基于先验动力学轨道的星载双频GPS数据预处理

针对星载双频GPS数据预处理中的野值剔除和周跳检测问题,提出了基于先验动力学轨道的星载双频GPS数据预处理方法。与传统GPS数据预处理方法在数据利用上局限于GPS原始观测数据本身不同,该方法还利用了动力学定轨产生的先验轨道信息以及GPS卫星精密轨道、钟差数据,并构造接收机钟差估计量和接收机钟差差分值估计量来剔除野值和探测周跳,提高了野值剔除和小周跳探测能力。对CHAMP卫星在轨实测数据的处理分析表明,该方法可以探测出1周甚至0.5周的周跳,可为高精度定轨提供更“干净”的数据源。     

引气对跨声轴流压气机性能的影响

以单级跨声轴流压气机NASA Stage35为研究对象,根据影响转子和静子通道流动的主要物理现象分别设计了多种引气方案.通过数值模拟比较分析引气与不引气状态下压气机的详细流场,结合实验测量结果,研究转子机匣端壁引气位置以及静子机匣端壁引气量对压气机性能及流场的影响.结果表明:转子机匣端壁引气能够有效控制间隙泄漏流的发展,减小叶尖损失,提升压气机性能.不同的引气槽结构和轴向位置对间隙流动的影响机理不相同;静子机匣端壁引气能够有效减小静子叶排损失,提升压气机效率.      

SINS外场系统级标定方法的优化——最佳六位置

静态多位置标定问题,不同位置编排方式会影响辨识精度.针对六位置标定方法,通过建立位置编排与惯组9个误差参数(加速度计零偏、标度因数误差和陀螺零偏)标定精度之间的关系,将惯组位置编排问题转化为Fisher信息矩阵的优化问题,并在A-最优、D-最优和E-最优3个优化指标下,给出了惯组位置编排的最优方案,通过仿真与满足可辨识条件的一组位置编排比较,结果表明最优方案能够提高加速度计零偏和标度因数误差的标定精度.      

虚拟维修技术研究与应用

针对虚拟维修在建模与仿真等核心环节的研究中存有很大局限的问题,提出了虚拟维修方法体系,探讨虚拟维修理论与方法,在此基础上开展虚拟维修模型与仿真控制方法的深入研究.提出虚拟维修模型即维修任务网(MTN,Maintenance Task Net),MTN基于Petri网可描述维修过程,可表达维修过程中资源、活动和约束.提出MTN驱动虚拟仿真的触发规则及建立控制虚拟维修仿真机制.通过飞机典型设备维修案例对提出的虚拟维修模型和控制机制进行了实例验证,应用结果验证了建模与仿真方法的有效性,为支持维修性工程应用提供了可行的技术途径.      

基于GSPN的飞机前轮转弯系统安全性评估

为解决在缺乏统计数据时无法对系统安全性进行评估的问题,提出将系统广义随机Petri网(GSPN,Generalized Stochastic Petri Nets)与经典评估相结合的方法.以某型尚处于设计阶段的飞机前轮转弯系统为研究对象,通过分析该系统结构功能图,建立出系统故障类型和影响分析(FMEA,Failure Modes and Effects Analysis)表;依照经典公式,求出系统各单元及其故障类型的故障率、维修度、平均无故障时间和平均维修时间等数据;将求得的数据与前轮转弯系统的GSPN模型相结合,利用TimeNET软件求得系统各故障类型的稳态失效概率;联立经验公式及危险度矩阵图对系统的安全性进行评估.经测评,该型飞机前轮转弯系统安全性符合设计要求.      

红外分光光度法测定压缩气体中油含量的测量不确定度评定

以四氯化碳为吸收液采集压缩气体中的油类物质,用红外光度法测定油含量,依据JJF 1059.1-2012《测量不确定度评定与表示》,评定了红外光度法测定压缩气体中油含量结果的不确定度。分析了影响不确定度的因素,对各不确定度分量进行了分析和计算,当压缩气体中油测量结果为5.52mg/m³时,扩展不确定度为0.68mg/m³。     

小卫星最佳温度动态范围热控设计方法研究

为探索低热惯性小卫星动态传热下的热控设计方法,首先建立双层集总参数模型,在得到温度时均量解析解的基础上,类比阻尼振荡系统,采用傅里叶变换法求解温度波动量解析解,从而建立周期变化外热流下温度动态变化与热控参数间的解析关系。以此为基础提出“最佳温度动态范围”热控设计新方法。对某型微小卫星进行“最佳温度动态范围”热控设计,并通过其在轨温度遥测量动态变化对该方法的准确性和可行性进行验证。     

返回散射电离图的前沿提取方法

提出了返回散射电离图前沿提取的方法. 其中, 一层电离图前沿和两层电离图下面一层前沿是在消除干扰和噪声后的电离图上采用边缘识别方法进行提取的, 两层电离图上面一层前沿则是在仅经过干扰抑制的电离图上采用基于高斯型加权系数的能量梯度算法进行提取的. 本文提出的前沿提取方法准确率较高, 并且易于实现, 已在工程中得到应用.      

A Fault Sample Simulation Approach for Virtual Testability Demonstration Test

Virtual testability demonstration test has many advantages,such as low cost,high efficiency,low risk and few restrictions.It brings new requirements to the fault sample generation.A fault sample simulation approach for virtual testability demonstration test based on stochastic process theory is proposed.First,the similarities and differences of fault sample generation between physical testability demonstration test and virtual testability demonstration test are discussed.Second,it is pointed out that the fault occurrence process subject to perfect repair is renewal process.Third,the interarrival time distribution function of the next fault event is given.Steps and flowcharts of fault sample generation are introduced.The number of faults and their occurrence time are obtained by statistical simulation.Finally,experiments are carried out on a stable tracking platform.Because a variety of types of life distributions and maintenance modes are considered and some assumptions are removed,the sample size and structure of fault sample simulation results are more similar to the actual results and more reasonable.The proposed method can effectively guide the fault injection in virtual testability demonstration test.