航空维修人员的个性心理与维修安全研究

由于目前航空维修人员的选拔缺乏专业心理素质考察,导致一些从业人员心理素质较差,从而增加了发生维修差错的可能性.本文通过卡氏16种人格因素测验,对影响航空维修质量和安全的个性因素进行分析和评估,对航空维修人员心理与维修安全进行了讨论,并提出了几点建议.     

进口预旋对高负荷跨声风扇性能的影响分析

利用三维数值模拟手段,研究了全转速条件下高负荷风扇进口级转子的预旋设计形式和其对气动性能的影响,以及在优化的预旋分布规律下,转子的典型部分转速特性.该风扇转子叶尖切线速度为480m/s,设计总压比为2.55,负荷系数高达0.42.结果表明:使用常规转子仍能达到该负荷水平,但采用带进口导叶的设计形式十分必要;在转子叶尖采...     

M40J和T300碳纤维的微结构

利用SEM、TEM、XPS、XRD、Raman和元素分析仪分析了M40J和T300的表面化学、物理及微观结构特征.研究发现:M40J含碳量高于T300纤维,而含氮量低于T300纤维,且表面活性基团比T300纤维低;M40J和T300碳纤维表面具有大量沟槽,前者相对长而浅,后者相对短而深;T300纤维端面皮芯结构明显,而M40J端面结构较均匀;M40J的微晶结构及取向性优于T300碳纤维.     

基于参数化典型工艺的快速工艺生成技术

现有CAPP系统工艺设计的标准化和智能决策功能较弱.造成工艺规程设计对工艺人员经验的依赖性很大.因此本文提出基于参数化典型工艺的快速工艺生成技术。该技术运用成组技术原理和面向对象技术.把现有零件按照其几何形状或工艺的相似性归类成族.针对各零件族代表件编制典型工艺,然后将典型工艺进行参数化定制,建立参数化典型工艺库。     

基于纹理边界检测的航天器椭圆特征提取方法

为确定失效航天器等非合作目标的相对位姿,提出一种通过纹理边界检测的椭圆特征提取方法。该方法假设椭圆特征是航天器表面两种不同纹理的边界,利用上一时刻相对位姿信息,将对接环离散几何模型投影到像平面,并沿各离散点的法向方向通过概率方法检测纹理边界点。利用随机抽样一致(RANSAC)方法剔除边界点中的粗大误差,进而拟合出椭圆参数。纹理特征对光照变化具有鲁棒性,因此该方法能够在变光照、星体表面反光不均匀等复杂情况下快速准确地提取图像中的椭圆特征。本文以对接环图像特征提取为例进行仿真校验,分析了算法参数和噪声对提取椭圆精度和时间的影响。利用真实图像与基于梯度边缘的椭圆提取方法进行对比,结果表明,所提出的算法具有较高的精度和速度。     

基于轮廓特征的X射线脉冲星信号多普勒估计

探测器速度引起的多普勒效应会影响脉冲星信号累积轮廓特征,反之,这种轮廓特征改变可用于多普勒估计。提出了一种基于轮廓特征的X射线脉冲星信号多普勒估计方法。通过建立累积轮廓非齐次泊松模型,获得多普勒效应对累积轮廓的影响。构造轮廓特征函数对该影响进行度量,并利用函数值与周期误差的关系搜索信号周期。在搜索过程中,将离散观测数据转换为连续能量密度函数,消除相位间隔对累积周期的限制。根据周期搜索结果,结合脉冲星先验知识完成多普勒估计。仿真实验验证了该方法的有效性,其多普勒估计精度优于频域方法。     

特征模型分散式自适应姿态控制在高超声速飞行器中的应用

 针对高超声速飞行器在再入过程中强耦合、大扰动和气动参数大范围变化的问题,基于特征建模的思想,把原非线性动力学方程用一个二阶时变差分方程组形式的特征模型描述,建立了攻角通道独立、 偏航/滚转通道耦合的特征模型,并设计了分散式自适应姿态控制器,给出了稳定性分析和数值仿真。由于基于特征模型设计的控制器组成的闭环系统是一个非常复杂的混合系统,稳定性分析在特征建模理论中一直是一个难点,提出的稳定性分析方法完全解决了此类不含内动态相对阶为二的多输入多输出系统的稳定性问题。     

控制点/控制点对最优能量解析的图像配准

 针对遥感图像配准中匹配同名点少、配准精度低等问题,提出了一种基于控制点/控制点对最优能量解析的图像配准方法。在控制点提取中,通过多尺度曲波变换,实现不同尺度下图像质量的灰关联分析和噪声抑制,并根据灰关联能量值,自动调整尺度不变特征变换配准参数,提高匹配同名点数量;为保证控制点选择的均匀性和准确性,创建了控制点对能量模型,采用马尔科夫蒙特卡洛优化算法实现分布、匹配能量最优的控制点筛选,提高了图像配准精度。实验结果表明,本方法对遥感图像匹配同名点少、控制点分布不均匀、图像配准精度低等问题有很大改善,具有较高的应用价值。     

基于目标特征模型配置的面向对象检测方法研究

针对目前遥感图像目标检测过程中过度提取特征容易导致样本特征维数过高,造成维数灾难的问题,提出一种基于目标特征模型配置的面向对象检测方法,该方法以特征的可分性为原则判断特征的真实有效性,针对不同的侦查目标,将真正有用的特征配置于该待检测的目标,达到快速、准确自动检测的目的.试验结果表明,该方法能在降低算法复杂度的同时提高目标检测的正确率,能节省样本训练所需的时间.     

基于分层神经网络的航天器故障诊断技术

为了提高卫星、飞船等复杂系统的故障诊断速度和精度,文章提出了一种基于分层神经网络的整星故障诊断模型。模型中的上层神经网络采用自组织特征映射网络,完成整星故障的初步定位与辨识;下层神经网络采用广义回归神经网络,实现整星各分系统故障的精确定位和定因。引入主元分析法实现原始状态变量的降维,减少神经网络神经元数量。该模型已成功应用于某卫星各分系统的故障诊断,提高了诊断效率,并能精确给出诊断结果。