基于AHP与D-S理论的辐射源识别技术

深入研究了基于层次分析与证据理论的辐射源识别技术.首先针对属性测度识别方法中权重获取困难的问题,提出利用层次分析法获取多参数权重的思想,给出权重具体计算步骤,同时简要回顾属性测度识别方法的原理.在此基础上,应用D.S证据理论进行多传感器信息融合,给出识别算法和模型.仿真对比实验表明,提出的辐射源识别技术是实用有效的,其下确识别率较高.     

电动伺服机构振荡问题研究

针对电动伺服机构中传动间隙引起的极限环振荡和较大惯量的负载加剧这一振荡问题,建立了系统间隙极限环模型和非线性振动模型,并采用摄动法求解出非线性振动规律,得出了间隙、转动惯量、伺服刚度及干扰力对系统的影响规律。仿真和试验结果证明这一理论是正确的。     

加筋壁板大开口结构稳定性分析及试验验证

为了研究加筋壁板大开口结构的压缩承载极限问题,规划了两组具有不同设计参数的试验件进行了静力试验,并同时采用了线性特征值法以及非线性的弧长法对其压缩极限进行了对比分析。在采用弧长法分析时,引入了模态扰动技术,而且考虑了材料的弹塑性性质。计算结果与试验的对比表明:针对复杂结构稳定性问题,屈曲特征值法具有较大局限性,而结合模态扰动的弧长法对这种复杂的加筋壁板类结构压缩极限的分析精度较好。通过分析给出了加筋壁板大开口结构设计的一些建议。     

高空环境下喷嘴参数对航空活塞发动机燃烧与性能的影响

以一台四缸四冲程压燃式航空煤油活塞发动机为研究机型,运用工程系统高级建模和仿真平台软件(AMESim)仿真软件建立了发动机的整机模型,并使用台架实验的采集数据对该仿真模型进行了验证。在高空环境中,仿真分析了飞行器起飞工况、最大巡航工况下发动机喷油器的不同喷孔数、孔径对发动机燃烧过程、性能和NOx排放特性的影响。计算结果表明:稳态工况下,随着喷孔数的增加,最高燃烧压力和温度增加,瞬时放热率增长速度快且峰值上升;同时,缸内预混燃烧得到强化,燃烧始点提前,滞燃期和燃烧持续期缩短,燃烧重心前移,循环热效率增高,但同时会提高NOx的生成量;在飞行器瞬态变海拔的起飞工况下,多喷孔数、小孔径的喷油嘴有利于航空活塞发动机在高空环境下恢复发动机功率,提升飞行器的动力性和续航性能。      

利用VLBI技术进行深空航天器跟踪的仿真分析

差分VLBI(D-VLBI)技术常用于测量航天器相对于参考射电源的角位置,用其跟踪深空航天器可取得足够高的精度。针对深空探测任务中D-VLBI技术的特性,提供了观测时间间隔的设置参考,通过仿真分析,研究了航天器和参考射电源之间的角距离、传播路径上的介质差异等因素及其对观测精度的影响,为后续深空航天器飞行任务的设计提供技术支持。     

基于多信号流图与分支定界算法的故障诊断

针对实时在线故障诊断问题,提出了一种基于多信号流图和分支定界算法的故障诊断方法。通过建立多信号流图模型生成相关矩阵作为诊断知识,进而由相关矩阵以及观测向量产生冲突集,使最小诊断集的求解过程映射为整数规划问题;采用分支定界算法,通过对冲突集的分支、定界以及剪支得到故障诊断的最优解,从而避免了穷举问题造成的搜索"爆炸"。以某型机载燃油系统为对象对本文提出的算法进行了验证。结果表明:本文算法与常用的多信号流图诊断推理算法TEAMS-RT相比,算法速度相当,故障定位精度更高,很好地涵盖单故障以及多故障组合,可以胜任大规模复杂系统的故障诊断。      

刚性隔热瓦组件拉伸强度有限元分析与验证

为研究侧面涂层和应变隔离垫厚度及两者刚度对刚性隔热瓦及组件力学性能的影响,构建一种对称结构的刚性隔热瓦分析模型,进行了拉伸试验和有限元分析。结果表明,在拉伸载荷作用下刚性隔热瓦的应力分布不均匀,具有明显应力集中现象,其拉伸强度水平与最大应力密切相关,随涂层厚度或刚度增加,刚性隔热瓦最大应力上升,拉伸强度降低;当刚性隔热瓦粘结应变隔离垫时,应变隔离垫厚度增加或刚度减小,刚性隔热瓦最大应力下降,拉伸强度增大;当刚性隔热瓦含涂层时,增加应变隔离垫可减缓涂层对刚性隔热瓦的影响;并对有限元分析结果进行了试验验证,计算结果与试验结果吻合良好,表明建立的刚性隔热瓦分析模型合理,揭示了涂层和应变隔离垫参数与刚性隔热瓦失效的关联关系。     

小型热真空试验设备网络化集群测控技术

随着航天器部组件试验任务的日益增多,在人员少的情况下,高效率地完成型号任务的需求十分迫切。文章介绍了小型热真空试验设备网络化集群测控的方法与技术,以某小型热真空试验设备群为例,针对其接口复杂、数据量大、地理位置分散且要求集中管理的特点,详细阐述了采用混合B/S模式与C/S模式的网络化测控技术来实现小型热真空试验设备群集群测控的功能。该技术已在小型热真空试验设备的集群控制中得到了成功的应用。     

面向激光焊接缺陷识别的可解释性深度学习方法

激光焊接在航空领域具有广泛的应用场景,基于视觉的激光焊接缺陷识别对于产品质量的提高至关重要。针对当前基于深度学习的激光焊接缺陷识别方法存在可解释性差的问题,提出了一种融合多尺度特征的类激活映射(MSF-CAM)方法。在训练阶段,以VGG16为骨架模型并将监督信息施加于多个尺度以促进模型对多尺度特征的学习。在测试阶段,对输出类别在多个尺度上的激活图进行叠加,并以此作为模型的判断依据。多尺度特征的融入不但增强了模型的可解释性,而且还提高了激光焊接缺陷识别的准确性。试验结果表明：MSF-CAM在测试集上的准确率为98.12%,识别单幅图像耗时8.28 ms。此外,MSF-CAM可以从边缘、轮廓这种初级特征的角度对模型的决策依据提供人类更容易理解的解释。     

利用Top-Down Design模块进行工装设计

简述了Pro/Engineer中Top-DownDesign模块,介绍了利用此模块进行组件建模设计以及在小型工装设计中的应用体会。