基于神经网络的飞机主要参数估算方法

根据飞机设计要求来选择主要参数往往涉及许多不确定的因素。本文基于多层神经网络计算模型，提出了一种新的飞机主要参数的估算方法，并给出了实现这种方法的详细步骤。将该方法应用于喷气支线飞机和喷气公务机主要参数的估算，测试结果表明估算误差均在10％之内。     

燃油喷嘴螺旋槽的精密测量方法与系统设计

为了实现航空发动机燃油喷嘴上的螺旋槽特征的快速与精确检测,提出了螺旋槽的槽深、螺旋角和槽宽等参数的测量与计算方法,并基于此设计和搭建了一套非接触式的燃油喷嘴螺旋槽精密测量系统。该测量系统基于模块化的设计思想,其机械主体采用立柱移动型三坐标测量机的结构形式;运动机构由三个直线轴X、Y和Z以及一个回转轴A构成,电气控制模块采用了由上位机与下位机构成的主从控制方式,前端传感器选用了新型的锥光偏振全息激光测头,并应用专用夹具来实现被测喷嘴零件的装夹和定位。最后,选取某个燃油喷嘴样件作为被测目标,应用所搭建的测量系统对其上的多个螺旋槽特征开展了重复测量实验,并解算得到了槽深、螺旋角和槽宽的几何尺寸,而且系统所达到的测量精度能够满足检测需求。     

气动加热模拟试验加热系统控制研究

本文通过理论分析和试验测试研究了可控硅功率调节装置和石英灯加热器的动特性，提出了通过系统识别的方法研究石英灯加热器的静特性；在研究被控对象特性基础上找到了对任意一个石英灯加热器组成的被控对象进行非线性PID控制器的设计方法。这些方法提高了控制的质量，缩短了试验准备的周期，并进行准自适应控制，从而改善了气动加热模拟试验加热系统的控制效果。     

一种STBC-OFDM系统中的盲和半盲信道估计

针对尾部补零(Zero padd ing,ZP)的空时分组编码正交频分复用(Space-tim e b lock cod ing orthogona l fre-quency d iv is ion m u ltip lex ing,STBC-OFDM)系统,提出了一种基于子空间分解的信道估计算法。首先利用STBC的编码结构和OFDM信号中由ZP和虚载波(V irtua l carrier,VC)引入的冗余,推导了该算法的盲估计形式,然后对其可辨识性进行了理论分析,证明了该盲方法可以在一个标量因子模糊度的意义上辨识出多个信道的冲激响应。通过结合使用导频信息形成半盲算法,可以消除模糊度。仿真结果表明,该算法的信道估计准确度较高,可以有效地跟踪衰落信道,在低信噪比时性能良好。     

摩擦作用下金属氧化反应的机理

某些金属在空气中摩擦时生成的润滑性氧化膜由于具有低摩擦系数、高耐磨性和自修复等特点越来越受到关注。摩擦过程中氧化膜的生成速度超过磨损速度是获得有效润滑的必要条件。摩擦氧化的动力学机制不同于热氧化,本文基于致密氧化膜的抛物线生长模型研究了摩擦状况下的氧化膜生长规律,使之尽早获得推广应用,具有广阔的市场前景     

飞机起落架落震试验测控系统开发与应用(英文)

针对"海鸥300"飞机起落架落震试验的技术要求,研制了起落架落震试验测控系统。提出飞机起落架落震试验电液伺服系统的设计方案,采用可编程式逻辑控制器(PLC)技术实现了试验过程的自动化,解决了起落架落震试验机轮水平载荷、垂直载荷、机轮转速等测量技术难点。根据CCAR-23-R3要求,完成了"海鸥300"起落架落震试验。结果表明:试验系统工作稳定可靠,数据采集精度高,符合"海鸥300"飞机起落架试验技术要求,可作为其飞机适航取证的依据。     

民用飞机发动机吊挂部段静力试验与静强度分析

根据民用飞机发动机吊挂部段静力试验技术需求,研制了一套用于吊挂部段静力试验的试验系统,解决了吊挂支持模拟、加载边界模拟等关键技术,完成了吊挂应急着陆、航向侧移两种危险工况试验,并结合试验台架-吊挂有限元分析模型对吊挂进行了静强度分析.试验结果表明,试验系统工作稳定可靠,吊挂在应急着陆等工况下未发生有害塑性变形,其强度、刚度满足设计要求.对比显示:试验最大应力与有限元分析相对误差均小于8％,验证了分析模型的准确性.试验结果可作为民用飞机发动机吊挂部段强度性能的评定依据,有限元建模方法可应用于吊挂部段改型设计.     

BTi6431S钛合金盒形件热拉深成形工艺数值模拟

为研究BTi6431S钛合金热拉深成形工艺,本文以某型号飞行器天线盒盖为例,通过设计正交实验方案,先后分别对无压边情况下拉深成形进行了有限元数值模拟,用最薄壁厚减薄率作为描述零件成形结果的评价标准,得出该钛合金件在成形温度为650°C,首次拉深凹模圆角半径11mm、凸模圆角半径7mm、转角半径12mm、拉深高度25mm参数下,最薄壁厚减薄率最小(20.3%)。     

电力场景下基于无人机视觉的运动目标追踪方法

随着人工智能技术的发展,面向电力系统的运动目标追踪技术逐渐得到关注,现有方法虽有一定成效,但是大多基于固定摄像头的监控视频录制,不能灵活追踪运动目标,当运动目标离开摄像头视野时,存在运动目标丢失问题。为此,利用无人机设备,并基于深度学习和核相关滤波技术,提出了一个电力场景下基于无人机视觉的运动目标追踪方法（MTTS_UAV）。所提方法采用改进的目标追踪方法与目标检测方法相结合的方式来追踪运动目标隐患,并引入2种无人机飞行控制模块:启发式和数据驱动式,使得无人机的飞行速度和方向可以根据目标移动情况自适应地调节。在真实变电站的安全帽人员数据集上进行了大量实验,对所提方法的追踪效果进行评估,结果表明:所提方法在真实数据集上的平均像素误差（APE）和平均重叠率（AOR）分别可达到2.37和0.67,验证了方法的有效性。