面向空间应用的双核容错微处理器的研究与实现

介绍了用双核微处理器实现的容错微处理器系统SPARC—V8FIS。该系统由两个同构微处理器与支持容错操作的容错管理模块组成。微处理器是基于SPRARCV8规范的32-bit微处理器。容错管理模块提供了错误检测、诊断、从“软故障”中故障恢复，以及当发生“硬故障”时，将系统配置成单一处理器继续执行的机制，以适应空间复杂环境应用。SPARC—V8FIS用较少的硬件实现了所有容错操作，以很低的性能损失达到了很高的系统可靠性。     

基于CFD-DEM耦合数值模拟的全尺寸直升机沙盲形成机理

为了研究直升机发生沙盲时沙尘云在悬停流场中的状态和分布规律,采用基于雷诺平均Navier-Stokes方程和Menter 剪切应力输运（SST）k-ω湍流模型的数值模型,通过应用程序编程接口耦合基于Hertz-Mindlin （No Slip）碰撞接触模型的离散元模型,并基于"多球法"构建了更加真实的非球形沙尘颗粒,计算了沙尘颗粒在流场中的运动和分布状态。与可得到的试验结果进行对比,验证了数值方法的有效性,并进行了地效状态旋翼拉力系数、桨尖涡位置以及沙尘云形成的宏观轮廓图的计算。应用所建立的方法,对不同悬停高度的直升机地效流场进行了计算,给出了流场的涡量以及速度云图,着重对比了不同悬停高度下沙尘云中沙尘颗粒速度和分布情况,分析了地效流场对沙尘颗粒状态的影响及沙尘云的形成机理,并计算出了沙尘云宏观分布图。结果表明：流场中大部分沙尘颗粒只能在地表随流场扩散而并不能形成沙尘云;沙尘云中外层空间的沙尘浓度比内层高;位于桨盘平面下层区域的沙尘颗粒以径向运动为主,切向速度较小,而位于桨盘平面上层的沙尘颗粒速度方向各异,速度大小接近。     

基于神经网络的车辆强制换道预测模型

针对高速公路上车辆行驶速度快,换道行为危险程度高的问题,聚焦于不可避免、发生频繁、一旦发生事故后果严重的强制换道行为,改进基于门控循环单元(GRU)的换道模型,对强制换道行为进行分析与预测。为保证模型的有效性,选取下一代仿真技术(NGSIM)数据作为模型的训练集与检测集,使用侧向加速度将车辆侧向摆动数据有效删除并得到强制换道的最迟换道点,进而实现车辆位置与换道决策的预测。实验结果证明,所提模型能够以96.01%的准确率判定车辆在最迟换道点的强制换道行为,相较于LSTM模型准确率提升了3.67%,同时相较于朴素贝叶斯网络准确率提高了7.31%。      

薄壁焊接件精密深孔加工的精度控制

通过快速装填系统爬行油缸液压筒加工工艺及生产过程。对深孔加工条件下如何减少、消除焊接应力及变形,控制加工精度,进行了有效的探索和尝试。采用了焊前预热及焊后保温的工艺方法减少焊接残余应力,将整体加热到550～650℃经充分保温后缓慢冷却以降低焊接应力。机加中采用多次走刀,逐渐精化的方法去除焊接变形,对如何正确使用加工基准及深孔加工需注意的问题也作了说明。     

美欧全力推进机翼／机身融合体飞机研制

NASA经过可行性研究指出．机翼／机身融合体（BWB）或称为混合机翼／机身（HWB）的飞翼非常规的布局设计。     

MXB7701/7781预浸料在ARJ21飞机雷达罩上的应用

ARJ21飞机机头雷达罩位于该飞机机身的头部,是飞机机身气动外形的一部分,同时又是气象雷达天线的电磁透波窗口,用以保护雷达天线免受飞行环境的有害影响.     

一种新的间断侦测器及其在DGM中的应用

根据单元交界面左右变量的差别,提出了一种新的间断侦测器构造方法。该间断侦测器的构造原理简单,编程实现容易。针对一维和二维Euler方程,我们将此间断侦测器用于间断Galerkin格式的数值计算中。数值实验表明本文构造的间断侦测器能够准确捕捉到激波的位置,从而只在间断区域引入限制器,在减少计算量、保证光滑区计算精度的同时,提高了激波等强间断的分辨率,能够明显地改善流动精细结构的模拟精度。     

一种基于3D扫描的航天器跨舱对接波导组件位姿测量方法

提出了一种基于Handyscan 700和Geomagic Control的非接触式位姿测量方法。该方法采用手持式便携3D扫描设备Handyscan 700,具有测量速度快、测量精度高的优点。在波导组件位姿测量试验中,本方法解决了航天器跨舱波导组件位姿无法高效测量的难题,实现了跨舱波导组件舱内部分在舱板合舱前就可安装到位,降低了总装风险,提高了波导组件总装效率。     

固体火箭发动机装药裂纹危险性研究综述

对裂纹危险性进行分析,阐述了国内外近几十年的研究,总结出了影响对固体火箭发动机装药裂纹扩展的主要因素和裂纹对流燃烧引起的推进剂破坏程度的表征方式;介绍了目前裂纹扩展过程研究的主要理论模型、数值仿真水平以及实验手段,并对它们的优缺点进行了评述。     

基于神经网络的荧光油膜厚度与灰度研究

在全局摩阻测量中,薄油膜技术可以很好地表征表面摩阻的分布情况。用特定波长的紫外线照射添加了荧光显色分子的不同厚度的油膜,油膜将发出不同的亮度。利用该原理通过检测受激发的荧光油膜灰度值可解算出相应油膜的厚度。本次采用BP神经网络及极限学习机(Extreme learning machine,ELM)神经网络搭建模型完成了荧光油膜厚度与灰度关系的预测,运用Hopfield神经网络完成了相应参数的辨识。实验表明,ELM神经网络模型、BP神经网络模型及插值法模型的预测误差分别为5.150%、5.485%和5.935%。通过Hopfield神经网络辨识,光源功率、光距和曝光系数等影响因素的参数误差率控制在1%左右,达到实际工程运用的要求。与传统插值法相比,通过神经网络可获得更高的精度,为荧光油膜灰度与厚度研究提供了一种可行的方法。