等厚度楔形杆应力分析的实验验证

用电测实验方法对等厚度对称楔形杆进行拉伸，弯曲实验，测定几个特殊位置及任意位置点的应力值，实验值与应力分析封闭解得到的理论值比较一致，证明了等厚度楔形杆的解是正确的。     

星载光学遥感器消杂光技术现状与发展

通过对国内外杂散辐射理论发展状况的研究和消杂光技术的探讨，归纳出杂光技术领域目前的国际水平以及该项技术的发展趋势；分别从散射理论、分析软件、测试途径以及杂光抑制措施等７个方面，力图全面系统地阐述该项技术的诸方面内容。文章从国情出发，根据当前中国消杂光技术现状和未来高水平空间遥感器的要求，提出下一步中国消杂光技术发展的建议。     

可靠性分配的因素综合法及其特性

通过对传统的可靠性评分法的分析研究，提出该种方法的不足。因素综合法的提出，综合考虑了各因素对可靠性分配所起的作用（或贡献）。通过对其特性分析看出，该方法弥补了传统方法的不足，有利于各种参数的正确评定，因此，该方法是一种比较合理的可靠性分配法。     

环保型玻璃清洗剂的研制

研制出一种迅速、简便清洗玻璃污垢的清洗剂。该产品不含磷、生物降解性好 ,是一种对人体无毒、对环境无害的环保型产品。     

一种基于Linux的数据采集和处理系统

介绍一种基于Linux的数据采集和处理系统的结构及其关键技术,其次介绍其界面设计中与组合框构件相关的部分,给出了一种动态管理菜单项的方法。     

箭上电磁环境检测接收天线研究

针对目前运载火箭舱内电磁环境愈发复杂且没有有效的测量手段的问题,研制了一种超宽带无源小型化接收天线。该天线采用多个整形单极子的方式拓展带宽并达到小型化目的。接收天线的测量频率范围覆盖500 MHz～6 GHz,尺寸约为60 mm×60 mm×100 mm。通过加入低噪声放大器,使可测量的最低电场强度不高于1 mV/m。由于多个整形极子天线存在相互干扰情况,因此接收天线在频率响应上与理论值存在差异,该差异可以通过校准进行消除。通过数值仿真和样机试验测试,该天线系统的测量能力良好,符合设计预期。将该接收天线应用装载在运载火箭舱内,可以对目前已知的箭上无线系统发射频段进行有效测量,对飞行过程中箭上真实电磁环境的确认、舱内电磁兼容设计、箭地无线链路设计具有重要作用。     

可重复使用液体火箭发动机寿命问题探讨

可重复使用火箭发动机与一次性发动机的核心区别在于其对发动机的使用寿命提出了更高的要求,面向未来航班化航天运输系统的发展目标,寿命问题愈加重要,亟待突破发动机关键部组件的寿命评估难题。综述了寿命问题的研究进展,分析了推力室、涡轮、管路、密封结构等部组件的失效机理与寿命评估方法,总结并展望了相关研究的重点与方向,为可重复使用液体火箭发动机的研制奠定基础。     

颗粒传热增强对微型脉冲推力器点火过程的影响

为了分析点火药产物中炽热颗粒对固体脉冲推力器点火过程的影响,采用了颗粒对壁面的冲击热增强模型来模拟炽热颗粒对推进剂表面的传热增强效应,进行了微型脉冲推力器点火过程的数值分析。结果表明,颗粒热增强效应显著影响脉冲推力器的点火启动过程,颗粒的热增强效应显著缩短了点火延迟时间,并使点火启动过程的压强增大,点火过程对颗粒含量较少的点火药更敏感;设计微型脉冲推力器点火器时要严格匹配产物颗粒含量,并严格控制点火药量范围。     

某型蓄压器低温振动试验方法

随着振动试验技术的不断发展,对特殊环境下振动试验的要求更加强烈,由于其技术难度更高,实施难度更大,而成为振动试验的难题.本文基于某型蓄压器低温振动试验要求,确定了试验方案,分析了产品的安装应力和试验参数对产品的影响等,解决了产品在充满液氮状态下的低温振动问题,完成了包括特征扫频、正弦振动鉴定级试验、随机振动鉴定级试验和...     

Regression model for civil aero-engine gas path parameter deviation based on deep domain-adaptation with Res-BP neural network

The variations in gas path parameter deviations can fully reflect the healthy state of aero-engine gas path components and units; therefore, airlines usually take them as key parameters for monitoring the aero-engine gas path performance state and conducting fault diagnosis. In the past, the airlines could not obtain deviations autonomously. At present, a data-driven method based on an aero-engine dataset with a large sample size can be utilized to obtain the deviations. However, it is still difficult to utilize aero-engine datasets with small sample sizes to establish regression models for deviations based on deep neural networks. To obtain monitoring autonomy of each aero-engine model, it is crucial to transfer and reuse the relevant knowledge of deviation modelling learned from different aero-engine models. This paper adopts the Residual-Back Propagation Neural Network (Res-BPNN) to deeply extract high-level features and stacks multi-layer Multi-Kernel Maximum Mean Discrepancy (MK-MMD) adaptation layers to map the extracted high-level features to the Reproduce Kernel Hilbert Space (RKHS) for discrepancy measurement. To further reduce the distribution discrepancy of each aero-engine model, the method of maximizing domain-confusion loss based on an adversarial mechanism is introduced to make the features learned from different domains as close as possible, and then the learned features can be confused. Through the above methods, domain-invariant features can be extracted, and the optimal adaptation effect can be achieved. Finally, the effectiveness of the proposed method is verified by using cruise data from different civil aero-engine models and compared with other transfer learning algorithms.