美国航天运载系统发展动态

目前,主要航天大国都在研制和研究新的航天运载系统,对于这些系统的实际进展情况,读者都很关心。最近,航天部科技委员会主任任新民同志在推进专业会上介绍了美国未来航天运载系统的研制情况,阐述了一些关键的技术问题,全文分三部分,本刊准备分三期连载,略有删节。     

纤维直径激光检测系统

本文报导了一个主要用于增强材料——纤维直径测量的激光检测系统。该系统采用微机控制的步进计数测长装置测量纤维的衍射条纹尺寸,并通过极值探测的仿真处理,修正了高达被测值(3～5.67)％的原理误差,从而实现了纤径的高精度、智能化的自动测量。本文介绍了该系统的测量原理,描述了检测系统的构成并给出了极值探测仿真的方法。     

敏捷制造企业工艺信息系统中的知识协同

敏捷制造企业的工艺规划是一个知识密集的、企业和团队协同工作的复杂设计过程。本文提出了知识协同的观点 ,详细介绍了它在敏捷制造企业工艺信息系统中的作用 ,并对其中的关键技术进行了探讨     

基于Petri网的航空维修分解装配序列规划及其应用

Petri网可用于分解装配序列规划中的关系表达与推理，对于零部件数量大的航空发动机，通过求解Petri网可达集搜索目标分解装配序列的方法是NP难度的。基于装配Petri网与分解Pe试网互逆的观点，分剐采用启发式搜索算法和优先级调度算法求解搜索最小可分解和最大可装配变迁集，然后构造最简Petri子网达到降低搜索难度的目的。并将分解装配序列规划算法用于发动机零部件跟踪控制过程中，达到降低和防止维修差错的目的。     

近距编队飞行气动影响建模与分析

针对近距编队飞行面临的相互气动影响问题,采用等效气动效应法建立了尾流气动影响的等效模型.该模型可引入编队飞行六自由度方程.通过仿真验证表明,由等效模型计算出的诱导力与诱导力矩和风洞数据具有较好的符合度,等效模型可直接用于编队飞行建模及控制器的设计与仿真.     

基于改进Faster-RCNN的机场场面小目标物体检测算法

针对目前应用于机场视频监控中的卷积神经网络方法存在小目标物体识别准确率较低的问题,本文提出了一种基于Faster-RCNN并结合多尺度特征融合与在线难例挖掘的机场场面小目标检测算法。该算法采用ResNet-101作为特征提取网络,并在该网络基础上建立了一个带有上采样的"自顶向下"的特征融合模块,以生成语义信息更加丰富的高分辨率特征图。并在网络训练过程中,采用在线难例挖掘的训练策略使模型更加鲁棒地对小目标样本进行定位。最后,手工构建了一个包含5 982张图片的机场数据集,用于检测模型的训练和测试。结果表明,本文所提出算法显著提升了机场场面小目标物体检测的准确率,且使整体平均检测准确率达到了80.8%,该结果高于其他先进的目标检测模型。     

基于神经网络的直升机自动倾斜器轴承故障诊断方法

为了进一步提高直升机的安全性,利用BP神经网络和RBF神经网络对直升机自动倾斜器轴承进行故障诊断。完成了直升机自动倾斜器轴承故障植入试验,获取了自动倾斜器轴承的故障振动数据,并进行了振动数据的特征信号提取。采用振动数据特征信号的多参数融合作为神经网络的输入,对自动倾斜器轴承故障进行诊断,获得了较高的故障诊断率。采用基于神经网络的故障诊断方法,自动倾斜器轴承各类故障的最高故障诊断率均大于89%。     

基于双磁阻传感器的场面移动目标检测算法

针对无线磁阻传感器网络的场面移动目标检测系统,提出了一种基于双磁阻传感器的状态互补融合检测算法。算法综合考虑了目标地磁信号的实际特征,将双传感器获取的地磁信号进行数据融合,以避免由于航空器地磁信号的不连续特征而导致的误检为多个目标。验证结果表明,算法较于改进的自适应阈值算法,大大提高了场面移动目标的检测准确率,且算法简单,运行速度快,可以应用在无线节点的微处理器中检测场面移动目标。     

浆料-烧结法制备ZrB2-SiC-B4C涂层及性能研究

通过浆料刷涂-烧结法在Cf/SiC复合材料表面制备了ZrB2-SiC-B4C超高温陶瓷涂层,研究了浆料中粉末填料、稀释剂的质量分数及高温烧结温度对涂层形貌、成分和相组成的影响。结果表明:当粉末填料与树脂质量比为1∶1、稀释剂与树脂质量比为1∶2、高温烧结温度为1 500℃时,在Cf/SiC表面可形成致密、结合力强的ZrB2-SiC-B4C涂层。涂层内部相组织均匀,Ra1μm,孔隙率约为4. 2%,平均拉伸剪切强度约为5. 4MPa。1 500℃等温氧化30 h后,有涂层Cf/SiC复合材料的失重率约为10. 7%,涂层表面形成了完整的含有ZrO2-SiO2的复合氧化膜,为基体提供了有效的氧化防护。这说明Cf/SiC复合材料表面涂覆ZrB2-SiC-B4C涂层有望满足高温燃流环境的使用要求。