航天器污染检测新技术的研究

根据飞行时间二次离子质谱学的新进展,用当代最先进的仪器首次对三种典型的我国地面空间环境模拟污染样品进行了探索性实验研究。结果表明：由于极高的检测灵敏度,具备分析微量航天污染物成分的能力;由于很高的质量分辨本领,具备检测航天污染物包含的所有元素、同位素和各种化合物的指纹鉴别能力;成像分析可获得航天污染物各成分面分布及一定的分层信息,从而可望揭示出各类污染物的形成过程。与国内外现有的各类检测手段相比,飞行时间二次离子质谱是航天污染物检测强有力的一种新手段。讨论了需要进一步研究解决的主要问题,如果能开发出可避免二次污染并分阶段取样、保存样品的装置与之配合,该技术有望在迅速崛起的航天污染系统工程中发展成为一种独具特色的航天污染检测新技术。     

多传感器斜置系统故障检测的奇偶向量补偿方法

提出采用神经网络对多传感器斜置组件的奇偶向量进行补偿,从而消除安装误差、刻度系数误差以及常值偏差对奇偶向量的影响,提高系统对小幅值故障检测与隔离的准确性.基于神经网络的方法与卡尔曼滤波、偏差分离估计方法相比,不需要各项误差的动态模型和噪声统计特性.神经网络采用有一定时间延迟的样本进行在线学习时,利用补偿后的奇偶向量能够检测出有一定斜率的斜坡型故障.      

西南地区某机场跑道中段道面沉陷区的检测与评价

对西南某机场跑道部分区域沉陷变形的情况进行专项调查,找到沉陷区域并评价其严重程度,帮助机场运营管理单位掌握飞行区道面状况。首先将跑道检测区按照沉陷程度分为十个闭合水准线路,分区测量点位高程;再将高程数据与设计数据对比分析,运用Surfer、Matlab软件制图呈现和计算跑道沉陷程度;结合道面纵、横坡坡度的改变判断跑道的适用性。评价结论为跑道沉陷部分体积约2 700 m³,约20%测量区域的横坡坡度不符合要求,为避免沉陷情况加剧,应在道面维护工作上做出相应应对措施。     

飞机环形结构的超声检测

分析对飞机“Ｕ”形环状结构件进行原位超声检测的三种方法,并指出了磨制探头斜楔时应注意的问题．     

谐振式科里奥利质量流量计

对谐振式科里奥利质量流量计的基本敏感机理进行了论述.基于典型的U型管敏感结构,建立了谐振式直接质量流量计的数学模型,给出了检测质量流量的信号解算模型,设计了一种信号解算电路并研制了相应的样机.实测结果表明:所研制的信号检测电路的测量误差小于0.1％,具有一定的实用价值,为样机研制提供了具有一定参考意义的理论和实验研究结果.     

基于神经网络预测模型的歼击机结构故障检测方法

提出了一种基于预测神经网络的歼击机结构故障检测新方法 ,与传统的基于模型的非线性系统的故障检测方法相比 ,神经网络方法有着非线性逼近能力强和故障检测实时性好等优点。给出了基于预测神经网络的故障检测方案 ,以及多步直接预测算法和阈值选取原则 ,最后以某型歼击机为例进行了仿真验证 ,仿真结果表明本方法能有效地检测出歼击机的各种结构故障。     

多尺度层级金字塔网络的无人机入侵检测方法

近年来,无人机的快速发展给众多领域带来便利,然而无人机入侵给机场安全带来了巨大的挑战。由于无人机目标小、背景复杂、飞行速度快等特点,现有的主流目标检测方法通常难以准确地识别出入侵的无人机,易产生误检漏检的现象。提出了多尺度层级金字塔网络的无人机入侵检测方法,同时利用特征融合模块赋予特征金字塔不同层级、不同尺度的图像语义信息,并通过网格删除和4-Mosaic数据增强技术,对小样本数据集进行扩充,有效地提高了模型的泛化性能。实验表明,方法较于目前最优的无人机检测方法性能提升了5.5%。     

基于黎曼距离的编队飞行卫星姿态控制系统故障检测数据优选方法

为突破星上资源的严苛约束、提升编队飞行卫星故障检测能力,提出了一种适用于编队飞行卫星姿态控制系统的故障检测数据优选方法,通过利用黎曼距离衡量无故障情况和故障情况下系统测量信息之间的差距,构建了编队飞行卫星姿态控制系统故障检测能力的评价指标。在此基础上,提出了故障检测数据优选方法,为系统输出信息结构优化提供了理论依据。仿真表明,所提出的方法能够在星上资源受限的情况下有效提升编队飞行卫星姿态控制系统的故障检测能力。     

半球零件的磁力装夹检测装置分析

半球零件是一种电机轴承用半球型偶件,其表面镀制TiN膜层和TiN+DLC膜层,其球面轮廓度及尺寸精度直接决定了电机的精度和寿命.传统的半球零件检测方法通常利用紧固螺钉来对其进行固定,并用螺丝刀手动实现零件的松动锁紧,装夹费时、费力且效率低下.针对这一问题,设计了一种新的磁力装夹装置,利用磁力吸附作用来对半球零件进行装夹...     

基于时间序列的音频采集通道故障检测研究

音频数据采集系统是航空电子系统的重要组成部分,其采集通道故障与否关系到舱音采集功能能否有效工作。针对传统对音频采集通道的故障检测方法存在检测效率不高、开发和维护成本较高等问题。提出了一种音频采集通道的故障自动检测方法,基于音频数据的弧度时间序列,利用参考音频信号与音频采集通道输出的数字音频信号的相似度对比结果,判断音频采集电路能否保持音频的一致性,进而判断音频采集通道是否存在故障。方法不仅检测成本低、精度高,并且实现了音频采集通道的快速、自动化的故障检测,同时针对不同领域的音频采集系统具有一定通用性。