比例与非比例加载下30CrMnSiA钢多轴高周疲劳失效分析

为了分析比例与非比例加载下,30CrMnSiA钢的多轴高周疲劳的失效规律。通过对30CrMnSiA钢材料开展比例与非比例(δ=90°)加载下的多轴高周疲劳试验,研究了应力幅比和相位差对疲劳寿命、断口特征及裂纹起裂角度的影响。试验结果表明,对于比例与非比例加载,随着应力幅比的增大,多轴疲劳寿命逐渐增加。对疲劳断口分析发现,裂纹萌生于试件表面,断口有明显的疲劳源区、扩展区和瞬断区,不同加载路径下的试件断口形式有明显差异。通过对起裂角度的分析发现,应力幅比大于0.25时表面裂纹有明显的第Ⅰ阶段向第Ⅱ阶段的转变,且第Ⅰ阶段沿着接近最大剪应力幅值平面方向扩展,第Ⅱ阶段沿着接近最大正应力平面方向扩展。此外,对典型试件的疲劳断口及表面扩展路径进行了分析,研究表明多轴疲劳试验试件裂纹的特征比值在0.3~0.5之间,且裂纹沿深度方向扩展至300 μm时占总寿命的85%以上。      

塞锥气膜冷却对二元塞式喷管红外特征的影响

为了研究二元塞式喷管塞锥壁面多斜孔气膜冷却对喷管红外特征的影响,设计了带冷却结构的喷管试验模型,测量了吹风比从0增加到1时的塞锥壁面温度、喷管出口截面处喷流温度以及喷管红外辐射强度.结果表明：随着吹风比的增加,气膜冷却效率逐渐提高,最大达到0.68;喷管出口截面在中心区域喷流的温度逐渐降低,最大降幅为14%;喷管红外辐射强度逐渐降低,在0°方位角上最大降低52.8%,在90°方位角上最大降低13%.     

基于视觉注意机制的认知雷达数据关联算法

针对传统关联波门设计方法在应用于机动目标跟踪时容易引起失跟、以及概率数据关联算法不适于多交叉目标跟踪的问题,提出了一种基于人类视觉选择性注意机制和知觉客体的"特征整合"理论的认知雷达数据关联算法。算法以综合交互式多模型概率数据关联算法为基础,采取假设目标最大机动水平已知的"当前"统计模型和匀速运动模型作为模型集,通过实时交互使关联波门能够随目标机动动态调整,较好地兼顾了雷达计算耗时和跟踪成功率。在利用目标位置特征的基础上,进一步提取、整合目标运动特征,对关联波门交叉区域公共量测进行分类,使多交叉目标跟踪问题转化为多个单目标跟踪问题,优化了传统概率数据关联算法。仿真结果表明：与传统关联波门设计方法相比,算法跟踪失败率和计算耗时明显降低;而且在计算资源增加不大的情况下,杂波环境适应性也得到了显著增强。     

结构参数对带凸肩风扇静力学特性的影响分析

为研究结构参数变化对叶片稳态流场载荷的影响规律,通过数值求解方法开展不同转-静轴向间距和周向栅距工况下带凸肩风扇叶片的稳态流场计算。利用自行开发的插值程序将稳态载荷施加于叶片,分析叶片受力规律。基于稳态气动载荷和离心载荷,分析各工况下叶片的静力学特征。结果表明:随着上游静子与转子叶片轴向间距的减小,叶片受力和力矩增大。轴向间距减小3mm,周向力和力矩分别增大1.51%和1.48%;随着栅距的减小,叶片受力和力矩减小。转子叶片数增加两片,周向力和力矩分别减小6.26%和6.35%。     

基于混合特征匹配的微惯性/激光雷达组合导航方法

微惯性/激光雷达(MEMS IMU/LADAR)组合导航系统在室内应用时,由于室内结构化环境下环境特征(如点和线段)分布稀疏,传统的单一特征匹配算法存在观测盲区,易造成导航定位参数估计误差大的问题。基于此,研究了激光雷达自适应数据分割方法的点和线段的特征提取算法,提出了基于混合特征匹配观测模型的MEMS IMU/LADR扩展卡尔曼滤波(EKF)算法。同时,设计了MEMS IMU/LADR组合导航试验样机,在室内环境下通过试验对滤波算法进行了验证。结果表明:提出的算法在室内结构化环境下相比传统单一点或线特征匹配组合定位算法的定位精度可提高60%,对于小型旋翼无人飞行器在室内结构化环境中的高精度定位具有较高的参考意义。     

直接扩频通信系统中最小误码率准则下的特征相消器

首先研究最小误码率准则下的特征相消器,再由最小化误码率（MBER）准则和约束条件的最小均值输出能量（MMOE）准则之间存在的关系,将MBER准则下特征相消器的设计转化为约束条件的MMOE下的干扰抑制器的设计,并利用子空间跟踪算法实现MMOE准则下的干扰抑制器。仿真表明,采用子空间跟踪算法比同准则下的RLS算法有更低的计算量和更好的抗干扰效果。     

基于装配约束的飞机导管几何特征建模与误差补偿

针对飞机导管实际装配过程中因装配应力大导致故障频发的问题,提出了一种基于导管装配特征的误差补偿方法.首先采用几何建模法进行了导管装配过程的几何建模,并提出了一种基于轴线矢量的导管装配模型建模方法.在此基础上,采用罗德里格旋转公式建立了基于实际装配工况下的导管空间位姿计算模型.然后基于导管装配要求进行了装配约束分析并识别...     

基于灰度-基元共生矩阵的旋转机械故障诊断研究

研究了基于灰度-基元共生矩阵的故障诊断方法,该方法利用图形的灰度空间分布情况和描述纹理的纹理基元法结合起来提取和挖掘旋转机械振动状态参数图形特征,可以有效地提取图形中纹理特征信息,直接利用BP人工神经网络实现旋转机械故障诊断。在600MW模化汽轮机转子试验台上进行了转子正常、转子不平衡故障、转子不对中故障及轴承松动故障的试验,诊断结果表明可以获得较高的诊断精度。     

基于深度图像的人体关节点定位方法

提出了一个基于深度图像的人体关节点定位的方法:首先将图像中的人体区域分割出来,然后利用随机森林分类器对逐个像素点进行分类,得到身体的各个部件并寻找关节点的位置。通过实验发现,本方法准确性较高并具有一定实时性。分类的准确率为 68%,相较 Kinect技术(40%)达到了较高的分类水平。预测人体关节点位置的平均时间为每帧 150ms,符合实用性要求。     

航天器环境干扰力矩的闭环辨识与补偿

研究引入干扰力矩辨识的方法提高三轴稳定航天器在稳态运行期间的高精度指向控制问题.基于航天器的稳态输出数据和系统传递函数,对环境干扰力矩的完整模型进行闭环辨识.其中采用改进的特征系统实现相关算法和多元线性回归法辨识环境干扰力矩的模型参数,最后使用前馈控制对所辨识的环境干扰力矩实现在线补偿.分析和仿真结果表明,该方案能有效地克服不确定的环境干扰力矩对姿态稳定度的影响,提高在轨运行航天器的姿态稳定精度.