基于风险优先数的航空发动机可靠性设计方法

为了解决故障模式和影响分析难以融入航空发动机设计中的难题,提高可靠性水平,在型号研制工作中摸索出利用故障模式和影响分析中风险优先数的概念开展零部件某故障模式设计改进。运用风险优先数（RPN）的概念对设计故障模式和影响分析中严酷度和故障模式发生概率划分了1～10级评分原则,增加了故障被检测难度,且结合航空发动机特点,对故障被检测难度也划分了1～10级评分原则,得出了故障模式的风险优先数,确定了故障模式的优化排序,提出了确定风险改进项的方法。以某发动机的密封装置为例,利用严酷度、故障模式发生概率和故障被检测难度等级评分原则,得出了密封装置各故障模式风险优先数,确定了2项风险改进项。结果表明：利用严酷度、故障模式发生概率和故障被检测难度划分的1～10级评分原则进行风险优先数计算,可得出风险改进项,为提高发动机的可靠性水平提供了方向。     

太阳活动突发过程对临近空间大气影响的模拟

空间天气对地球及近地空间具有重要影响,大的空间天气事件对中上层大气动力学和成分具有不同的影响。利用全大气耦合模式WACCM,针对太阳耀斑、太阳质子、地磁暴三类事件,以太阳活动平静期2015年5月10-14日的GEOS-5数据为模式背景场,通过F_10.7、离子产生率、Kp及Ap指数设置,分别模拟三类事件对临近空间大气温度、密度和臭氧的影响。结果表明耀斑事件在三类事件中对临近空间大气温度和密度的影响最为显著。平流层大气温度增加是由耀斑辐射增强引起平流层臭氧吸收紫外辐射发生的光化学反应所致,耀斑事件引起平流层和低热层温度增加约为2～3 K,低热层大气相对密度增加在6%以内;太阳质子事件及磁暴事件主要影响低热层,但太阳质子事件和磁暴事件对低热层温度扰动不大于1 K。     

基于特征优化与改进KNN的航空发动机故障诊断

为有效解决航空发动机气路故障诊断难题,建立了基于特征优化与改进KNN的航空发动机气路故障诊断模型。利用特征优化算法对发动机故障特征进行处理,包括特征增维与近邻成分分析算法;将特征优化后的特征输入改进KNN算法,建立基于特征优化与改进KNN算法的故障诊断模型;为验证所建立故障诊断模型的准确性,在四台CFM56-7FB发动机数据上进行实验验证,结果表明：基于特征优化与改进KNN算法的故障诊断模型的准确率可达98%以上,能够达到智能诊断的目的。     

低数据率与低阵元数时LCMV和LCEC波束形成算法研究

研究了低数据率与低阵元数条件下应用线性约束最小方差算法(LCMV)算法和线性约束特征干扰相消器(LCEC)算法的相控阵雷达系统对干扰抑制和旁瓣压低性能。建立了均匀线阵接收信号模型,给出了LCMV,LCEC两种算法的原理,用仿真方法讨论了不同数据率和阵元数时LCMV,LCEC算法不同到达方向上的干扰与旁瓣抑制性能。结果表明:与LCMV算法相比,高数据率、低阵元数时LCEC算法在两个相隔角度小于1个主波束宽带的干扰来波方向上形成的零陷更准确;低数据率、低阵元数时LCEC算法的角度分辨率更高;低数据率、高阵元数时LCEC算法的副瓣电平抑制能力更强,高阵元数时LCEC算法保持了静态方向图的特征。     

用于识别双星故障的RAIM算法

由于传统的基于识别门限的卫星故障识别算法存在漏检和误警致使识别率较低,为此提出一种可用于识别双星故障的接收机自主完好性监测算法.该算法通过构造新的奇偶矢量与故障特征平面,利用奇偶矢量与故障特征平面之间的几何关系来识别卫星故障,使得算法不再受限于识别门限的影响,从而有效地避免了由于识别门限引起的识别效率较低的问题.计算机仿真结果表明:改进后的算法与传统的基于识别门限的算法相比,双星故障正确识别的性能有显著的提高,正确识别率可达到90%.同时,与基于门限识别的重构最优奇偶矢量法相比,计算量可减少约61.2%以上.     

