

随着航天器复杂程度和指标要求的不断提高,高可信系统级地面测试越来越凸显其重要性.以工程应用为出发点,对航天器控制系统高可信地面测试涉及的相关理论和技术进行探讨.提出了测试可信度的定义,并以航天控制工程为背景分析了测试可信度的影响因素.在此基础上,系统介绍了柔性化原型测试、航天器控制系统指标专项测试、高可信动力学建模、高可信信号源技术等方面的初步研究成果.     

Response of Hainan GPS ionospheric scintillations to the different strong magnetic storm conditions

Using the GPS ionospheric scintillation data at Hainan station (19.5°N, 109.1°E) in the eastern Asia equatorial regions and relevant ionospheric and geomagnetic data from July 2003 to June 2005, we investigate the response of L-band ionospheric scintillation activity over this region to different strong magnetic storm conditions (Dst < −100 nT) during the descending phase of the solar cycle. These strong storms and corresponding scintillations mainly took place in winter and summer seasons. When the main phase developed rapidly and reached the maximum near 20–21 LT (LT = UT + 8) after sunset, scintillations might occur in the following recovery phase. When the main phase maximum occurred shortly after midnight near 01–02 LT, following the strong scintillations in the pre-midnight main phase, scintillations might also occur in the post-midnight recovery phase. When the main phase maximum took place after 03 LT to the early morning hours no any scintillation could be observed in the latter of the night. Moreover, when the main phase maximum occurred during the daytime hours, scintillations could also hardly be observed in the following nighttime recovery phase, which might last until the end of recovery phase. Occasionally, scintillations also took place in the initial phase of the storm. During those scintillations associated with the nighttime magnetic storms, the height of F layer base (h’F) was evidently increased. However, the increase of F layer base height does not always cause the occurrence of scintillations, which indicates the complex interaction of various disturbance processes in ionosphere and thermosphere systems during the storms.     

基于大脑情感学习模型的转台伺服系统设计

提出了基于大脑情感学习(Brain Emotional Learning,BEL)模型的高精度转台伺服系统智能控制方案。BEL模型是一种模拟哺乳动物大脑情感学习过程的仿生计算模型。设计了融合系统跟踪误差、控制输入等信息的BEL智能控制结构,通过选取不同的感官输入信号可获得不同的控制结构,采用联想学习方法在线学习BEL模型内部的节点权值来调节控制器参数,从而实现转台伺服系统的自适应跟踪控制。仿真和实验结果均表明,BEL智能控制器学习能力强,能抑制摩擦等非线性干扰因素,在实时控制系统中表现出较好的稳定性和较高的跟踪性能。