金属壳谐振子研究进展

金属壳谐振陀螺是利用驻波的进动特性来敏感输入角速率的一种新型壳体振动陀螺,具有结构简单、功耗低、抗冲击性强、稳定性高等优点,可被广泛应用于中低精度角速度测量领域。金属壳谐振陀螺不仅具有传统陀螺的惯性品质,而且具有抗高过载、量程大的特点,这是其他类型陀螺所不具备的。作为金属壳谐振陀螺的核心部件,金属壳谐振子的性能至关重要。结合金属壳谐振陀螺综述了金属壳谐振子的研究进展,从设计思想、理论建模、结构设计、信号处理等方面进行了讨论,并指出了金属壳谐振陀螺及其谐振子的发展趋势。     

基于ELM的飞机数字化装配定位运动模型

针对飞机装配中开敞性较差环境下的串联装配机构半闭环定位运动控制问题进行研究,提出了基于极限学习机(EML)算法的飞机数字化装配定位运动模型。通过分析飞机数字化装配串联定位机构的运动学模型特点及性能要求,提出了飞机数字化装配定位运动的单隐含层前馈神经网络模型,并基于极限学习机提出了装配定位运动的数据辨识模型,且最后给出了基于极限学习机算法的定位运动离线辨识方法。通过将某大型飞机机身壁板柔性预定位工装作为试验平台进行验证,结果表明,获得的定位运动模型使直接装配定位精度达到±0.25 mm,满足某大型飞机机身壁板长桁的装配定位精度要求±0.50 mm。试验系统涉及的若干关键技术已应用于某大型飞机的壁板组件装配预定位柔性工装系统。     

基于分解-粒化和优化极限学习机的燃油泵性能退化趋势预测

机载燃油泵的性能退化呈现非线性多阶段模式,为了提高机载燃油泵性能退化指标的预测精度,得到性能退化指标准确的预测范围,提出了基于奇异值分解-模糊信息粒化与优化极限学习机的模糊粒化预测方法。针对传统的粒化预测方法直接对原始序列进行粒化分析的不足,首先利用奇异值趋势分解方法提取燃油泵性能退化指标序列的趋势项及去趋势项,再利用信息粒化方法对去趋势项进行模糊粒化;然后将趋势项及粒化后的去趋势项数据输入至极限学习机进行回归预测,并采用粒子群算法优化极限学习机参数;最后根据实测值和预测值的对比分析评估预测模型的优良性。实验结果表明,该方法可以有效跟踪燃油泵性能退化指标的变化趋势,并对其指标的波动范围进行有效预测。     

基于IGA-ELM网络的滚动轴承故障诊断

为了提高航空发动机轴承故障诊断准确率,提出基于改进遗传算法优化极限学习机网络（IGA-ELM）的诊断模型。针对传统遗传算法易早熟等缺陷,对遗传算法的交叉操作和变异操作进行改进,并用改进的遗传算法优化极限学习机的输入权值矩阵和隐含层阈值,利用Moore-Penrose算法计算极限学习机的输出权值矩阵。使用IGA-ELM诊断模型对滚动轴承正常、内环故障、外环故障和滚珠故障4种工况进行诊断,并分析极限学习机隐含层神经元的数量和激活函数对轴承故障诊断的影响。为了验证改进遗传算法优化极限学习机的有效性,将传统遗传算法、自适应遗传算法和粒子群算法作为对比算法。经过分析表明：改进遗传算法收敛速度和收敛误差,均优于对比算法。     

固体自润滑材料极端温度环境适应能力研究

模拟月球表面极端高低温环境,对空间飞行器机构活动部件常用固体自润滑材料进行极端温度环境存贮实验.通过拉伸强度、压缩强度、弯曲强度、冲击强度、摩擦磨损等性能研究,评价固体自润滑材料在月面极端高低温环境下的生存适应能力.结果表明,两种典型空间用固体自润滑材料模拟三个月球日经历极端温度环境存储实验后,各项性能都未发生明显变化.     

高熵硼化物陶瓷研究现状及其在极端环境中的应用前景

随着国内外对地外空间的竞争日益激烈,弹道式导弹鼻锥及载人飞行器返回舱再入大气层、临界空间高超声速飞行器对高性能高温热防护材料需求变得更加迫切。同时由于传统的超高温陶瓷（Ultra-high temperature ceramics, UHTC）的高温物理性能与高温力学性能无法得到良好的兼顾,迫切需要研制能满足结构功能一体化需求的新型UHTC材料匹配日益严苛的极端环境需求。高熵陶瓷作为继高熵合金在金属领域被广泛研究以来高熵材料在陶瓷领域的研究新方向,近五年来得到了国内外学者的广泛关注。本文针对国内外高熵硼化物陶瓷的材料体系、制备方法、物理及力学性能等研究现状进行了梳理归纳,同时针对极端环境下高熵硼化物陶瓷的服役行为及研究方向进行研判。     

水下“空间站”：航天员在行动

自古以来,上天下海就被认为是两大难事,而今,NASA一项模拟训练,却将两项活动完美结合,这就是已成功举办18次的极端环境任务训练（NEEMO）。NEEMO19也已经展开,这次任务将重点为欧空局测试远程指导操作,即远距离专家可以通过图像和声音对乘员进行指导。同时测试欧空局开发的智能手机、平板电脑和屏幕眼镜集成设备“mobiPV”的原型,测试成功后将由安德烈亚斯于明年执行国际空间站任务时带人太空。而在NEEMO19任务开始前几天,NEEMO18乘组成员们刚刚出色完成训练任务,对于水下“空间站”的特殊经历,他们又有什么不一样的体会呢？     

基于多元KELM的发动机状态在线预测模型

针对当前飞机发动机状态预测过程中，不考虑相关变量状态变化，仅根据单变量历史时间序列对飞机发动机状态预测的问题，提出一种基于多元核极限学习机（KELM）的发动机状态在线预测模型。首先，通过多变量时间序列的相空间重构，将变量间的时间相关性转化为空间相关性；其次，通过研究KELM与核递归最小二乘法（KRLS）之间的关系，将KRLS扩展到在线稀疏KELM框架中；最后，使用近似线性依赖对样本进行稀疏化来控制网络结构的增长，最终实现多变量非平稳序列的在线预测。某型教练机的发动机飞行参数预测结果表明:满足在线预测要求的条件下，与KB-IELM、NOS-KELM、FF-OSKELM相比，模型KRLSELM将平均预测精度提高了90.61%、58.14%和25.77%，将预测稳定性提高了99.61%、75.03%和28.59%，具有更高的预测精度和稳定性；并且各方法均在多变量输入条件下获得最优的预测效果，验证了考虑多变量状态因素对单变量的在线预测具有重要意义。      

基于贯序正则极端学习机的时间序列预测及其应用

为实现对液压泵特征参数的在线预测,提出一种贯序正则极端学习机(SRELM),并研究了基于SRELM的预测方法.SRELM根据结构风险最小化原理实现网络训练,其网络权值可随新样本的逐次加入而递推求解,具有泛化能力强与训练速度快的优点,因此适于特征参数的在线预测.基于SRELM的预测方法利用特征参数训练SRELM模型,以逐...     

我国红外单光子探测器实现量产

据新华网2010年6月4日报道，由安徽问天量子有限公司研发生产的红外单光子探测器实现量产，使得我国成为全球第三个可批量生产红外单光子探测器的国家，为我国量子密码规模化应用打下了基础。此次红外单光子探测器量产，经过了长时间极端条件测试，产品稳定可靠，