天文观测卫星动中探测机动测试系统设计

天文观测卫星普遍采用动中探测模式开展空间探测任务。为了实现动中探测姿态机动模式的地面有效验证，设计了整星机动集成测试方案。设计惯性空间基准的地面动力学仿真，满足惯性空间扫描仿真；设计整星各分系统间高精度时间统一系统，为整星机动测试提供统一基准；基于STK与Matlab接口模块，设计基于实时遥测数据的可视化判读系统，可提高测试判读实时性与准确度。整星测试结果表明，该方案有效验证了动中探测任务中姿态机动功能的正确性和指标符合情况，为开展整星地面测试和在轨应用提供了参考。     

基于图像处理的液位测量技术研究现状与发展趋势

基于图像处理的液位测量技术具有非接触式测量、应用范围广、占用体积小等突出优势,在工业、化学以及水文监测等领域有着广阔的应用和发展前景。随着图像处理算法的改进和工业相机性能的提升,图像液位测量技术的各项性能指标也得到了显著提高。为进一步研究基于图像处理的液位测量技术,梳理其基本工作原理、分类及研究现状,并分析发展趋势和前景,为研究精度更高、应用更广的液位测量技术提供依据。     

复合固体推进剂燃气烟雾对激光透射的影响

建立了一套测定固体推进剂燃气烟雾对激光衰减的装置,研究了固体推进剂燃气对激光衰减的规律,由实验结果和理论分析得出,燃气烟雾对激光和可见光的透射率较好;能量较高的丁羟推进剂无烟化的最佳配方是Al粉含量应小于8%,硝胺(HR)的含量应大于30%。     

月球探测器软着陆最优末制导策略

在制动火箭推力幅值满足连续可变的前提下,研究了月球探测器软着陆末端的垂直下落过程中的控制问题。基于线性系统跟踪控制理论,利用线性系统中的模型参考跟踪控制的方法设计了一种对指定轨迹进行跟踪的制动方案。同时为了满足耗燃最优性和安全性,根据最优化理论,对控制律中的参数进行优化,最终确定系统的控制律。仿真结果表明该设计方法是简单、有效的。     

航天型号产品供方管理模式初探

文章对航天型号产品供方管理存在问题进行了分析，提出了航天型号产品供方管理的目标和管理模式的设想，从确定供方选择原则、建立灵活适用的供方绩效评价指标体系、建立供方数据采集和分析模型、识别和优化供方、规范航天型号产品供方评价方法和程序等几个方面进行了浅入分析。     

水陆两栖飞机静力试验优化机翼变形的载荷配平

水陆两栖飞机全机静力试验的浮筒着水工况试验中，在试验允许的常规载荷配平方案下，压向大量级水载荷作用于浮筒结构引起机翼较大变形，影响试验精度，因此进行以减少机翼变形为目标的载荷配平研究。将机翼近似为悬臂梁结构，在构建的机翼力学模型基础上应用Green函数建立机翼的挠度曲线方程。首次以考核区域边界肋的挠度和转角为优化目标并建立多目标函数，通过层次分析法和极差变换标准化处理方法将其转化为单目标函数后，采用引入交叉和变异因子的改进蚁群算法进行载荷配平方案优化运算。有限元分析及试验结果显示，优化得到的载荷配平方案可以显著地减少机翼变形，配平载荷不影响考核区域的真实变形，证明了该优化方案的正确性和可行性。     

基于相关功率修正的地基GNSS-R土壤湿度反演

利用全球导航卫星系统反射信号测量技术(GNSS-R)进行土壤湿度反演过程中，实际接收天线方向性会造成GNSS直反信号相关功率测量偏差。针对地基观测场景下天线方向性造成的相关功率的类余弦振荡问题，提出了基于多项式拟合的信号相关功率修正方法。为了验证所提方法的有效性，开展了地基GNSS-R土壤湿度观测实验，结果表明:基于多项式拟合的相关功率修正可以消除信号相关功率的类余弦振荡，提升GNSS-R土壤湿度反演中的观测数据有效性和反演结果准确性。      

基于卷积神经网络的航天复合材料缺陷智能检测

针对传统的缺陷图像识别处理方式存在着准确度与辨识度不足,且处理缺陷种类单一的问题,提出了一种基于Cascade R-CNN和Mask R-CNN的神经网络模型。首先,为了提高缺陷检测的可视化效果和检测准确度,在实例分割卷积网络Mask R-CNN的基础上,结合级联神经网络Cascade R-CNN结构,组合成了新的级联实例分割Cascade Mask R-CNN网络;其次,对组合而成的级联卷积神经网络进行了训练,将训练好的模型对复合材料缺陷图像进行了检测。实验结果表明:检测的平均准确度达到了91.5%,平均置信度达到了97.3%,达到了检测精度的要求。该研究成果可运用于航天复合材料缺陷识别。     

高温热管性能分析与试验

设计并制备了钠工质、高温合金管壳的丝网型高温热管,测试并分析了在辐射和自然对流散热条件下不同加热功率和不同倾角对热管启动特性和稳态工作后等温性能的影响。结果表明,钠高温热管在不同倾角下都可顺利启动,而且随着加热功率的增加,钠高温热管启动时间越短,但倾角对启动时间影响不大。在倒置45°和倒置90°倾角时,在较大功率下热管的蒸发段出现温度激增现象,分析认为是由于丝网吸液芯毛细力不足导致蒸发段出现工质干涸造成的,说明已经达到了热管的毛细极限。     

Impulse feature extraction method for machinery fault detection using fusion sparse coding and online dictionary learning

Impulse components in vibration signals are important fault features of complex machines. Sparse coding(SC) algorithm has been introduced as an impulse feature extraction method, but it could not guarantee a satisfactory performance in processing vibration signals with heavy background noises. In this paper, a method based on fusion sparse coding(FSC) and online dictionary learning is proposed to extract impulses efficiently. Firstly, fusion scheme of different sparse coding algorithms is presented to ensure higher reconstruction accuracy. Then, an improved online dictionary learning method using FSC scheme is established to obtain redundant dictionary and it can capture specific features of training samples and reconstruct the sparse approximation of vibration signals. Simulation shows that this method has a good performance in solving sparse coefficients and training redundant dictionary compared with other methods. Lastly, the proposed method is further applied to processing aircraft engine rotor vibration signals. Compared with other feature extraction approaches, our method can extract impulse features accurately and efficiently from heavy noisy vibration signal, which has significant supports for machinery fault detection and diagnosis.