小批量工序控制的研究

Shewhart工序控制图的实施是基于大量数据的统计规律性。在小批量工序控制场合,这种常规工序控制技术失效。小批量工序控制已有的控制技术有:目标图,比例图。前者要求所组合各类数据的方差相同;后者则要求所组合的各类数据的期望和方差成比例。这严格限制了目标图和比例图的使用范围。本文研究小批量工序控制的统计原理和实现方法。首先提出小批量数据组合的同分布原理;研究实现这一原理的标准变换方法,建立小批量标准变换控制图,并通过仿真分析评价标准变换图的有效性和检出能力。并对标准变换图进行实证分析;最后指出进一步研究的问题。     

基于复杂多阶段连续决策问题的动态窗口蚁群算法研究

本文研究非线性的大规模复杂多阶段连续决策问题,研究了一种结合遗传优化的动态窗口蚁群算法。该算法将各阶段容许决策值映射为一个层状构造图中的有限节点集,其中每一层节点对应某一阶段容许决策集的子集,该子集用实数编码遗传优化进行动态筛选,以减小算法的搜索空间。     

高空锋区降雪形势分析

本文根据对1993年11月26日较为典型的高空锋区降雪分析，初步得出了此类高空槽降雪形势的预报思路，对于今后正确把握类似的天气提供了一定依据。     

国产数控机床动态精度技术现状与对策

高档数控机床是支撑航空、航天及能源工程等领域零件加工的关键装备.当前我国已经可以设计和制造各种结构型式的高档数控机床,但是机床的性能与国外先进产品相比仍然存在一定差距,其中高速下的动态误差大是主要差距之一.将动态误差定义为进给轴执行器末端位置相对于指令位置的偏差,并划分为闭环内动态误差和闭环外动态误差两部分.以某国产数...     

基于DWNN的机电作动器渐变性故障诊断

飞机飞行控制系统机电作动器（EMA）的渐变性故障很难准确预判,若不能及早发现而任其发展就会影响到飞机的飞行安全性。针对EMA的渐变性故障,提出一种基于动态小波神经网络（DWNN）的故障诊断方法。首先,利用EMA在电机电枢绕组匝间短路、传动装置丝杆和滚珠磨损等多种渐变性故障状态下的运行数据来训练DWNN故障诊断模型;然后,利用训练好的DWNN模型对EMA渐变性故障进行诊断。创新之处在于DWNN模型利用小波分解算法去除了传感器测量信号中高频分量的影响,利用反馈神经网络的记忆能力融合了过去输入的信息和过去预测的信息,提高了对EMA渐变性故障诊断的准确性。通过对某型EMA进行故障诊断实验,仿真结果表明所提出的DWNN方法可以实现对EMA部件渐变性故障的准确诊断。      

工艺模型驱动的物料动态精准配送技术

针对飞机装配车间传统“领料式”物料配送存在的弊端,提出了一种工艺模型驱动的物料动态精准配送方法,构建了飞机装配车间物料精准配送管理系统,阐述了系统构建涉及的关键技术难点,采用基于模型的三维可视化消耗式BOM重构方式,建立与设计了模型动态同步精准的MBOM工艺模型,利用RFID技术的优点实时获取物料信息,通过iGPS系统引导AGV物料运输平台来实现装配站位物料的高精度配送。     

仿生正弦前缘对翼面动态失速的影响

动态失速导致叶片气动载荷急剧变化，造成振动载荷激增，桨叶寿命大幅衰减。针对动态失速问题，从座头鲸胸鳍在动态倾转下取得良好的流动特性获得启示，据此模化出仿生正弦前缘翼面（包含3种波峰和2种波长），旨在实现动态失速控制。借助三维非定常数值模拟方法，采用运动网格技术，基于SC1095旋翼翼型，研究了仿生前缘动态失速流动控制机理及运动参数和来流速度的影响。结果表明：正弦前缘大幅度降低俯仰力矩系数峰值和阻力系数峰值；前缘波峰越大、波长越小，阻力系数峰值与俯仰力矩系数峰值的抑制效果越明显，虽然升力系数峰值减小，但其减小量远小于前两者，例如其中一种仿生翼使俯仰力矩系数峰值减小了47.7%，阻力系数峰值减小了36.4%，升力系数峰值减小14.1%；在最大迎角附近，正弦前缘能够缓和失速特性，使载荷变化更为平缓；在高平均迎角、低俯仰频率、低马赫数下，仿生翼动态失速控制效果更强，相比较而言迎角振幅的影响较小。     

《飞行力学》征稿简则

《飞行力学》是由中国航空工业集团公司主管、中国飞行试验研究院主办的航空航天飞行力学专业综合性学术刊物(双月刊)。本刊以反映当前国内飞行力学及相关专业最新研究成果和报道国内外发展动态为宗旨,促进学术进步和人才成长,推动新理论和新技术的发展;主要刊登飞机、直升机、导弹、航天器等飞行器的基础理论、制导与控制、试验与仿真、综合设计、空中交通管制与导航、航空飞行技术等研究成果。     

一种基于卷积神经网络的地磁基准图构建方法

地磁匹配导航技术是一种重要的辅助导航制导方法，地磁基准图的构建精度对地磁匹配制导的精准度起着决定性作用。针对现有地磁基准图构建精度难以满足实际地磁匹配导航需求的问题，提出了一种基于卷积神经网络的地磁基准图构建方法。首先，利用卷积层提取低分辨率基准图中的特征图像块；然后，利用基于学习的阈值收缩算法（LISTA）实现图像块的稀疏表示；最后，利用三通道的地磁信息得到重建后的高分辨率基准图。实验结果表明:所提方法对地磁基准图具有更高的构建精度，同时对噪声有更好的鲁棒性，各种客观评价指标均高于现有的超分辨率重建方法。