一种基于多层1553B总线及CCSDS的载人航天器空间数据系统设计

针对未来载人航天器种类、规模及功能多样化的特点,尤其是多航天器构建的复杂大型载人航天器,对现有载人航天器空间数据系统的通用性、可扩展性、兼容性进行分析,提出了1种基于多层1553B总线的多构型、高可靠、可重构、大负载的空间数据系统器载网络架构和1种基于CCSDS的载人航天器空间数据系统协议体系架构.器载网络和协议体系架...     

电磁继电器长期加电可靠性研究

为研究电磁继电器在一年连续加电条件下的可靠性,搭建了电磁继电器长期加电测试系统。通过试验发现了壳体温升规律,产品的触点压降、吸合电压、释放电压、接触电阻、触点压力、触点形貌等均有不同程度的变化,但整体稳定可靠。在长期加电条件下,双稳态磁保持继电器比单稳态电磁继电器具有更加优秀的温度特性。通过试验验证电磁继电器能够满足一年连续加电的可靠使用要求。     

基于特征融合和集成学习的运动想象脑电解码方法

开发高性能的脑电解码方法一直是脑机接口系统研究的重点和难点。为了进一步提高运动想象脑电解码的性能,提出了基于特征融合和集成学习的脑电解码方法。首先,针对每个通道脑电信号提取方差、自回归(AR)系数和带通功率特征,接着进行特征融合。其次,提出两种新的集成学习方法,分别是基于K最近邻(KNN)的集成学习模型和基于最小绝对值收缩和选择算子(LASSO)的集成学习模型。其中,KNN集成模型针对KNN分类器的K值以及闵式距离的P值进行集成,LASSO集成模型针对LASSO分类器的正则化参数进行集成,这两种集成学习方法计算简单且不需要烦琐耗时的交叉验证过程进行模型选择。最后,在三个公开的运动想象脑电数据集上验证所提方法的有效性。实验结果表明,新提出的集成学习方法,其分类结果优于支持向量机、随机森林等现有的分类器。LASSO集成模型优于KNN集成模型,在三个数据集上取得了71.75%的最高平均分类准确率。     

火箭发动机涡轮泵故障检测及预测算法研究

涡轮泵作为液体火箭发动机的核心部件,恶劣的工作环境和极高的转速使其易发生组件断裂、烧蚀等问题。为了对液体火箭发动机的涡轮泵进行健康管理,提出针对某型液体火箭发动机涡轮泵的数据驱动故障检测、故障预测及健康状态评估方法。在某型液体火箭发动机试车数据集上,通过对涡轮泵轴、径、切向振动数据进行对应的时域、频域特征处理后,送入训练好的ResNet网络、自主设计的图像特征识别算法以及退化模式线性回归模型,分别实现了对该型液体火箭发动机涡轮泵的故障检测、预测及健康状态评估,具有较高的准确性。     

离子推力器非预期电击穿特性及其主要影响因素对比研究

采用对比分析方法研究空间与地面、不同工况、不同累计工作时间段的离子推力器非预期电击穿特性变化,获得了离子推力器击穿频次与其主要影响因素之间的关联性.研究结果表明:在地面试验和空间飞行的全任务周期中,推力器击穿频次都呈现出早期较高、然后快速降低并保持长期稳定的基本特点;空间飞行应用中的平均击穿频次普遍比地面试验中的低1～...     

带CDFS的核心机过渡态数值模拟方法研究

针对带核心驱动风扇级(CDFS)的核心机过渡态数值模拟获得的CDFS加、减速工作线趋势与试验结果不一致的问题,进行了原因解析和模型改进。通过分析影响CDFS加、减速工作线的主要因素,发现引起该问题的原因,是外涵放气系统节流位置随核心机状态改变,容腔容积偏离了物理容积。在分析容腔效应原理的基础上,提出以虚拟容积代替物理容积计算CDFS工作线的方法,并对模型进行了改进。改进后的模拟结果表明:采用虚拟容积计算的CDFS加、减速工作线趋势与试验结果一致,可满足带CDFS的核心机过渡态数值模拟要求。     

离子液体电喷推力器的关键技术及展望

首先介绍离子液体电喷推力器的工作原理和分类,通过与其他相同推力量级的电推力器对比进一步分析了其特点,然后总结了离子液体电喷推力器的国内外研究现状,在此基础上重点梳理了微尺度下带电粒子的产生与加速、微细制造与精密装配、推进剂贮存和供给、高升压比微功率电源处理单元以及比冲和推力测试等离子液体电喷推力器研制过程中涉及的关键技术,最后展望了小型化、模块化与推力密度提升的发展趋势并提出离子液体电喷推力器的发展构想。     

永磁同步电机驱动太阳翼扰动力矩建模与仿真

建立太阳翼驱动机构(SADA)永磁同步电机的电磁方程,并利用固定界面模态综合法建立SADA驱动太阳翼耦合系统的振动方程;设计模拟柔性负载,对SADA驱动该柔性负载的扰振力矩进行仿真分析。结果表明,SADA驱动柔性负载运行过程中所产生扰振力矩主要由两个原因引起：1)电流噪声引起的力矩波动;2)控制参数选取不当引起的转角波动。     

基于深度学习特征提取的遥感影像配准

传统的影像配准算法,如尺度不变特征变换(SIFT)、加速稳健特征(SURF)等,对遥感卫星影像配准存在提取特征点少、错误匹配多等缺点。文章使用数据驱动的随机特征选择卷积神经网络(RanSelCNN)方法,对Landsat-8卫星不同时相或同一时相具有重叠度的遥感影像进行配准,卷积层使用随机特征选择,增加特征提取的鲁棒性;训练时使用联合损失函数,同时对特征探测器和特征描述符进行优化,减少特征的错误匹配。结果表明:基于随机选择的深度神经网络的遥感影像配准能提取更多的特征点,有效降低错误匹配率。与传统的人工设计特征相比,该算法能明显提高卫星影像配准的精度。     

电气化飞机电力系统智能化设计研究综述

能源危机和环境问题推动了绿色航空的发展,飞机电气化是绿色航空的主要实现手段,已经成为航空技术发展的重要方向。本文介绍了飞机电气化的发展历程,阐述了电气化飞机电力系统的关键技术及其研究现状,分析了先进飞机电力系统设计的关键技术,指出了飞机电力系统综合化、智能化的发展特点。在分析飞机电力系统设计存在的问题的基础上,文章初步提出了电气化飞机电力系统智能化设计平台的理论框架、功能和特点,分析了支撑电力系统智能化设计平台的关键技术,指出了航空智能化设计的研究方向。