涡扇发动机气路传感器故障诊断

为了实现对某涡扇发动机传感器故障的在线诊断,提出并设计了1种基于在线贯序极端学习机的故障诊断算法。其核心思想是在定位某传感器故障后,在线建立针对该故障传感器"预学习"的信号重构算法,解决多故障混叠问题。在线信号重构算法以泛化能力指标为判定条件,利用选择策略对算法网络权值进行选择性更新,提高了故障诊断系统的实时性。以某型涡扇发动机为对象开展了传感器故障诊断与重构仿真,结果表明:该算法能够对发动机单、双传感器故障进行准确地诊断与信号重构,且具有良好的实时性。     

基于DSAS算法的直升机贴地飞行在线航迹规划

通过改进优化传统A*算法,利用动态稀疏A*搜索(DSAS)算法在线设计了直升机贴地飞行轨迹.该算法采用逆向搜索方式规划航迹,在遇到新生探测威胁时,只需局部调整受到影响的航迹,减少了重新规划的范围,提高了搜索效率.此外,在生成节点时考虑了直升机性能及飞行约束,优化了搜索范围;并且根据影响贴地飞行航迹性能的各种因素,设计了航迹代价计算方法;利用层次分析法结合专家分析计算得到最优代价权值.仿真结果表明,该方法在线设计的飞行轨迹能够较全面地满足避障、贴地功能,相比稀疏A*搜索(SAS)算法节省了计算时间.     

基于在线调试的串口通信协议测试方法

以测试某型数据传输数字地图子系统中数字地图生成模块软件的RS485通信协议为例,提出了两种基于在线调试的串口通信协议的测试方法。这两种方法不仅简单易行地解决了某些测试环境中无法利用串口调试工具进行串口通信协议测试的问题,还为软件测试领域提出了一种通过在线调试技术解决问题的思路。     

智能机床的误差补偿技术

误差补偿技术是智能机床精度提高与保持的关键技术之一.分析了国内外机床误差补偿技术研究现状,提出智能机床误差补偿技术总框架;总结了智能机床误差源、误差元素、几何与热误差的误差元素模型及建模方法,以及典型的误差补偿方法;研究了力误差补偿技术、基于零件在线测量的误差综合补偿技术;最后,对未来智能机床误差补偿技术的发展重点进行展望.     

基于在线滚动序列核极限学习机的涡轴发动机非线性模型预测控制

针对涡轴发动机控制系统设计,提出了1种基于在线滚动序列核极限学习机的非线性模型预测控制方法。综合考虑直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速、涡轮级间温度和压气机喘振裕度等信息,设计具有较好实时性、精度和泛化能力的多输出在线滚动序列核极限学习机作为预测模型,引入预测模型输出与发动机输出的误差进行反馈校正,利用序列二次规化算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合平台的仿真环境中进行了直升机大幅度机动飞行仿真验证,结果表明:该模型预测控制器相比于传统串级控制具有更好的控制品质,可显著降低动力涡轮转速超调/下垂量。     

基于Kalman滤波的空天飞行器再入制导算法

针对空天飞行器应用传统数值预测校正再入制导算法实时性不佳的问题,提出一种基于Kalman滤波的预测校正制导算法。该算法采取四阶多项式拟合速度-高度飞行剖面,利用Kalman滤波估计选定的速度点对应的高度,得到满足再入走廊及航程要求的拟合系数。在此基础上,减少一个终端约束,增加一个待估计剖面参数,可实现对再入过程飞行时间的调节。研究发现,再入过程中通过在线辨识修正不确定性参数能够提高制导指令的适应性;飞行末段利用跟踪参考剖面制导可有效避免飞行速度与终端速度接近时发生拟合系数求解发散的问题。多组不同再入条件下的算例仿真结果表明,基于Kalman滤波的空天飞行器再入制导算法实时性好,制导精度高,能够实现飞行时间可控,具有较强的鲁棒性和工程应用潜力。     

普郎克定律的一个新推论

根据热辐射基本定律———普郎克定律,推导出了一个新的推论。即对于任意温度T的黑体辐射源,总存在一对应波长λδ,该波长对应的黑体单色辐射亮度对温度T的偏导数最大,且λδT =2 4 10 .3μm·K。这一结论对于单波长辐射温度计设计中探测器波段的选择有重要参考价值,根据此结论可以推出温度测量灵敏度最高的波长。     

微波波段黑体定标源电磁特性优化设计的研究

对风云系列气象卫星微波成像仪、微波温度计热真空实验黑体定标源的电磁特性进行了仿真优化设计研究,优化目标为后向RCS最小以实现黑体法向发射率接近1。基于可跨越介质边界的亚网格时域有限差分法分别对方锥和圆锥金属基体在非涂覆和涂覆吸波材料为0.5~3.0 mm厚度,频率为10.65 GHz的情况进行了对比分析,圆锥的最佳涂覆厚度为1.5 mm,其后向RCS值明显优于方锥的最佳涂覆厚度2.5 mm达7.5 dBsm.在10.65 GHz频段内采用圆锥结构设计的黑体定标源可实现更高的发射率,同时由于最佳涂覆厚度比较薄,可以有效降低劈尖结构产生的温度梯度,实现定标源的温度均匀性。     

基于HOG和SVM算法的磨粒图像在线监测技术

为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图（Histogram of oriented gradients,HOG）进行特征提取和支持向量机（Support vector machine,SVM）分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor,KNN）等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83 8%。     

《导航定位与授时》征稿简则

本刊于2014年创刊,是北京自动化控制设备研究所和中国宇航出版有限责任公司联合主办的学术期刊(双月刊)。本刊坚持党的基本路线,提倡“双百方针”。本刊宗旨:关注前沿、强化融合、追求卓越、服务军民。刊物下设导航与控制、定位与授时、仪表与部件、仿真与测试四个专栏,基本涵盖了当代导航与控制领域的理论和工程实践应用。一、投稿约定1.来稿(1)来稿应符合科技论文写作惯例和基本要求,通过网络在线投稿(http://dhdwyss. zghtqk. com/ch/index. aspx)。稿件请用word格式,作者自留底稿。(2)来稿一般在3个月内提出处理意见,在此期间,请不要一稿两投。若3个月后仍未在投稿系统内查询到稿件处理结果,作者有权自行处理来稿。