结合跳点引导的无人机随机搜索避撞决策方法

针对无人机在城市空域环境和密集交通流下的避撞决策问题，提出马尔科夫决策过程（MDP）和蒙特卡洛树搜索（MCTS）算法对该问题进行建模求解。蒙特卡洛树搜索算法在求解过程中为保证实时性而使其搜索深度受限，容易陷入局部最优，导致在含有静态障碍的场景中无法实现避撞的同时保证全局航迹最优。因此结合跳点搜索算法在全局规划上的优势，建立离散路径点引导无人机并改进奖励函数来权衡飞行路线，在进行动态避撞的同时实现对静态障碍的全局避撞。经过多个实验场景仿真，其结果表明改进后的算法均能在不同场景中获得更好的性能表现。特别是在凹形限飞区空域仿真模型中，改进后的算法相对于原始的蒙特卡洛树搜索算法，其冲突概率降低了36%并且飞行时间缩短47.8%。     

夜气辉对天基光学碎片探测的影响分析

设计并完成了夜气辉背景下的天基碎片观测试验，获取了综合谱段的观测数据。基于观测数据进行夜气辉的辐射特性及其对天基碎片探测的影响分析。结果表明，夜气辉辐射随纬度和高度呈现一定的分布特点，这些特点均符合夜气辉的理论分布规律。在约90 km处辐射最强，亮度可达到单位积分时间每平方角秒近15星等，这对恒星及碎片提取概率影响较大，其中，13等星的提取概率仅为40.5%。     

涡轮动叶表面换热特性的试验研究

航空发动机性能的提高对涡轮叶片耐热极限提出了更高的要求,为了更准确地分析涡轮叶片的传热特性,选取某型气冷涡轮动叶10%、50%和90%叶高的特征型面通过低导热光敏树脂材料经过3D打印而成,通过叶片表面粘贴厚度为0.02mm康铜加热膜接通恒定电流加热,使用红外热像系统精确测量叶片壁面温度,在平面叶栅中研究了吹风比(M)和雷诺数(Re)对气膜绝热冷却效率和努塞尔数(Nu)的影响(试验中基于弦长的进口雷诺数Re为8.0×10⁴-16.7×10⁴,吹风比M为1-3)。试验结果表明：M=1时气膜能够较好附着在叶片表面,叶片表面得到较好冷却;随着主流雷诺数的增加,绝热壁面温度逐渐升高,绝热效率逐渐降低;吹风比对涡轮叶片的传热特性的影响与气膜孔出流角度有关,随着吹风比的增大,压力面绝热冷却效率逐渐增大,由于吸力面的气膜孔出流角较大,吹风比增大使得吸力面的绝热冷却效率逐渐减小;随着吹风比的增加,对流换热系数增大。     

机匣沟槽对微型轴流涡轮叶尖泄漏流动的影响

本文通过对某微型涡喷发动机的单级轴流式涡轮进行机匣设计,采用剪切应力输运(SST)模型求解定常黏性雷诺平均Navier-Stokes方程,研究了不同机匣沟槽结构对其叶尖泄漏流动的影响。计算结果说明：当全机匣沟槽结构的叶顶浸入沟槽即d/c＞1.0时,封严效果较好;相较于全机匣沟槽结构,后开式机匣沟槽结构的封严效果更好, 随着沟槽前缘间隙的增大,封严效果减弱;沟槽深度a/c=1时,封严效果最佳,即泄漏流明显减弱,同时效率减小量较小。     

论英语词汇的字面意义和隐含意义

语言是人类交际的工具，而词汇是构成语言的基本要素。英语词汇极其丰富，而且英语词汇的意义也极其丰富多彩。真正了解英语词汇的字面意义和隐含意义有助于我们更灵活、准确地运用英语来表达我们的感情和思想。     

高精度转台装配误差分析和补偿

转台位置精度是转台最重要的参数之一。针对转台装配过程中产生的编码 器安装偏心和倾角回转误差进行分析,建立误差模型,计算得出在不同的误差影响下转 台的角位置误差值。介绍了采用多项式拟合曲线进行角位置误差的补偿,有效地提高了 转台角位置精度。     

某型轴流发动机气动不稳定试验

对某轴流式涡喷发动机节流过程中的气动不稳定现象进行了试验研究。通过定性分析和数据处理，揭示了节流过程中发动机气动失稳的过程和机理，压气机第1级静子机匣壁面静压脉动分量的形式和强度变化与上游转子端壁流动分离的程度密切相关，且静压脉动的概率密度函数分布可以反映这种变化。提出了一种检测失速征兆的新思路，即检测压气机第1级的流动分离，而不是直接检测出现在级负荷和轮毂比较高的压气机级中、导致压气机整机失速的模态扰动和(或)短周期扰动，来判断发动机工作点接近不稳定工作边界的程度。应用这种思路，预期可以提高失速征兆检测的时效性。     

基于支持向量机的航空发动机滑油监控分析

提出了一种基于支持向量机的航空发动机滑油金属含量预测方法。详细分析了支持向量机用于时间序列预测的理论基础,并给出了运用支持向量回归进行多步预测的一般公式,提出了用最终预报误差(FPE)准则优化选取嵌入维数。与传统的AR预测模型相比,支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力。经过数值仿真得出自回归(AR)模型仅适合于短期预测;支持向量机预测推广能力强、具有较强的鲁棒性和容错性,对较长区间预测仍具有较好的效果。最后,将其应用于某型发动机滑油的铁金属含量预测,取得了较好的效果。      

基于合成卷积层网络结构的焊缝X射线图片缺陷筛选技术

焊接技术应用于多个领域,近些年焊缝缺陷自动检测技术成为了重要的研究方向。本文基于VGG-16卷积神经网络的良好分类性能,提出一种SC-VGG网络结构,利用合成卷积层替换了单个卷积层,同时改进了训练过程中的损失函数,使网络结构更为关注焊缝缺陷类型预测的结果。经过实验测试,SC-VGG网络结构在训练过程中损失函数曲线可以很好的收敛,与其他网络结构相比对焊缝缺陷特征的提取性能更好,平均准确率和召回率达到了95.86%和98.33%,为焊缝缺陷自动化识别提供了算法支撑。     

大数据理论在高精度惯性导航系统测试技术中的应用

当前我国高精度惯性导航系统研制已取得长足进展,但惯性导航系统的精度、可靠性和寿命等应用性能距离世界先进水平仍有差距,主要问题在于全寿命周期内的海量测试数据没有被充分挖掘、分析和应用,严重制约了惯性导航系统精度的提升、可靠性分析和寿命预估的准确性。因此,系统、准确、高效、合理地处理设计、生产、测试和使用过程中的海量数据是分析解决高精度惯性导航系统存在问题、提高生产效率、提升产品质量的有效途径。首先,详细分析了惯性导航测试系统数据采集和数据管理中存在的问题,提出大数据管理分析系统的需求和目标;其次,结合数据管理和分析中的关键技术,构建了惯性导航测试系统以数据采集层、数据支撑层和数据应用层为3大模块的大数据分析平台基本框架。为高精度惯性导航系统优化设计、提升精度、保障产品可靠性、合理预估系统寿命及适应未来战争提供了发展思路。