基于神经网络的飞机主要参数估算方法

根据飞机设计要求来选择主要参数往往涉及许多不确定的因素。本文基于多层神经网络计算模型，提出了一种新的飞机主要参数的估算方法，并给出了实现这种方法的详细步骤。将该方法应用于喷气支线飞机和喷气公务机主要参数的估算，测试结果表明估算误差均在10％之内。     

燃油喷嘴螺旋槽的精密测量方法与系统设计

为了实现航空发动机燃油喷嘴上的螺旋槽特征的快速与精确检测,提出了螺旋槽的槽深、螺旋角和槽宽等参数的测量与计算方法,并基于此设计和搭建了一套非接触式的燃油喷嘴螺旋槽精密测量系统。该测量系统基于模块化的设计思想,其机械主体采用立柱移动型三坐标测量机的结构形式;运动机构由三个直线轴X、Y和Z以及一个回转轴A构成,电气控制模块采用了由上位机与下位机构成的主从控制方式,前端传感器选用了新型的锥光偏振全息激光测头,并应用专用夹具来实现被测喷嘴零件的装夹和定位。最后,选取某个燃油喷嘴样件作为被测目标,应用所搭建的测量系统对其上的多个螺旋槽特征开展了重复测量实验,并解算得到了槽深、螺旋角和槽宽的几何尺寸,而且系统所达到的测量精度能够满足检测需求。     

摩擦作用下金属氧化反应的机理

某些金属在空气中摩擦时生成的润滑性氧化膜由于具有低摩擦系数、高耐磨性和自修复等特点越来越受到关注。摩擦过程中氧化膜的生成速度超过磨损速度是获得有效润滑的必要条件。摩擦氧化的动力学机制不同于热氧化,本文基于致密氧化膜的抛物线生长模型研究了摩擦状况下的氧化膜生长规律,使之尽早获得推广应用,具有广阔的市场前景     

飞机起落架落震试验测控系统开发与应用(英文)

针对"海鸥300"飞机起落架落震试验的技术要求,研制了起落架落震试验测控系统。提出飞机起落架落震试验电液伺服系统的设计方案,采用可编程式逻辑控制器(PLC)技术实现了试验过程的自动化,解决了起落架落震试验机轮水平载荷、垂直载荷、机轮转速等测量技术难点。根据CCAR-23-R3要求,完成了"海鸥300"起落架落震试验。结果表明:试验系统工作稳定可靠,数据采集精度高,符合"海鸥300"飞机起落架试验技术要求,可作为其飞机适航取证的依据。     

民用飞机发动机吊挂部段静力试验与静强度分析

根据民用飞机发动机吊挂部段静力试验技术需求,研制了一套用于吊挂部段静力试验的试验系统,解决了吊挂支持模拟、加载边界模拟等关键技术,完成了吊挂应急着陆、航向侧移两种危险工况试验,并结合试验台架-吊挂有限元分析模型对吊挂进行了静强度分析.试验结果表明,试验系统工作稳定可靠,吊挂在应急着陆等工况下未发生有害塑性变形,其强度、刚度满足设计要求.对比显示:试验最大应力与有限元分析相对误差均小于8％,验证了分析模型的准确性.试验结果可作为民用飞机发动机吊挂部段强度性能的评定依据,有限元建模方法可应用于吊挂部段改型设计.     

BTi6431S钛合金盒形件热拉深成形工艺数值模拟

为研究BTi6431S钛合金热拉深成形工艺,本文以某型号飞行器天线盒盖为例,通过设计正交实验方案,先后分别对无压边情况下拉深成形进行了有限元数值模拟,用最薄壁厚减薄率作为描述零件成形结果的评价标准,得出该钛合金件在成形温度为650°C,首次拉深凹模圆角半径11mm、凸模圆角半径7mm、转角半径12mm、拉深高度25mm参数下,最薄壁厚减薄率最小(20.3%)。     

基于动态库的星载软件可重构设计与实现

针对卫星在轨运行、长期处于无人值守状态,主要依靠星载软件的安全性和可靠性来保证整星任务的稳定工作。复杂多变的空间环境可能会引起星载器件的异常变化,从而导致星载软件异常,甚至发生软件"衰老"。本文在分析现有可重构方案基础上,提出了一种利用动态库的静态链接方式实现在轨可重构的方案,针对存在软件缺陷,或者需要功能升级和拓展的模块,利用遥控上注手段,采用MD5算法对数据文件完整性校验通过后,写入文件系统,并对原动态库文件作备份处理,以便版本回退。以具体实例对本文所述方案的可行性和有效性进行验证,结果表明:在嵌入式操作系统架构下,利用本方案实现星载软件可重构,能够有效提升星载软件在轨实施可重构的可靠性和安全性,进一步为星载软件的扩展和灵活应用提供支撑。     

基于变量集结预测控制的四旋翼无人机控制器设计

针对四旋翼无人机路径跟踪问题,设计了一种基于变量集结预测控制的控制器。首先以四旋翼无人机状态空间模型为基础建立预测模型;接着设计控制器时采用分段集结的策略把控制量集结成三段优化序列以减少优化计算量,并降低优化保守性,为了进一步加强系统稳定性,控制器引入终端代价函数和终端约束;最后用四旋翼无人机的动力学模型作为被控对象进行仿真验证,结果表明：该控制器能使四旋翼无人机在三轴方向均能实现一个良好的路径跟踪效果。与传统方法相比,这种基于变量集结的预测控制策略能够减小在线优化量,更适合四旋翼无人机飞控芯片的应用。     

电力场景下基于无人机视觉的运动目标追踪方法

随着人工智能技术的发展,面向电力系统的运动目标追踪技术逐渐得到关注,现有方法虽有一定成效,但是大多基于固定摄像头的监控视频录制,不能灵活追踪运动目标,当运动目标离开摄像头视野时,存在运动目标丢失问题。为此,利用无人机设备,并基于深度学习和核相关滤波技术,提出了一个电力场景下基于无人机视觉的运动目标追踪方法（MTTS_UAV）。所提方法采用改进的目标追踪方法与目标检测方法相结合的方式来追踪运动目标隐患,并引入2种无人机飞行控制模块:启发式和数据驱动式,使得无人机的飞行速度和方向可以根据目标移动情况自适应地调节。在真实变电站的安全帽人员数据集上进行了大量实验,对所提方法的追踪效果进行评估,结果表明:所提方法在真实数据集上的平均像素误差（APE）和平均重叠率（AOR）分别可达到2.37和0.67,验证了方法的有效性。