海沧大桥气动弹性特性风洞试验研究

位于东南沿海台风多发地区的厦门海沧大桥是一座中跨达648m的三跨悬索桥，主梁断面采用流线型钢箱梁。通过气动弹性模型风洞试验，研究了该桥在运营及五个典型施工状态的颤振稳定性和抖振特性。     

高温吸波涂层的多目标优化模型设计

大多数高温吸波材料都属于非磁损耗型,单层往往很难达到理想的吸波性能.为解决此问题并优化涂层厚度,通过差分进化算法建立了多层高温吸波涂层的多目标优化模型,重点以8.2～12.4 GHz内反射率RL＜-10 dB频率带宽和涂层总厚度d为优化目标.设定三种高温吸波材料,研究表明,单层涂层很难达到理想的吸波性能;在单目标优化中...     

民用航空发动机型号审定概念设计阶段风险模型

为了在审定项目概念设计阶段识别潜在风险并规划处理措施以提高审定效率,通过综合条款分类统计、符合性方法及实施风险、技术要点解析等方法建立了典型民用航空发动机概念设计阶段工作模型,并开发了条款工作状态信息表。模型在某型民用航空发动机型号审定的实施识别了278项潜在风险,并针对典型结构完整性条款从要求确定到设计实现各个过程的潜在风险进行了详细分析,验证了模型的有效性。     

液化天然气作为航空燃料的发展趋势及特点分析

为研究液化天然气(LNG)作为航空燃料的可行性,对LNG的特点、发展趋势及作为航空燃料存在的问题进行了分析.采用了横向比较的方法,将LNG与新的航空替代燃料和传统航空燃料进行了比较和计算分析.结果表明:与新的航空替代燃料相比,LNG具有来源广泛、经济性好、发动机适应性强等优点.与传统航空燃料相比,LNG的储量大,可使用100年以上;可燃极限宽、污染物排放低,NOx排放仅为航空煤油的1/4;单位质量能量密度高、成本低,其燃料成本仅为航空汽油的一半,航空煤油的1/3;同时还具有可用于发动机高温部件冷却用的冷能,是一种极富潜力的航空燃料.指出在LNG作为航空燃料方面急需开展动力系统与飞机结构的匹配、燃料相态的有效转化及不同燃料在燃烧室内的反应特性等方面的研究工作.      

HTPB固体燃料冲压发动机流场仿真与燃速分析

基于守恒方程建立了固体燃料冲压发动机燃速仿真模型,采用二维轴对称模型和二方程化学反应模型开展了HTPB(端羟基聚丁二烯)固体燃料冲压发动机流场数值仿真,分析了不同空气来流条件对流场分布及燃速的影响.结果表明:火焰层在氧气和固体燃料壁面之间形成,随着来流空气流量和空气总温的增加,火焰层厚度变薄并向固体燃料壁面侧移动;随着发动机轴向位置的增加,燃速先迅速增加后缓慢增加,最后在补燃室附近快速减小,变化趋势与文献中试验结果吻合较好;固体燃料平均燃速随来流空气总温及发动内空气流率的增加而增大,并根据仿真结果拟合得到了燃速公式.      

发动机用特种油滤网冲压过程质量控制

W型特种油滤网具有弹性好,抗冲击能力强等优点,在发动机管路系统广泛应用,然而,W型油滤网为薄壁、复杂横截面结构,冲压成形过程极易出现拉裂、起皱缺陷以及尺寸超差等问题,导致零件合格率低,批量报废。为解决W型油滤网冲压过程成形质量问题,基于ABAQUS有限元仿真平台,建立了W型油滤网冲压过程三维有限元模型,获得了优化工艺参数和模具结构尺寸。针对试验和试生产出现的质量问题,开展质量问题统计,获得质量控制措施,试验结果表明,采取的质量控制措施有效解决了油滤网冲压过程的缺陷问题,产品合格率提升至99%以上。优化后的加工工艺稳定,满足批量生产交付要求,说明采取的质量控制措施是合理的。该研究方法应用于"C型"特种油滤网生产,产品合格率达99%以上,研究方法具有普适性。     

M40/4211 复合材料层合板铣削加工试验

通过分析碳纤维复合材料的性能特点及对切削加工性能的影响,提出了铣削刀具材料和几何结构形式的选用原则,介绍了几种适于碳纤维复合材料铣削的加工刀具。针对碳纤维复合材料中常用的M40/4211复合材料层合板进行加工缺陷试验和切削试验,总结出影响M40/4211复合材料层合板加工质量的因素及规律,得到每种刀具加工M40/4211复合材料层合板的最佳加工参数,较高的切削速度配合恰当的进给速度可以有效提高M40/4211复合材料层合板的加工质量和加工效率。     

微光探测EMCCD在高灵敏度星敏感器中的应用研究

阐述了微光探测的主流技术,重点突出了电子倍增电荷耦合器件（EMCCD）的结构、功能和优点,并进行了噪声和信噪比分析。同时以星敏感器运用为目的,完成了这一部件的初步设计分析和计算。     

基于RBF神经网络的结构光三维视觉检测方法

研究了基于RBF(Redial Basis Function)神经网络的结构光三维视觉检测方法.该方法利用RBF网络良好的非线性映射能力以及学习、泛化能力,通过所获取的高精度的样本数据来训练RBF网络,最终建立起了用于结构光三维视觉检测的RBF网络模型.与常规方法相比,该方法不需要考虑视觉模型误差、光学调整误差等因素对视觉检测系统测量精度的影响,因而能够有效的克服常规建模方法的不足,保证了检测系统具有较高的精度.     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.