民机襟翼用滑轨材料磨损表面图像分析

利用MZ-4018滚动轴承滑轨摩擦磨损试验机进行磨损试验,通过体视显微镜和工业相机对襟翼滑轨材料试验件磨损表面进行图像采集;采用wiener滤波和Laplace算子进行预处理,以实现图像平滑,增强图像的边缘和细节信息;迭代法和最大间类方差法确定两阈值,以此作为选取种子点的标准,确定生长准则后进行图像分割;最后利用形态学方法进行磨损边界提取并对磨损面积进行测算;实现了对襟翼滑轨材料磨损特征的定量分析。     

飞机座舱温度生理鉴定数值模拟

建立了人体热调节系统数学模型,对飞机座舱温度生理鉴定参数进行了数值模拟。并对计算结果进行了试验验证,计算结果与实验吻合良好。     

发动机孔探图像三维测量与立体重建的实现

作为一种新兴的可视探测技术，孔探成像分析在现代发动机故障诊断中一直发挥着重要的作用。研制和开发基于孔探图像的三维测量与立体重建系统对提高故障诊断水平和预测准确度，降低工作中的人力物力投入，节约维护成本都有着重要的现实意义。本文以整体系统的构架为线索，阐述了系统的图像采集，摄像机标定，图像预处理，立体匹配，3D计算以及深度重建等功能模块的研制思路和基本算法，并给出部分研制结果。本系统的开发为基于也探图像的发动机故障监测与诊断系统的奠定了重要的基础。     

角度棱镜方位对干涉仪测角范围的影响

在激光测角干涉仪中,由于角度棱镜安置的方位不同,将导致该仪器角度测量范围的变化。分析了角度棱镜的方向和位置对角度测量范围的影响,比较了不同方案的优劣,并给出了结论。     

APPLICATION OF HOT PRESS SINTERING TECHNIQUE TO EXPLOSIVE CHARGE LINER OF PETROLEUM PERFORATION BULLET

介绍了一种制备石油射孔弹的药形罩的新方法,采用粉末冶金技术,热压烧结工艺制备石油射孔弹的药形罩,并对药形罩的烧结工艺进行了研究。实验结果表明,采用该工艺制备的石油射孔弹药形罩可以满足要求。     

单层钎焊砂盘磨粒分布有序性研究

对亲型非砂轮磨削工具－－单层钎焊砂盘的硬质合金磨粒在基体上的分布进行了初步研究,砂盘作为一种手握粗磨削工具,降低磨削力是最重要的,文中借鉴砂带及单层高温钎焊超硬磨料砂轮的一些研究,提出了砂盘的磨粒在基体上有序性分布的概念,将此概念应用于砂盘钎焊制造工艺上,在相同的制造工艺和磨洵深度条件下,对得到的磨粒有序性及无序性分布的砂盘进行了磨削对比实验。结果表明,砂盘磨粒的有序性分布能显著降低其磨削力。此概     

基于磨粒分析方法的发动机磨损故障智能诊断技术

磨粒是研究磨损状态时最直接、最重要的信息元，通过对滑油中的磨粒进行监测与分析来判断机械设备的磨损情况，可以预防并监测机械设备的磨损故障。本文运用显微形态学方法建立了一套磨粒显微特征描述体系，以提取磨粒信息并进行磨损故障的模式识别；并结合摩擦学理论和人工智能方法，实现对发动机磨损故障的智能诊断和预测。     

基于微纳米金刚石过渡层的cBN刀具涂层制备

立方氮化硼(Cubic Boron Nitride,cBN)是仅次于金刚石的超硬材料,比金刚石具有更高的化学稳定性,可以胜任铁系金属的加工。本文在YG6硬质合金上基于微纳米金刚石过渡层开展cBN涂层的制备研究。本文在热丝化学气相沉积系统中制备微纳米金刚石过渡层(Micro/nanocrystalline diamond,M/NCD),在射频磁控溅射系统中制备cBN涂层,并对M/NCD与cBN涂层进行了成分、微观形貌与结合性能的研究。研究结果发现,在硬质合金基体上,M/NCD过渡层的结合性能明显优于NCD过渡层。磁控溅射制备cBN涂层过程中,存在适合cBN沉积的衬底偏压阈值,过高或过低的衬底偏压均不利于cBN含量的提高。     

20 cm离子推力器羽流对微波通信影响的试验研究

离子推力器工作时产生的等离子体羽流会对穿过其间的电磁波产生影响。为了解通信微波在羽流中的传输特性,在带有透波真空舱的专用设备上进行了羽流对微波通信影响的试验。采用的方法是将一对发射和接收双脊喇叭天线口紧贴透波舱两侧并正对放置来测试穿过羽流的通信微波的变化情况。试验结果表明:在1～5 GHz微波通信频段范围内,离子推力器所产生的羽流对电磁波的波幅和相位影响较小,幅度衰减不超过4 dB,相位偏差不超过80°。     

An attempt to study long-term variation of sporadic E layers using neural networks

Strong positive correlation between sporadic E layers and the solar activity and the long-term declining trend of Es were found in this paper. Then the feed-forward back propagation neural networks (NNs) were used to simulate the long-term variation of Es at four stations and predict foEs yearly average values. The inputs used for NNs are the yearly mean values of foEs in the daytime of the past ten years and the yearly averaged data of solar 10.7 cm radio flux (F107) of the present year, and the output is the present yearly mean value of daytime foEs. The outputs of trained NNs have high correlation with the desired values and the foEs yearly mean values predicted by NNs have good agreement with the observed data. The results indicate that NNs can make full use of the observed data to simulate the long variation rule of Es. Also, the results confirm the effect of solar activity on Es.