基于剪枝和去噪的航空发动机故障图像识别与预测

航空发动机叶片作为航空器重要的零件,其健康状况直接关系到航班的运行安全。叶片由于工作环境恶劣很容易产生裂纹、掉块、烧灼等损伤,目前基于孔探技术的叶片损伤检测以人工为主,检测结果在很大程度上受到人为因素的影响。因此,实现叶片损伤的自动识别及测量对于减轻劳动强度和提高检测精度都有实际的应用价值。首先选择PRIDnet图像去噪算法对原始孔探图像进行预处理,按照训练精度和训练速度两个指标对传统目标检测模型进行通道剪枝和微调。数据集采用国内某航空公司获取到CFM56型发动机在实际运营后机务人员所拍摄的孔探图像,实验结果表明,相比于原始目标检测YOLOv5算法和未经图像预处理的目标检测模型,本方法对航空发动机孔探图像内损伤的检测精度提高4%～10%,在检测效率上提高6%～20%。     

双臂空间机器人可操作度分析及其构型优化

利用传统的操作度概念,分析多臂空间机器人的可操作度,特别是基座和辅助臂的耦合效应对任务机械臂的操作度的影响。进而利用基座姿态最小扰动和可操作度指标对多臂机器人机械臂的构型进行优化。最后对平面双臂空间机器人进行数值仿真,并分析耦合效应对可操作度的影响以及在多臂构型优化中的应用。仿真结果表明本文的研究方法及结果可指导在轨服务中的近距离双臂协调交会、软对接和抓捕操作,具有较强的工程应用价值。     

基于改进雅克比–旋量模型的航空发动机转子–叶片结构装配精度分析

转子–叶片是航空发动机的核心部件,具有装配结构复杂、装配难度大等特点,在高温高压条件下,转子–叶片装配误差被催化放大,容易导致疲劳裂纹等故障,严重影响整机安全性和可靠性。针对转子–叶片结构,传统的装配偏差分析方法常采用多特征并联结构中的一条支链作为单一主链来建立偏差传递模型,难以综合考虑转子–叶片复杂定位结构和局部并联关系。本文提出了基于改进的雅可比–旋量（Jacobian–Torsor,J–T）模型的转子–叶片装配偏差分析方法。首先分析了转子–叶片多级回转结构、止口定位结构和榫头榫槽结构,建立了考虑转子–叶片多特征局部并联关系的整机装配尺寸链;然后采用不完全定位策略将转子–叶片装配结合面表达为基于点接触形式的偏差旋量,建立了基于定位点系统的转子–叶片联合定位基准方案;最后提出转子–叶片装配精度指标及基于改进的雅克比–旋量模型的求解方法。以某航空发动机转子–叶片的径向、轴向和周向装配偏差分析为例,将传统雅克比–旋量模型、基于蒙特卡洛法的仿真模型、改进雅克比–旋量模型及实测结果进行了对比分析。结果表明,本文方法相较其他方法预测精度更高,与实测结果误差率不超过9%,提出了榫头榫槽更合理的装...     

多传感器协同识别跟踪多目标管理方法

针对被跟踪的目标中存在虚假目标的问题,首先建立基于风险理论、贝叶斯理论和证据理论的目标识别模型,在此基础上考虑边跟踪边识别的情况,建立同时考虑目标跟踪和识别性能的风险函数模型。在模型求解过程中,提出一种基于多Agent分布计算理论的分布式算法。仿真实验结果表明:目标识别框架下能够对目标有效识别并及时停止对虚假目标跟踪;提出的传感器方案求解算法具有较好的求解质量和较快的求解速度;本文传感器管理方法能够避免传感器资源浪费,提高对真目标的跟踪效果。      

类Clipper再入返回飞行器气动特性分析

针对类Clipper再入返回飞行器的气动特性,采用近似反设计的方法,在飞行器外包络等约束条件下,通过形状控制函数,计算出类Clipper飞船的气动外形。基于计算流体动力学(CFD)数值模拟方法,研究分析类Clipper再入返回飞行器在不同高度、不同马赫数和不同攻角下的全空域/速域气动特性变化规律,并结合不同飞行状态下的压心位置探讨飞行器的稳定性。结果表明:类Clipper再入返回飞行器在不同飞行状态下能够具有良好的气动特性,最大升阻比可达1.1以上,属于中等升阻比再入,总体呈现出良好的静稳定性,可在未来作为具有可重复使用再入返回飞行器的方案之一。     