单幅图像的三维重构视觉系统特征点提取算法的研究与实现

实现基于单幅二维图像不标定欧氏重构三维场景的关键技术之一是有效提取彩色伪随机编码图像特征角点。为给图像特征点匹配提供更多的样本信息,采用定位于彩色图像Harris算子探测特征角点,并动态给出角点响应的自适应阈值条件。特征点提取实验及三维欧氏重构结果证实了该方法的适用性和有效性。     

一种航天测控系统可靠性定量化计算方法

航天测控系统具有动态性、复杂性、可维修性、阶段间相关性等显著特征,作为航天器安全在轨运行的重要保障,其可靠性至关重要。针对航天测控系统可靠性精确计算的难点,提出了综合马尔可夫（Markov）模型和全概率思想的复杂、动态系统可靠性定量化计算方法,给出了计算流程。按照系统的动态组成特性,将任务进程划分为多个阶段,阶段内参试状态不变,不同阶段之间参试状态不同。借鉴Markov模型描述阶段内状态转移过程,通过求解Kolmogorov后向方程得到本阶段结束时的状态概率,利用全概率思想实现阶段间状态映射,体现阶段间的依赖性,依次对各阶段求解获取整个任务可靠性,具有求解准确度高、结果可信度高等特点。最后给出算例,通过与蒙特卡洛仿真结果的比对校验Markov方法的准确性。     

运用神经网络进行冷挤压工艺设计的特征编码技术

将人工神经网络引入冷挤压工艺规划的基础和关键是将冷挤压零件的几何信息和工艺信息转换成人工神经网络所能辨识的数据信息。本文介绍的将模式性知识引入到冷挤压工艺设计过程中,对零件进行特征编码完成信息转换的方法可以有效地解决这个问题。     

轻型无人机与飞机风挡碰撞风险研究（英文）

随着无人机应用的快速增长,机场附近和空域已发生了很多重大航空事故和危险征候,无人机的无序飞行对航空运输安全构成了巨大的潜在威胁。以典型轻型无人机和某型商用飞机及其风挡为研究对象,通过有限元仿真方法得到无人机在最严酷姿态下与飞机风挡最薄弱位置碰撞损伤等级及相应的冲击能量区间,以此保守划分损伤严重性等级。在无空中交通指挥干预的情况下无人机与飞机相互独立运动,考虑两机之间的水平最小安全间隔、侧向最小安全间隔以及垂直最小安全间隔的联合约束,通过蒙特卡洛仿真得到无人机与飞机的碰撞概率,并确定碰撞可能性等级。基于损伤严重性等级和碰撞可能性等级的不同组合形成无人机与飞机风挡碰撞的较为保守的定性风险矩阵。研究结果总体表明:在120 m飞行高度下,两机距离超过3 600 m且在典型的俯仰角和航向角工况下发生碰撞风险及其损伤程度较小,否则发生碰撞风险较大且损伤程度较严重。研究结果为无人机的规范性设计制造、局方对无人机运行管控的政策制定以及无人机与载人飞机在同一空域运行的风险评估提供理论依据和实践参考。     

基于决策树的涡轴发动机气路健康评估方法

为解决涡轴发动机退化模式多、故障样本大、分类困难的问题,将梯度提升决策树(GB?DT)算法应用于涡轴发动机气路健康评估.首先对涡轴发动机故障标签进行了拆解,针对每一类标签设计了一个分类器.通过特征重要度排序筛选了6个分类标签的输入特征,有效降低模型复杂度.通过遍历确定树的最优数量和深度,确保了分类的准确性.仿真结果表明...