大型复杂构件机器人加工稳定性研究进展

工业机器人正逐步应用于大型复杂构件的制造与装配领域,其加工稳定性是实现大型复杂构件高精、高效、高质量加工的基础,颤振抑制是实现机器人稳定加工的重要途径。与数控机床单一颤振类型不同,机器人加工颤振主要由再生型颤振和振型耦合型颤振构成,二者共同作用加剧了稳定性解析的复杂度。国内外学者在机器人加工颤振形成机理、颤振预测与控制等方面开展了理论与实验研究,并取得了诸多成果,但研究仍处于起步阶段。目前,机器人加工颤振产生机理尚不明确、稳定性理论解析方法尚不全面、颤振控制技术尚不成熟,工程应用尚未普及,加工稳定性研究的深度和广度仍有较大提升空间。为此,从机器人加工颤振机理、颤振规避方法、颤振抑制方法及加工稳定性应用案例分析4个方面对国内外文献进行了全面总结,并提出后续发展方向,可为大型复杂构件机器人加工稳定性的研究提供指导。     

机场探鸟雷达技术发展与应用综述

探鸟雷达已成为机场鸟击防范中重要的鸟情观测工具。首先,在介绍探鸟雷达技术起源的基础上,分析了目标回波幅度、飞行速度、飞行高度、轨迹特征、微动特征等飞鸟目标特性。然后,介绍了Merlin雷达、Accipiter雷达、Robin雷达以及Aveillant雷达等四种典型的机场探鸟雷达系统及国内的探鸟雷达技术研究现状,并分析了天线、雷达波形、目标检测与跟踪、目标识别与分类等雷达关键技术,进而对典型探鸟雷达系统的性能指标做对比分析。最后,从雷达与光电技术融合、探鸟与驱鸟联动、鸟情信息分析等方面讨论了探鸟雷达的应用情况,并做出结论与展望。     

腹部襟翼对飞翼布局飞行器起降气动特性的影响

以某飞翼布局飞行器为初始外形,利用数值模拟方法针对起降状态下腹部襟翼的安装位置及偏度进行了选型研究,并得到了腹部襟翼打开对升降舵舵效以及地面效应的影响规律。结果表明,当腹部襟翼位于重心后40%平均气动弦长时,在保持大迎角良好增升效果的同时对俯仰力矩的改变量也较小;随着腹部襟翼偏角变大,升力系数和阻力系数呈现出准线性增长,而俯仰力矩变化量较小,升降舵偏转1°左右即可配平;相比于腹部襟翼关闭状态,腹部襟翼打开后,升降舵舵效降低约6%,飞行器地面效应引起增升量变大,但纵向静稳定度有所降低。     

飞行器智能设计愿景与关键问题

未来飞行器正朝着多元化、无人化和智能化的方向发展,高超声速、超隐身和变体等新型飞行器不断涌现。而传统飞行器解耦分拆的设计方法越来越难以满足未来飞行器综合性能全面提升的要求,只有通过整体化设计才能充分发掘飞行器的潜能。通过分析传统飞行器设计中存在的问题,提出满足全生命周期要求的飞行器智能设计体系理念,利用知识库的构建将智能赋予飞行器平台系统设计、制造生产和运维这3个阶段,并通过数字孪生技术进行飞行器全生命周期的仿真、分析和预测,以对飞行器设计、运行等数据进行更新,使该体系形成闭环。就飞行器智能设计体系中需要的关键技术及涉及的科学问题等进行了讨论,并给出了未来发展方向以供参考。     

锦纶材料空间环境适应性研究

为研究锦纶材料在长寿命在轨航天器中的环境适应性,提出了锦纶材料在空间环境使用的空间环境适应性评价指标,设计并实施了空间环境适应性评价试验。试验结果表明,锦纶材料在燃烧性能、逸出有害气体、真空质损和可凝挥发物、抗菌防霉、耐受交变温度、电离辐射中表现出友好的环境适应性。锦纶材料在受到空间环境中原子氧、紫外辐射作用时断裂强力明显下降,且原子氧与紫外辐照协同效果对锦纶材料的力学性能破坏具有加强效果。锦纶材料可作为空间舱内环境长期使用材料,在舱外环境使用时,需要特别考虑其力学特性受到原子氧、紫外辐照的影响。     

提高数字器件频率稳定度测量分辨率的研究

提出了一种利用信号时空关系测量相位差来修正差拍周期的方法,并通过实验证明了该方法的正确性和可行性。此方法在提高数字器件频率稳定度测量分辨率方面还有很大的空间,是一种很有潜力的高精度测量技术。     

栅格翼展开等效试验方法研究

为了在运载器真实飞行前对栅格翼展开过程和系统力学性能进行考核,针对现有模拟试验方法不能有效模拟飞行工况栅格翼在气动力作用下展开过程及该过程对壳体和栅格翼的冲击的问题提出了一种等效试验方法,试验结果表明具有很好的可行性和有效性,为后续类似试验提供了有益的参考。     

RNSS/INS深耦合高动态导航接收机测试方法研究CSCD

卫星导航和惯性导航采用深耦合方式实现导航作为世界上最先进的导航形式,在国防中的应用越来越广泛,但其在高动态下的性能需要验证。当前针对深耦合高动态下导航接收机的测试研究较少,本文介绍了基于卫星信号模拟器的测试系统组成及测试用高动态场景,运用模拟测试原理,通过对导航接收机在高动态下定位速度和跟踪灵敏度的测试及其结果分析,验证了导航接收机的深耦合功能,对此类接收机的测试方法进行了初步探究。     

基于3D-Winograd的快速卷积算法设计及FPGA实现

近年来,卷积神经网络（CNN）已被计算机视觉任务广泛采用。由于FPGA的高性能、能效和可重新配置性,已被认为是最有前途的CNN硬件加速器,但是受FPGA计算能力、存储资源的限制,基于传统Winograd算法计算三维卷积的FPGA解决方案性能还有提升的空间。首先,研究了适用于三维运算的Winograd算法一维展开过程;然后,通过增加一次性输入特征图和卷积块的维度大小、低比特量化权重和输入数据等方法改善CNN在FPGA上的运行性能。优化思路包括使用移位代替部分除法的方法、分tile方案、二维到三维扩展及低比特量化等4个部分。相对传统的二维Winograd算法,优化算法每个卷积层的时钟周期数减少了7倍左右,相较传统滑窗卷积算法平均每个卷积层减少7倍左右。通过研究,证明了基于一维展开的3D-Winograd算法可以大大减少运算复杂度,并改善在FPGA运行CNN的性能。      

一种基于OPTICS聚类的仅测角导航目标检测算法

仅测角自主导航方法具有设备简单、复杂度低,功耗低的优点,在空间任务中具有广泛的应用前景.针对中远距离下空间目标特征少的特点,提出了一种利用基于OPTICS聚类算法的空间目标检测方法,可用于仅测角导航过程中的目标检测.对原始星图进行预处理提取星点及目标点,并结合星图识别的结果选择部分帧,使用经过改进的OPTICS聚类方法获得目标运动轨迹.最后,使用本文中的算法对软件仿真出的含有目标的高精度星图进行处理验证了算法的可行性.在卫星相对于空间目标抵近过程中,目标检测的水平误差及垂直误差小于0.15°的帧数分别占到了85.4%以及99.6%.相比AVANTI实验中的目标检测方法,减少了在轨任务中相关参数的调节,进一步提升了算法的自主性.