金星凌日的悲喜情

现在知道，水星凌日在百年内平均有13次；而金星凌日更是罕见，大约243年内只有区区4次。但它却引发了很多令人感慨万千的故事…… 1761年的一次金星凌日不仅让天文学家测出了日地距离（即天文单位）的准确值，还让俄国学者罗蒙诺索夫发现了金星上有大气层——这也是人类第一次知道有大气的行星。     

界面周期刚性线夹杂附近的纵向剪应力

研究了不同材料界面含周期刚性线夹杂的纵向剪切问题.利用复变函数方法,获得了封闭形式解,并用于计算了刚性线端的应力奇异因子,研究了刚性线之间的应力干涉问题及刚性线夹杂场量的尺度效应.从解答的特殊情形,可导出一条界面刚性线问题及均质材料中共线周期刚性线问题的解答.      

橡胶O形圈密封结构的有限元分析

建立固体火箭发动机的橡胶O形圈的二维轴对称模型,采用非线性有限元方法计算了O形橡胶圈在库存和工作状态的变形及应力,分析了上下法兰张开间隙、初始压缩量、密封槽口及槽底倒角半径、密封槽宽、密封圈材料、O形圈截面尺寸及工作温度等典型参数对密封性能的影响:上下法兰张开间隙、密封圈的初始压缩率、密封圈材料等典型参数对最大接触压应力影响较大,而密封槽槽口和槽底处倒角对剪切应力影响明显.这些分析为密封结构的优化设计打下了基础;同时探讨O形圈应力分布规律,确定密封圈易受损和失效关键部位,初步确立了固体火箭发动机密封失效准则和失效模式.     

在役钢结构概率安全评定方法

针对大型在役钢结构的安全评定问题,综合利用第二水平法和Monte Carlo法,提出了静载和疲劳条件下概率安全评定的方法;并利用三阶段腐蚀规律对海洋气候腐蚀条件下概率安全评定过程进行了修正.以青岛港装船机主梁和翻车机端环为例进行了实际结构的安全评定分析计算,分别得出了这些结构中一些缺陷的确定性和概率安全评定结果.2种评定结果是大体上是相近的,但也存在一些不同.通过对这些确定性和概率安全评定结果的对比分析,得到了确定性和概率性安全评定方法的初步关系式-近似为单对数线性关系,此结论为概率安全评定方法的工程化奠定了基础.     

费用约束下含应力优化的CSADT设计

恒定应力加速退化试验(CSADT,Constant Stress Accelerated Degradation Testing)方案中需要确定的变量有应力水平、各应力下样本量、监测间隔和各应力下监测次数.如何对CSADT的应力水平进行优化目前很少有人探讨.针对这一问题提出一种在费用约束下将上述4个变量进行综合优化的方法.首先用随机过程描述CSADT下产品的性能退化过程,然后以产品在使用条件下p分位寿命可靠度的渐近方差最小为目标,以试验费用不超过预算为约束条件,给出CSADT的4个优化变量,并给出应用该优化方法的仿真算例.最后,优化方案对模型参数偏差的敏感性分析表明,在一定偏差范围内优化结果具有良好的稳健性.      

相对差分单向测距（△DOR）技术在探月工程中的应用研究

相对差分单向测距（△DOR）是一种高精度测角技术,在深空探测任务的高精度测定轨方案中得到广泛应用．介绍了△DOR测量的基本原理及CCSDS（国际空间数据系统委员会）关于△测量的相关标准．针对中国探月工程月面软着陆任务提出的高精度测定轨要求,分析了△DOR测量的信号形式、工作模式以及测量精度,推导了解模糊过程．研究表明,△DOR测角精度达到25nrad,对应到月球上的距离约为10m．     

星载全球大气波动成像仪研究

在卫星上对中间层顶区域的气辉辐射成像观测, 对于全球大气波动的监测和研究具有重要的意义. 利用TDICCD对O₂A (0-0)气辉进行成像观测, 计算了曝光积分时间、信噪比和能达到的最高空间分辨率, 分析了地球自转对空间分辨率的影响, 在此基础上提出一种星载全球大气波动成像仪方案, 该方案可以观测垂直波长大于10km的大气波动, 最高水平分辨率可以达到0.33km.      

基于OWRR-PF的机载图像中导弹跟踪方法

针对利用图像信息实现飞行器的导弹预警跟踪中导弹运动2D建模、运动模型非线性和目标干扰非高斯等问题,研究了比例导引下导弹在三维空间中的运动在成像面上的运动模式,建立了比例制导导弹的2D投影运动状态模型.由于模型中速度和加速度等主要物理量的非线性,并考虑导弹运动过程中受到的风向、风力、气旋和气流等随机干扰的非高斯性,采用粒子滤波方法实现导弹跟踪;并针对粒子滤波在跟踪过程中存在的粒子退化问题,提出有序权值残差重采样粒子滤波(OWRR-PF,Ordered Weight Residual Resampling Particle Filter)方法,该方法缓解了粒子退化问题,提高了跟踪的准确度.利用所建立的导弹运动模型进行连续视频试验,与标准粒子滤波相比跟踪精度提高了70%左右,与残差重采样粒子滤波方法相比跟踪精度提高了15%左右.     

基于GRNN网络和遗传算法的旋翼动平衡调整

针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以旋翼转轴3个方向的加速度测量值和机身3个方向加速度测量值作为网络输出,建立调整参数与直升机振动信号之间的模型.以直升机振动作为目标函数,采用改进的遗传算法对桨叶调整参数进行寻优,获得直升机振动最小时的桨叶的调整量.飞行实验表明,通过1到2次飞行调整,可使3个方向机身振动(旋翼的一阶振动)为最小,完成旋翼的动平衡调整.