数字化组合测量辅助飞机装配质量检测技术

针对单独使用激光跟踪仪测量大型飞机壁板类组件装配质量时存在曲面数据细节信息不易采集、测量效率低等问题,提出基于激光跟踪仪和关节臂测量仪的大型飞机壁板类组件数字化复合测量方法.在保证测量精度的前提下,将关节臂测量仪(AACMM)融入到激光跟踪仪测量场中,使用两种设备进行集成检测,对大型飞机部件成形细节信息进行全面采集.同时根据飞机部件装配过程测量环节的测量特征,在Spatial Analyzer软件基础上开发了飞机壁板类组件数字化复合测量工具集,实现了对测量过程中所涉及到的设备、数据的集中管控.通过实例,验证了测量方法的有效性和效率.      

RBCC组合循环推进系统研究现状和进展

对火箭基组合循环(RBCC)推进系统的国内外研究现状和进展进行了详细综述.着重通过美国对RBCC推进系统的研究历程和最近的进展动态进行了总结,阐述了不同时期研究计划的重点和所取得的研究成果.介绍了欧洲航天局、法国、日本和韩国等国家的研究现状和进展,并详细论述了国内在RBCC推进系统方面的研究现状和最新进展,最后进行了总结,分析了RBCC研究过程中的难点和国外在该方面的一些经验教训,提出了需要重视和亟待解决的若干问题以及RBCC研制过程存在的关键技术,对国内在RBCC组合循环推进系统方面研究思路提出了建议.     

开创Minimaster小魔王铣刀新纪元

新一代Minimaster Plus小魔王诞生了,看起来更锋利且有很多新特性,它提高了精度和生产效率,能应用于钢件、铝合金以及难加工材料的铣削中。     

正阳集团旗下企业与阿古斯特维斯特兰战略合作签约联手开发中国民用直升机市场

2013年9月5日上午,上海正阳投资集团有限公司旗下中美洲际直升机投资(上海)有限公司与意大利阿古斯特维斯特兰公司合作签约仪式在第二届中国天津直升机博览会举行。阿古斯特维斯特兰公司全球商业部高级副总裁Emilio Dalmasso、中国区负责人Gian Franco意大利驻华大使Alberto Bradanini、正阳集团董事长邹建明、总裁史贤俊及旗下上海金汇通用航空有限责任公司、中美洲际直     

综合交通运输体系建设与支线航空发展

一,综合交通运输体系建设情况 （一）综合交通发展现状 近年来综合交通运输网络建设步伐加快,技术装备跨越发展,运输服务水平整体提升,为促进经济社会发展、提高应急反应能力矧故出了重要贡献。“十一五”时期我国交通运输领域完成固定资产投资约8万亿元,是“十五”期间的27倍,其中铁路2．4万亿元、公路4万亿元、水运05万亿元、民吭025万亿元。“十二五”前两年,综合交通运输发展继续保持良好态势,主要体现在以下三个方面。     

中韩对外投资促进机制比较研究（上）

吸收外商直接投资与开展对外投资合作是中国对外开放政策的重要组成部分。这种被中国人称之为＂引进来＂与＂走出去＂的双向投资促进政策,也是中国经济发展适应全球化、参与国际分工合作的必由之路。     

并行组合扩频通信系统变换域干扰抑制技术研究

为提高并行组合扩频通信系统抵抗窄带干扰的能力,研究自适应多门限和DT-FCME两种变换域算法抑制并行组合扩频通信系统中窄带干扰的问题。经仿真验证,两种算法能够对系统中高斯白噪声环境下的多种窄带干扰起到较好的抑制效果。最后对比分析了两种算法抑制不同类型窄带干扰时的优缺点。     

双轴地磁辅助的惯性/卫星组合导航方法

旋转弹姿态的精确获取是旋转弹控制领域的一个研究重点,单纯将惯性/卫星组合导航方案应用于旋转弹上,无法快速而准确地获取弹体滚转姿态角。提出一种双轴地磁辅助惯性/卫星组合导航方法,该方法采用双轴地磁传感器、微机电(Micro Electro Mechanical System, MEMS)惯组和卫星导航组合测量方案,由序贯Kalman滤波算法完成对弹体姿态、速度和位置的估计。选取某旋转弹为仿真对象,仿真结果表明该方法在获得高精度速度、位置的同时,可快速完成弹体姿态准确估计。当地磁传感器精度为10mGs时,弹体姿态可在1s内快速收敛,且姿态精度优于0.5°(1σ)。该方法具有导航精度高、地磁标定简单、价格低廉的优点,在旋转弹导航方案上有一定的工程应用价值。     

基于多模态组合互补性学习的时尚兼容度预测模型研究

在时尚单品兼容度预测研究中,多模态特征间的互补性以及融合特征对于视觉特征的相关性问题未得到充分挖掘。针对这个问题,提出多模态组合互补性学习的时尚兼容度预测模型。该模型由四部分构成：特征提取网络使用ResNet18提取视觉特征和LSTM提取文本特征;然后使用联合表征网络将视觉特征与文本特征映射到相同的多模态嵌入空间中,减小模态间的差异性增强互补性;考虑到互补融合特征对于视觉特征的相关性问题,特征融合网络使用了组合模块分别组合了视觉特征和多模态特征;最后使用类别感知的映射方法将多模态特征映射进基于类别感知的嵌入空间中分析时尚服装的兼容度。实验仿真结果表明,该模型在消融实验以及在时尚兼容度预测的相关评价指标上均有提升和优化。     

惯性推算误差抑制的神经网络自学习模型设计与验证

惯性推算误差抑制是提升复杂场景下组合导航定位性能的关键,现有采用运动约束或系统误差高阶建模的方法从运动学模型及传感器误差模型出发,通过经验确定参数及模型的最优解。深度学习隐式模型能够挖掘数据之间的隐含关系,进行自主化参数寻优,并在提升惯导误差建模精度方面具有一定优势。总结了现有主流网络模型设计的优缺点,通过对比不同的输入输出方案进行优选,最终利用卷积神经网络构建了一套惯性误差抑制的轻量化神经网络自学习模型,并利用实测车载数据验证了该模型的有效性。实验结果表明,在GNSS信号失锁300 s的路段I和失锁285 s的路段II,网络模型速度约束的算法相较于纯惯性推算和传统NHC算法均有一定提升,融合NHC及网络模型速度约束的算法在水平定位精度上分别改善了41.7%~47.4%和26.7%~36.6%,一定程度上抑制了惯性推算误差。