基于3DS MAX模型的无人直升机实时监控系统三维建模

分析OpenGL中三维建模的主要方法,结合共轴式无人直升机实时监控飞行系统的设计需要,得出利用3DS MAX的输出模型进行三维建模可以大大提高效率。分析3DS MAX主要输出文件的结构,指出OpenGL建模所需的要素。设计并实现了3DS MAX到OpenGL的模型转换模块,能够分离出3DS MAX场景中的三维模型,为在实时监控系统中再现3DS模型并构造监控飞行系统的三维场景提供灵活性。     

一种低复杂度的Multi-h CPM相干解调算法及FPGA实现

多调制指数连续相位调制（Multi-h Continuous Phase Modulation,Multi-h CPM）是一种恒包络调制,具有多个周期出现的调制指数,因此其频谱效率和功率效率比单调制指数CPM更高,但其接收机的复杂度也随之增加。本文在倾斜相位（Tilted Phase,TP）的基础上采用频率脉冲截断（Frequency Pulse Truncation,FPT）和状态空间分割（State Space Partition,SSP）相结合的方法来降低多调制指数连续相位调制的复杂度,使相位状态由512降低到16,理论损耗约为0.8 dB。同时,对降低复杂度的解调算法在现场可编程门阵列（Field Programmable Gate Arrays, FPGA）上进行了验证。仿真和在线测试的误码率曲线接近理论分析曲线,和常用的128状态解调算法相比,资源消耗降低了约59%。     

低温推进剂加注液位信号智能处理技术研究

低温加注系统是运载火箭发射场地面支持设备的重要组成部分,包括低温介质的储存、运输、供给、控制以及安全等内容。由于低温推进剂本身存在低温沸腾、易挥发的特性,其加注过程十分复杂,为满足新一代运载火箭推进剂精准的加注要求,需要实时准确监测加注过程中贮箱内的液位高度。本文针对火箭地面加注过程的液位信号数据,对其三角波电压和线性波电压的特征进行分析、提取,基于BP（Back Propagation,反向传播）神经网络算法完成对不同加注状态的识别检测,并应用于传感器节数判别,优化了液位计算算法,降低了节数人为干预需求,提高了液位测量准确性。经实验测试验证,该方法可有效识别低温加注状态,识别准确率达到90%以上,用于液位信号处理中可显著提升液位高度计算的准确性。     

基于模糊综合评判的某型双发飞机电源系统状态评估

针对飞机电源系统状态难以准确评估的问题,提出了基于模糊综合评判的飞机电源系统状态评估方法。以某型双发飞机为例,根据该飞机电源系统故障统计数据,分析故障原因,得到了电源系统部件和故障指标的层次关系。采用层次分析法计算故障指标的权重,运用模糊综合评判法对电源系统各部件状态进行评估,并以某型飞机为研究对象,对提出的方法进行了验证。     

面向边缘计算的数字化车间制造数据实时融合方法

针对当前数字化车间制造数据冗余性高、传输协议不一致的问题,提出一种面向边缘计算的车间数据实时融合方法。首先,围绕边缘计算思想,建立基于物联网的车间数据实时采集体系架构;其次,借鉴证据理论,以一致性检测和归一化后的数据为基础,提出互支持度进行证据转换,并引入改进的证据组合规则获得融合数据,减少设备端上传的数据量,减轻传输网络的传输压力;然后,以OPC UA信息模型为基础,构建协议转换所需配置的信息层次结构模型,以可视化配置的形式完成协议转换,为车间数据提供统一的传输接口;最后,以某航天制造车间总线控制台为验证对象,验证了所提方法的有效性。     

基于MISG算法的风力发电机液压变桨系统故障诊断

针对受状态延时影响的风机变桨系统故障诊断,提出了一种基于多新息随机梯度(MISG)的故障诊断方法。该方法将复杂系统转化为状态空间模型,并建立系统辨识模型。将新息标量扩展成新息向量改善算法精度,利用系统发生故障引起参数改变的特征,算法对风机状态延时变桨系统完成参数估计,将系统故障诊断问题转换为系统辨识问题。仿真所得结果验证该方法可以达到诊断风机状态延时变桨系统故障的目的。     

三级轴向旋流燃烧室流场结构研究

为深入了解燃烧室内流场,研究不同来流状态对燃烧室流场结构的影响,基于粒子成像速度仪(PIV)技术,对采用三级轴向旋流器的航空发动机燃烧室进行流场测量,分别在Case 1常温低压(0.49MPa)、Case 2常温中压(0.98MPa)、Case 3常温高压(1.64MPa)、Case 4全状态(高温813K高压2.78MPa)来流条件下进行。研究结果表明,同一燃烧室模型在不同速度、温度和压力来流下有基本相同的流场结构,但在中心回流区尺寸、角落回流区尺寸、主燃孔和掺混孔射流等细节方面仍有明显差异,来流压力较高的流场中心回流区向下游扩展更深入,角落回流区被压缩,主燃孔和掺混孔射流速度增加且进气比例增大。     

基于状态维修的预防性维修策略优化模型研究

基于状态的维修着眼于系统的具体运行状况,对被监测装备的真实状态进行评估,克服了维修的盲目性,可有效减少由于维修不足而引起的意外故障和由于维修过剩带来的资源浪费。提出一种基于状态的多部件系统非周期预防性维修计划的优化方法,引入"机会维修阈值"概念,优化不同维修方式转移概率的表达式,将多个维修作业按照机会维修阈值进行归并,运用马尔可夫决策过程理论,给出不同维修方式转移概率的表达式和目标函数,并进行算例分析。结果表明:提出的优化模型减少了预防性维修活动,节约了维修工时和经费,可为系统预防性维修策略决策提供参考。     

基于事件驱动的容积卡尔曼滤波定位算法

以网络化非线性滤波系统为研究对象,为了平衡系统的通信率和滤波精度之间的矛盾,引入随机事件驱动（stochastic event-triggered）的思想,并在此基础上建立了基于残差检测的事件驱动（detected event-triggered）模型。针对系统的强非线性,将线性随机事件驱动滤波系统中的更新结论推广至非线性系统,推导了两种事件驱动机制在容积卡尔曼滤波（CKF）算法框架中的滤波更新过程,得到了检测事件驱动CKF（DECKF）和随机事件驱动CKF（SECKF）两种算法。最后,通过天基平台空间目标跟踪问题对算法性能进行检验。仿真结果表明,当通信率下降20.64%时,DECKF算法的位置跟踪精度和速度跟踪精度相比标准CKF仅下降了5.50%和7.74%。此外,在通信率相同的情形下,DECKF比SECKF的精度高40%以上,证明检测事件驱动模式优于随机事件驱动模式。     

改进BA优化的MKSVDD航空发动机工作状态识别

为了提高航空发动机工作状态识别准确率和效率,避免人工识别中存在的误判和耗时耗力问题,提出了基于混沌脉冲蝙蝠算法（CRBA）优化的多核支持向量数据描述（CRBA-MKSVDD）智能识别方法。研究了多核支持向量数据描述（MKSVDD）改进策略,引入混沌脉冲发射率提高了蝙蝠算法（BA）的收敛速度和收敛精度,得到了CRBA;通过CRBA优化MKSVDD的惩罚因子和核参数,同时对飞参数据进行了特征提取;基于特征飞参数据训练了CRBA-MKSVDD分类器,并对某型发动机一个飞行架次的工作状态进行了识别。结果表明,该方法识别准确率达到97.547 9%,可用于与发动机工作状态的相关研究和应用。