美国发明及时反映锂电池内部温度异常的传感器

据中国科技部网站2012年2月8日报道，美国约翰·霍普金斯大学应用物理实验室（APL）的研究人员发现，在锂电池将要发生问题时，电池的两极之间会出现一个微小的交变电流。基于这一发现，他们研发出一种内置式传感器，当它捕捉到异常电流时，立即触发电池控制系统采取正确的措施，及时避免电池过热导致事故发生。APL已为这项技术申请了全球专利。     

地磁逐日比与新疆及周边地区强震关系

利用2009年1月1日至2019年12月31日新疆及周边区域12个地磁台站的地磁垂直分量日变幅数据，计算其日变幅逐日比，进而分析新疆及周边地区逐日比异常特征，研究其与磁暴和强震的关系.结果表明:强地震多发生在逐日比异常出现后半年，其中等待时间最短为20天，等待时间最长为220天，震中多位于异常集中区域或异常分界线及附近区域；新疆及周边地区逐日比异常报对率为78%，异常虚报率为22%，研究时间段内没有出现漏报现象，说明新疆及周边地区强地震与逐日比高值之间存在一定的相关性；若异常日前后未发生强磁暴或其Dst指数小于异常第二日，则异常可能性较大.本研究增强了地磁垂直分量逐日比异常判据的可靠性，其结果可以为新疆强震活跃期的判定及地震预报提供研究参考依据.      

平尾终点开关传动轴断裂分析

针对某型飞机平尾终点开关机构传动轴断裂故障,进行了外观观察与体式检查,对断口进行了宏微观观察,并结合传动轴材料的金相组织、能谱分析、硬度检测,得出传动轴为扭转过载断裂的结论,可为类似故障的分析提供参考。     

某型直升机燃油量显示异常故障分析

针对某型直升机飞行中出现燃油量指示异常的情况,结合燃油箱安装结构和燃油指示系统的工作原理,采用故障树法对该故障进行剖析,找出了导致故障的根本原因,并进行了改进验证,为此类故障的排除提供了思路。     

面向卫星电源系统的一种新颖异常检测方法

面向卫星电源高维周期性时序遥测数据，提出了一种新颖的代表性特征自编码器（RFAE）模型，并用于无监督的异常检测。RFAE采用改进的堆叠自编码器损失函数和训练算法，从而使模型可以学习到相位相同样本的代表性特征；然后根据代表性特征重构样本，根据重构误差来判断样本是否异常。在试验部分首先通过模拟数据校验了RFAE算法能够有效地检测出高维周期性时序数据的异常，然后又采用某卫星电源系统2014年1~12月真实遥测数据进行试验，RFAE异常检测准确率达到99%，检测效果明显优于目前的其他异常检测算法，具有较高应用价值。     

抵御中心机系统异常风险的策略研究

为解决因中心机异常可能造成的飞行器试验指挥控制失灵问题,研究物理与信息冗余相结合的解决策略,通过规避导致软件系统瘫痪的数据处理周期,自动接收飞行器起飞时间,人机结合判断系统故障等技术,采用异构备份方法,构建了一个具有异常控制机制的中心机系统。当中心机系统异常导致瘫痪故障时,该系统可在数秒内使数据处理功能恢复正常并完成后续任务,抵御中心机系统异常带来的风险,提高了中心机系统的可靠性。