一种每飞行小时维修工时的定量分配方法

根据本文参考文献〔１〕中提出的以失效率和系统的维修性因素综合为基础的每飞行小时维修工时（ＭＭＨ／ＦＨ）的分配公式,给出了在实际使用该公式时应具备的条件、依据和假设,并举例说明了具体的分配步骤和方法。     

航空加压供氧面罩适合体性影响因素分析

 探讨了鼻面部外形尺寸对航空加压供氧面罩舒适性和气密性的影响,分析了产生鼻面部压痛和渗漏气的原因及其与鼻面部尺寸的关系。结果表明,鼻面部压痛与鼻中高大小关系密切（ｐ＜０．０５）,压痛者的鼻中高显著大于无压痛者（ｐ＜０．０１）。因此,鼻中高在决定面罩舒适性方面起着重要的作用,是面罩外形设计中不可忽视的重要人体尺寸。     

SiO2—AlN复合材料的热物理性质

研究了ＡｌＮ 引入量和温度对ＳｉＯ２－ＡｌＮ 复合材料的热膨胀系数和热导率的影响,并对影响ＳｉＯ２－ＡｌＮ复合材料抗热震性的诸因素做了分析。结果表明,ＳｉＯ２－ＡｌＮ 复合材料的热膨胀系数随温度的提高而增加;在同一温度下,复合材料的热膨胀系数在４００℃以上随ＡｌＮ 引入量的增加而增加。ＳｉＯ２－ＡｌＮ 复合材料的热扩散率和热导率随热压温度的提高而增加。ＳｉＯ２－ＡｌＮ复合材料的临界淬冷温度在６００℃左右。     

车载SINS／GPS组合导航系统自适应联合滤波模型

在建立车载组合导航系统联合滤波模型及算法的基础上,定义了联合滤波模型融合信息在各子滤波器中的分配准则; 实现了联合滤波模型信息分配系数的自适应调节; 理论分析和计算机仿真结果均表明,引入该准则的自适应联合滤波模型及算法大大提高了系统容错性和定位精度     

鲁棒复合材料夹层结构

由空军莱特实验室结构部提供资金的鲁棒复合材料夹层结构(ROCSS)研究计划旨在对用于现代飞机与导弹的夹层结构的设计方案进行研究与论证。本项研究的目的在于研制一些改善可制造性与可维护性的优质材料来代替常规蜂窝夹层结构。尽管常规的蜂窝夹层结构具有高水准的结构效能，但其制造成本与维护成本常使飞机机体一体化受到限制。因此，要满足未来战斗机机体严格的性能要求就需要在这些方面作出改进，而未来的战斗机机体的大部分将由复合材料制成。在ROCSS计划执行期间，将会采用一些新型材料设计、制造一个全尺寸部件，并进行试验。整个部件模拟F—22的机身中段，在隔框、蒙皮及进气管道的设计采用夹层结构。三维纺织物预成型坯料将溶入夹层结构的连接中，从而提供一种用最少的机械紧固件高效连接主要夹层结构的方法。夹层结构的可维护性将会通过在夹层内加入泡沫塑料来提高冲击损伤容限，以及降低渗水性的方法得以改善。这一尝试将使这些革新方案过渡应用到改型与新设计的军用系统上得以确认，此项研究的成果将使结构效率显著提高，使检查、修理时间和成本明显减少。     

基于验前信息的测试性验证试验方案确定方法

针对目前测试性验证试验方案样本量过大、工程上实现困难的问题,提出了基于验前信息的复杂设备的Bayes测试性验证试验方案.首先,利用Beta分布对测试性验前信息的不确定性进行描述,运用不同来源的验前信息确定验前分布超参数;然后,定义了验前分布不确定性测度和支持度作为验前信息加权因子,设计了相应的融合算法;接着,利用融合后的验前信息建立成败型装备测试性验证试验方案的Bayes决策模型;最后,通过实例分析表明,与经典验证试验方案相比,新方案减少试验样本量40%左右,又克服了传统Bayes验证试验方案的冒进.      

发射系下SINS/GPS/CNS多组合导航系统算法及实现

首先建立了发射惯性系下的组合导航系统模型,据此设计了基于联邦滤波器的SINS/GPS/CNS组合导航算法,最后研制了基于PC104硬件平台的组合导航算法验证样机。通过实时半物理仿真测试得出,三组合导航系统的姿态误差小于15″,位置误差小于10m,速度误差小于0.2m/s,表明所设计的组合导航系统算法正确,实现合理。     

质子交换炉温度场均匀性分析与优化

针对质子交换炉的温度场均匀性问题,结合质子交换炉的结构特点,基于FLUENT用户自定义函数（UDF）开发了质子交换炉炉温控制算法,并在此基础上提出了多种加热控温方案;利用FLUENT软件对不同方案下的质子交换炉温度场进行仿真,分析不同控温方式下炉内温度场均匀性与传感器位置布置、加热丝布置高度的关系,找到最佳方案。结果表明:采用三段控温、3个传感器位置分别布置在3段加热丝中间、加热丝布置高度4倍于均匀温区长度时炉内温度场均匀性最好,均匀温区内最大偏差为0.03℃;对于既定结构的立式炉体,增加加热丝布置高度、优化设计传感器布置方案和炉体控温方式可以提高温度场均匀性。该方法为同类电加热炉温度场均匀性的优化设计提供了思路。      

PSO选星算法参数分析与改进

多星座组合导航提供更多的可用卫星,但也增大接收机计算复杂度,选取部分可见星代替全部可见星进行接收机位置解算成为选星算法研究的热点。粒子群优化（PSO）选星算法将PSO算法引入到选星过程中,该方法能够减少选星时间,实现北斗/GPS组合星座快速选星。研究了该算法的关键参数包括惯性权重因子、加速系数、种群大小等对PSO选星算法性能的影响,并针对搜索过程容易陷入局部最优问题,提出自适应模拟退火粒子群优化（ASAPSO）选星算法,该算法通过引入随适应值大小自适应调整进化参数及结合模拟退火算法调整粒子速度,以增强算法跳出局部极值的能力。采用实际数据对算法进行验证,结果表明:ASAPSO选星算法在保证选星时间的同时,能够提高算法搜索结果的准确性,其性能优于PSO选星算法。      

基于快速模拟退火的组合聚类算法

应用模拟退火算法解决组合聚类问题有两方面,一是有效利用基础聚类作为先验信息,以获得尽可能好的组合聚类结果;二是降低模拟退火过程的随机性,提高算法收敛速度。针对这2个问题,提出了基于投票的快速模拟退火（BV-RSA）模型。该模型利用基础聚类对样本划分的完全或部分一致性作为启发信息,构建超点集合和超点投票箱,由超点取代其代表的样本子集参与退火过程,超点运动方向在投票箱范围内随机选择,降低了超点运动随机性,加速了组合聚类过程。数据集实验表明,BV-RSA模型在聚类精度和鲁棒性方面表现良好。