级联型航空静止变流器直流环节电路拓扑研究

基于级联技术的新型航空静止变流器的效率主要取决于其直流变换环节，针对低压大电流应用，推挽正激变换器具有防止开关管的电压尖峰和抑制变压器偏磁等特点，本文详细分析了推挽正激变换器的工作原理，对比研究了该变换器的三种次级整流结构，比较了各自的优缺点。实验表明，采用全波整流的推挽正激变换器效率可以达到89％以上，为新型航空静止变流器效率超过85％奠定了基础。     

两种提高钻床加工精度和效率的配件装置设计

设计了立式钻床用的两种钻床配件装置：一是可调式二轴头架，可同时钻削两孔，且钻削主轴的轴距可调．应用范围广、效率高。二是孔距定位装置，不需要钻孔模具可一次装夹钻削均匀周布的多孔零件，在不损伤钻床的前提下扩大了钻床的应用范围。提高了加工精度。     

连续变迎角测力试验技术在大型暂冲式跨声速风洞中的应用

由于暂冲式高速风洞运行时间短暂,普遍采用阶梯变迎角方式进行静态测力试验,其试验信息量难以满足先进飞行器研制的试验需求.为在暂冲式高速风洞中获得更为详尽的气动力信息,在2.4m跨声速风洞中进行了连续变迎角测力试验技术应用研究.主要介绍了该项试验技术的基本特点,给出了J7标模的主要试验结果.结果表明,该项试验技术获得的气动力数据与常规阶梯方式具有很好的一致性,可以满足工程实用的要求.     

激波抛撒水膜成雾参数实验研究

使用激光相位多普勒粒子测速系统对激波抛撒水膜形成的云团进行了观测,得到激波抛撒水膜形成的云雾中液滴速率和尺寸参数.结果表明:不同厚度水膜在同等强度激波的作用下抛撒,破碎产生的液滴轴向速率和尺寸以及形成云团的高度都随水膜厚度的增加呈“W”形变化.不同厚度水膜其破碎液滴轴向运动速率存在显著差异,而径向运动速率差距不大.结果说明,在激波作用初期,激波驱动力起着关键作用,随着抛撒距离的增加,液滴的重力及在气流中所受摩擦阻力的影响越大.液膜厚度越小,透射激波越强,液膜被抛撒的范围越大.形成云团的直径随着液滴的径向速率增加而变大.     

高温射流中粒子测速的脉冲激光显微照像技术

为了获得高温射流中微粒的速度,建立了一套显微照像系统.该系统由双脉冲YAG激光光源、粒子放大成像系统、图像接收系统组成.在采用显微成像技术、补偿式滤光技术、序列成像技术后,克服了喷射粒子直径小、流场发光强、温度高等困难,实现了对同一粒子的两序列照像,根据两幅序列照片,获得了粒子的喷射速度.对该系统的组成、原理及试验结果进行了介绍.     

基于贝叶斯网络的发动机燃油系统故障诊断

在构建某型发动机燃油系统故障诊断贝叶斯网络模型的基础上,提出逆向推理的最强依赖路径算法,通过该算法可以对故障可能的原因按概率大小进行排序,进而快速、准确地对故障进行定位,从而大大提高复杂系统故障诊断的效率。     

超高速碰撞碎片云的四序列激光阴影照相

为研究超高速碰撞过程中所产生碎片云的特性,在中国空气动力研究与发展中心超高速所碰撞靶上发展了四序列激光阴影照相系统.该系统由YAG激光光源、阴影仪、成像系统和控制系统组成,在采用多光源空间分离、偏振分光、光束角放大、补偿式滤光等技术后,获得了撞击速度v=4. 6km/s时碎片云的四序列阴影照片.笔者对该系统的工作原理、调试情况及试验结果进行了介绍.调试及试验结果表明:(1)该系统可以获得最小间隔为1μs、曝光时间为10ns的4个不同时刻的超高速碰撞碎片云图像,满足碰撞试验中对碎片云照相的要求;(2)该技术可以发展为更多序列激光阴影照相系统,并应用于其它超高速瞬态过程的测量显示.     

一种基于共面特征点的单摄像机姿态测量方法研究

利用单摄像机采集4个共面特征点图像的方法来测量物体的相对姿态变化。系统选用IR-LED作为特征点并对其发光特性进行优化控制,利用基于双线性插值的高斯曲面拟合方法确定图像特征点的坐标,最终使用解决P4P问题的一种线性解法确定特征点坐标及位姿变化信息。进行了实物和仿真实验,并对该方法进行了不确定度分析,结果表明这种方案具有较高的准确度、实时性。     

扑旋翼飞行器气动特性分析及机翼拓扑优化设计

建立微型扑旋翼飞行器运动学模型,基于面元法研究低雷诺数下非定常场中扑旋翼飞行器的气动特性,得到机翼气动特性和一个工作周期内的最大气动载荷。建立扑旋翼飞行器机翼有限元模型,基于变密度法和独立连续映射法(Independent continuous mapping,ICM)对机翼进行静力学和动力学拓扑优化设计,通过改变机翼拓扑结构优化机翼模态频率,得到同时满足结构静力学和动力学要求的扑旋翼飞行器机翼拓扑结构。本文为扑旋翼飞行器机翼结构优化设计提供了基本思路和研究基础。     

联邦学习安全与隐私保护综述

联邦学习是一种新型的分布式学习框架,它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。本文主要探讨联邦学习在安全和隐私方面面临的挑战。首先,本文介绍了联邦学习的基本概念和威胁模型,有助于理解其面临的攻击。其次,本文总结了由内部恶意实体发起的3种攻击类型,同时分析了联邦学习体系结构的安全漏洞和隐私漏洞。然后从差分隐私、同态密码系统和安全多方聚合等方面研究了目前最先进的防御方案。最后通过对这些解决方案的总结和比较,进一步讨论了该领域未来的发展方向。