超声-回弹综合法对服役钢筋混凝土结构的健康诊测

基于超声-回弹综合法检测混凝土强度技术规程,论述了超声-回弹综合法测强原理、影响因素和测试方法,对服役结构混凝土检测时采用钻芯法进行校准,同时对修正用芯样数量和测试精度进行了理论分析。以廊坊市某工程为例,采用钻芯-超声-回弹综合法推定结构混凝土抗压强度,并对检测数据进行分析,供钢筋混凝土结构检测鉴定参考。     

动力学缩聚模型修正的矩阵逼近法

为避免结构动力学分析中修正有限元模型时的大型稠密矩阵运算,研究了一种用基于矩阵逼近的有限元缩聚模型修正法。根据有限元模型的缩聚和修正,给出了试验模态的扩阶、物理模态到广义模态的映射和矩阵逼近,并讨论了结构存在重频时模态的相关性。算例表明,该法可行。     

利用GPS修正电离层模型研究

电离层传输延迟误差是GPS测量中主要误差之一.阐述了采用双频技术建立改正精度较高的电离层模型的一般方法,包括双频伪距法、双频载波相位法和双频多普勒效应法,并以双频GPS多普勒观测量为例进行了试算和分析.结果表明采用精度较高的电离层模型先对观测量进行修正,再进行差分求解可以有效提高解精度和质量.     

船载遥测设备海上跟踪同步星标校的方法

结合船载遥测设备和测量船的特点,提出船载遥测设备海上跟踪同步星标校的方法,并通过试验数据进行验证。该方法克服了传统近场标校方法中存在的不足,实现了船载遥测设备海上精确标校。     

舱外航天服红外笼标定试验及其修正计算

文章对舱外航天服的红外笼标定试验的情况进行了介绍,并根据试验数据对试验模型进行了修正计算,得到了红外笼的相关计算参数,同时给出了标定试验与计算模型的偏差,利用标定试验数据对试验模型进行了修正计算,并对修正计算后的结果和试验数据进行了比对,比对结果表明,计算模型计算值与试验值偏差较小,修正后的计算模型可以用于舱外航天服热平衡试验施加外热流功率的计算,并为舱外航天服的热平衡试验中外热流的施加提供参数依据。     

基于低成本MEMS传感器的皮卫星融合定姿算法研究

基于低成本低精度的MEMS陀螺、太阳敏感器、磁强计组合,设计了Unscented Kalman融合滤波算法.同时考虑到可能的故障模式,提出了仅依赖磁强计的备份滤波算法.在姿态参数选取上,采用修正罗德师里德参数来描述卫星姿态,降低了滤波器的维数,避免了采用四元数时解算状态误差协方差参数的奇异.利用MEMS陀螺采集的随机噪声数据进行半物理仿真,仿真结果表明:该融合算法能有效对卫星姿态进行实时估计,在个别敏感器失效的情况下,同样能实现较高的精度,满足普通任务的要求.该算法具有工程实现意义,是对低精度MEMS敏感器在低成本皮卫星上应用的有益探索.     

基于优化的蜂窝板有限元模型修正

蜂窝板具有较高的比强度和比刚度,在航空航天领域得到广泛应用。用三明治等效方法计算蜂窝板等效材料参数,在MSC.Patran中建立有限元模型计算蜂窝板基频,通过分析设计变量和目标函数在NASTRAN中对蜂窝板基频进行优化,利用优化结果确定等效剪切弹性模量计算公式中修正系数γ并重新计算修正后模型基频,以试验所测基频值为标准对蜂窝板有限元模型进行修正。修正后模型计算基频值与实测值之间的偏差明显减小,证实了模型修正的有效性。     

大型复杂航天器结构有限元模型的验证策略研究

大型复杂航天器结构有限元模型的合理性和准确性在航天器研制过程中具有重要意义, 它是开展星箭耦合分析以及力学环境条件设计等工作的基础。首先综合有限元建模、模 态试验、相关分析和模型修正等技术构造了一套系统的航天器结构有限元模型试验验证策略 ;然后,针对我国新一代大型卫星平台——东方红四号卫星开展了整星有限元模型的试验 验证研究,其中整星模态试验以及模型修正等研究工作属首次在东方红四号卫星平台上成功 实施。修正后有限元模型对整星主模态频率预测误差小于5％,模态置信准则大于0.6,预 示精度达到工程要求。
     

基于及时修正策略可靠性增长的动态Bayes评估方法

针对指数寿命型设备在及时修正策略下的可靠性增长过程,提出了一种动态Bayes评估方法。该方法建立了及时修正策略下的AMSAA模型,并依据已有研制试验数据,对下一次试验的设备失效率进行预测,并将预测结果作为对新技术状态下设备失效率的验前认识,然后利用最大熵方法给出设备失效率的验前分布,进而实现对产品可靠性增长的Bayes统计分析。最后给出了该方法的具体算例,通过对比分析证明了该方法的有效性。     

复杂工况下的直升机行星传动轮系故障诊断

行星传动轮系是直升机动力传动系统的核心部件,是直升机健康和使用监测系统重要的监测对象。针对复杂工况下直升机行星传动轮系的故障诊断难题,提出了结合域对抗与深度编码网络的自适应域对抗深度迁移故障诊断方法。方法输入归一化频谱数据,基于堆栈收缩自动编码网络建立训练负载与测试负载编码网络,从训练域数据进行有监督学习提取高质量深度故障特征,并结合参数迁移和对抗学习策略,通过测试域数据无监督自适应优化测试域深度故障特征提取网络,以适应负载条件变化引起的样本数据分布差异以及恶劣噪声环境引起的样本数据波动的影响。方法在直升机行星传动轮系实验平台上通过故障注入试验进行了对比验证,证明了方法的有效性与健壮性。