分块式空间望远镜技术研究现状及其发展趋势

大口径空间光学望远镜是实现高分辨率遥感与高灵敏度探测的重要科学仪器。传统的整体式望远镜口径超过4 m将难以突破现有运载器整流罩有效包络的限制,采用分块式的技术手段可以在满足运载能力的前提下实现口径最大化,是解决当前望远镜高分辨率与高信息收集能力的最优选择。文章先从部署形式上对分块式空间望远镜的国内外研究现状进行了梳理,归纳出分块望远镜在技术实现路线上的技术类型和特点,分别对高精度机构展开技术、机器人智能装配技术、波前检测与调控技术以及超轻可调分块镜技术进行了技术内涵及实现技术途径分析,最后面向未来远景目标,对分块式空间望远镜的技术发展作了展望。     

变背景下斑点状散布目标自动识别算法

从自动目标识别原理出发,通过对变背景下斑点状散布目标特性的分析,发现了该类目标图像中背景、噪声和斑点状散布目标的固有规律。进而,从图像像素灰度这一最基本的要素着手,研究了如何在大量的序列图像中搜索目标帧位置的方法。然后,基于目标轮廓提取和串行边界分割技术,解决了变背景下斑点状散布目标自动识别的难题。实验结果证明:该算法具有高效、快速、稳定、适用等优点,并为相关领域内的应用提供了宝贵的参考价值。     

空间机器人神经网络自适应滑模目标操控轨迹跟踪控制

针对参数未知的空间目标操控问题,考虑空间机器人负载不确定性、系统动力学不确定性和环境扰动等因素,为实现操作过程的稳定控制及机器人轨迹的有效跟踪,提出一种基于径向基神经网络估计不确定项的自适应增益非奇异终端滑模变结构控制器。首先基于拉格朗日法建立空间机器人的刚体动力学模型。考虑空间机器人基座姿态主动控制模式,使用径向基神经网络对模型中的不确定项进行估计。进而提出基于神经网络估计的非奇异终端滑模控制器,并针对不确定性和扰动的估计误差设计自适应增益,以期实现空间机器人系统轨迹跟踪控制的收敛。仿真校验结果表明所设计的控制方法具有较好的误差收敛速度和控制精度。     

基于可观测性的序列图像自主导航观测时序规划方法

针对行星着陆自主导航中图像处理计算负担重的问题,分析了序列图像自主导航的可观测性,并提出了一种观测时序规划方法。通过可观测性分析得到了在未知环境中使状态可观测的最少观测次数,这是切换观测陆标的边界条件。在此基础上,通过优化所构建的深度估计误差模型获得最佳观测间隔时间,从而自适应地规划观测时序,减少图像处理次数。仿真结果验证了可观测性分析的正确性,以及提出的观测时序规划方法的有效性,相比每个采样时刻均观测陆标,在不明显影响导航精度的条件下减少陆标观测次数45.9%,有效降低序列图像在线处理的计算负担,大幅提升未知环境中行星着陆器基于序列图像的自主导航能力。     

基于时域光度探测的卫星频率特性反演研究

卫星的行为特性、意图判断、健康状态诊断等对于空间态势感知具有重要意义,而传统的探测手段无法确定在轨卫星是否正常运行。时域光度探测作为一种新型遥感探测技术,利用高速、低噪声的探测器对卫星机动调制的光学信号进行采样,解调后可反演卫星频率、振动等特性。文章针对低轨卫星目标,首先建立基于形态学滤波来抑制自然天体干扰的空间目标跟踪定位模型,获取目标时域光度信息,再采用频谱分析方法,获取目标频率特性与运行特征。结果表明,文章提出的时域光度探测技术,在卫星频率特性反演和卫星运行状态识别方面具有较好的应用前景。