面向3D打印的设计制造一体化探索

紧密围绕航天结构未来发展需求,以增材制造复杂产品研发为研究对象,对实现设计制造一体化的技术路线和关键技术进行分析。把设计、仿真和制造有机统一起来,把工艺设计纳入结构设计流程,通过仿真驱动设计来提高产品质量、降低制造成本。研究成果可应用于航天领域增材制造产品研发,对传统设计制造模式向智能制造转型具有积极探索意义。     

空中发射技术特点的量化分析

近几年,随着小卫星市场的蓬勃发展,小型卫星发射市场持续升温,以飞马座XL和运载器一号火箭为代表的空射火箭完成多次发射任务,将数十颗卫星送入近地轨道。空射运载火箭具备快速响应、机动灵活、发射成本低、任务适应性强等技术特点。运载火箭从空中发射可以充分利用载机的飞行高度和飞行速度,在相同的系统运载能力下,火箭的起飞质量更小;在相同的火箭起飞质量下,系统运载能力更高;同时,对于规模星座快速部署,空中发射的灵活优势显著。围绕空射火箭的上述技术特点,基于空射火箭模型开展仿真分析研究及不同发射方式的结果对比,结果表明空射方式对提升系统效益效果显著。     

某型工程车多功能检测仪的硬件设计

设计的检测仪用于检测某型工程车的电控系统,以51单片机作为中央处理单元,以MAX392多路选择器实现多路选通,以CPLD扩展外围接口,可较好地实现信号的采集、存储和信息显示等功能。检测仪还具有代用功能,在紧急情况下可代替原车电控系统进行工作。     

基于DMX512的彩屏墙控制系统设计

介绍LED彩屏控制系统中目前最常用的DMX512数字信号的格式、传输方式,及其在灯光控制系统中的应用,针对该系统在实际应用中所要达到的效果作相应的改进,使该系统具有稳定、连续、渐变的图像效果。     

导航卫星在轨管理与服务系统

针对北斗卫星导航系统卫星数量多,连续、稳定运行要求高的特点,卫星系统建设了导航卫星在轨管理与服务系统,旨在加强在轨数据管理与分析,提升卫星系统服务能力,开展了故障诊断、故障及对策验证、健康评估与维护几方面工作,丰富了在轨卫星监测手段,加强了卫星系统与用户之间的沟通协调.该系统目前已应用实践,有效提升了卫星系统对用户的技...     

红外光电系统TOD与MRTD测试方法的比较研究

对比了MRTD(最小可分辨温差)和TOD(三角形方向辨别)法在测试图样、观察任务、测试规程、结果处理、判断准则上的不同。通过对采样作用、动态响应、客观测量3个方面的分析,得出了TOD法在测试性能上的优势,引用国外相关单位的试验结果,说明了TOD测试的适用性。     

固体推进剂贮存寿命非破坏性评估方法(Ⅱ)--动态力学性能主曲线监测法

对动态力学性能和静态力学性能的关系进行了理论分析,认为二者之间存在对应关系.通过对采用动态力学分析(DMA)法得到的动态储能模量主曲线和材料试验机得到的静态松弛主曲线进行对比,验证了这种关系.提出了根据动态和静态力学性能关系,利用动态储能模量主曲线得到静态松弛模量和静态强度,以评估推进剂老化状态的非破坏性方法.预测值和实测值的比较结果显示,该方法能够较好地评估推进剂的寿命状态.     

吸气式电推进系统可行条件分析

吸气式电推进系统作为有可能实现长寿命超低轨飞行的技术而被关注。根据不同轨道环境条件,采用管状结构进气道、以及机械增压的吸气方式,讨论了吸气式电推进系统所需的可行条件。分析表明,在轨高度180~240km,航天器所需总功耗与迎风面之比需要大于2kW/m2,电推力器比冲需大于4×104m/s,方可满足推阻平衡需求。分析得出,实现吸气式系统在地球轨道的运用,关键技术在于增加气体收集效率并且降低收集功耗,同时电推力器的效率还需进一步提升。     

地外人工光合成装置研制与试验

原位资源利用技术是地外生命保障体系构建、实现人类地外生存的有效途径,是载人深空探索的核心技术。基于微通道技术的人工光合成反应器,采用流动反应器设计,用于低微重力等特殊环境条件下模拟人工光合作用,实现CO２向O２和含碳燃料的转化。微通道芯片通过气液剪切作用力使气体反应产物快速脱离电极表面并随反应介质排出反应器,理论上可以克服微重力条件对反应过程的影响,尚需进行微重力试验进行验证。同时,微通道结构可以通过精确控制反应气液的压力、流速、流量比等反应条件,获得优化的反应条件。通过地面试验,验证了该反应器将CO２还原为O２和含碳化合物的功能可行性。以Au和Ir/C作为阴极和阳极材料,3V电压条件下,O２产率可达11.74mL/h。此外,基于人工光合成反应器搭建了集反应模块、控制模块、流路驱动模块以及检测模块等于一体的地外人工光合成装置,形成原位反应、介质供给、精确控制、在线收集和检测等功能一体化的系统,并实现CO２有效转换和O２供给。为后续技术成熟度更高的反应装置研制、高产物选择性的含碳化合物转化以及人工光合成反应装置在轨试验奠定了理论和实践基础。     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.