连续SiC纤维制备技术进展及其应用

SiC纤维因其具有优异的特性,在各个领域都有广泛的应用。尽管如此,已生产的SiC纤维不是纯的SiC,其组成中含有不同组分的Si、C、O等元素,在1300℃以上,β-SiC微晶会长大,同时氧的存在会使纤维释放CO和SiO等气体,从而限制了纤维在更高端领域的应用。如何解决这一问题是未来研究方向和热点之一。     

基于改进的FCM和信息熵修正的航迹融合算法

在局部航迹信息质量不均衡条件下,选择所有局部航迹进行航迹融合的算法会造成系统航迹质量下降。为了提高跟踪性能,提出了一种基于改进的模糊C均值(FCM)和信息熵修正的航迹融合算法。通过交互式多模型(IMM)滤波后的航迹信息对聚类数据做“质量”修正,改进后的FCM算法对局部航迹进行聚类分析,利用信息熵和隶属度对局部航迹进行选择和融合,达到修正聚类中心和提高系统航迹质量的效果。仿真结果表明：当多个传感器跟踪机动目标时,在传感器的观测精度发生变化和存在量测丢失的情况下,该算法的跟踪性能优于已知的航迹融合算法。     

临近空间高超声速多目标检测前跟踪算法

针对临近空间不同径向距离高超声速目标难以同时被有效检测的问题,提出一种通过峰值聚优改进Hough变换积累结果的检测前跟踪(TBD)算法。采用径向距离-时间坐标描述数据,减少量测误差影响,规格化坐标使2个维度处于同一量级。进行Hough变换,分割参数单元进行点数积累和能量积累,采用标签矩阵记录每个量测点曲线经过的参数单元,遍历所有量测点将每个量测点只存于其所能构成能量积累值最大的参数单元,得到新的点数积累和能量积累结果。只对点数积累空间设置门限提取目标航迹,进行航迹约束和合并,输出最终航迹。仿真结果显示,算法将3个目标全部检测出的概率可达到90%,具有较好的多目标检测性能。     

基于1-DISVM的聚类模型及直升机齿轮箱故障诊断应用

针对当前故障诊断中存在的训练样本少、知识难获取的问题,结合SVM小样本学习的特点,提出一种基于SVM的自学习聚类模型。通过改进无监督1-SVM算法上的不足,形成一种改进决策1-SVM(1-DISVM)算法,由此构建了多模式训练与分类算法,并设计出基于1-DISVM的自学习聚类模型。最后对其进行仿真验证,并应用于直升机齿轮箱的故障诊断,结果表明该方法能从少量样本中自学习输入模式的内在规律,自适应地对未知故障模式进行准确地分类识别。     

基于灰色聚类的磨粒自动识别

 将灰色系统理论中的聚类分析技术用于磨损颗粒的自动识别, 编制了相应的计算机模拟程序。在对磨粒图象的形态特征参数进行敏感性分析的基础上, 确定了各参数的灰类白化权函数, 并结合磨粒识别的试验研究, 给出了磨粒各特征参数的聚类权值。应用此方法对一组标准磨粒进行了模拟识别, 识别正确率在90% 以上, 并且识别速度很快, 大大优于传统的磨粒识别方法。     

双(口恶)唑啉化合物改性热固性树脂的研究

采用自制2,2′-(1,3-苯)双(4,5-二氢)(口恶)唑分别与热塑性酚醛树脂或二氨基二苯甲烷(DADPM)进行聚合反应制得了聚醚酰胺树脂(PEAR)和聚氨基酰胺树脂(PAAR).实验表明PEAR的冲击强度达到6 kJ/m2以上,弯曲强度达到100MPa以上,且电绝缘性能优良,可作为H级绝缘材料使用;PAAR的冲击强度最高达到22kJ/m2,弯曲强度达到202 MPa,电绝缘性能较PEAR稍差,但仍然可作为H级绝缘材料使用,另外还可望作为无卤阻燃材料使用.以这两种高性能热固性树脂为基体可制备出性能优良的玻璃布复合材料.     

低电阻率SiC纤维先驱体聚碳硅烷的制备与表征

由聚二甲基硅烷（PDMS）与3％－7％（质量分数）聚氯乙烯（PVC）共热解反应生成的聚碳硅烷（PC—P），是制备力学性能优良的低电阻率SiC纤维的先驱体。研究了PC-P先驱体的合成条件，利用GPC、IR、XPS、元素分析等手段对PC—P的组成与结构进行了分析。结果表明，PC—P先驱体的最佳合成条件为450℃保温6h-8h，熔点为180℃—230℃，数均分子量为1350-1800，分子量分散系数为2.0左右；PC—P含有Si、C、H、O元素，其C含量高于由PDMS制备的先驱体PCS，而Si含量低于PCS；结构与PCS相似，但Si-H键含量低于PCS中Si-H键含量。     

飞机工艺组件划分的模糊聚类方法

提出了飞机工艺组件划分的模糊聚类方法.首先建立飞机结构件装配的类型层次树,通过对象类型匹配建立工艺组件划分的主体结构:然后利用模糊聚类方法,计算剩余工艺组件与邻接工艺组件之间的隶属程度,采用刚度、装配操作难易程度以及装配对象空间邻近性等指标对工艺组件进行评判,最终决定工艺组件划分方案.     

结合视线方向运动补偿的滑动聚束SAR子孔径成像算法

滑动聚束合成孔径雷达(SAR)是一种新兴的成像模式,既可以提高方位向分辨率又能够扩展成像范围。其数据处理时需要考虑两个关键问题:一是系统脉冲重复频率(PRF)不足,方位向信号发生混叠;二是合成孔径长度的增加使运动误差的影响更为突出,运动补偿(MOCO)精度要求提高。基于子孔径技术,提出了一种改进的高分辨率成像算法。划分子孔径克服了PRF不足的问题;子孔径数据处理采用结合视线(LOS)方向运动补偿的Omega-K算法,实现更高精度的运动补偿,提高了聚焦质量。最终的方位向分辨率达到0.1 m,具有实际工程应用价值。点目标仿真和实测数据处理验证了算法的有效性。     

发动机性能退化恢复技术研究

针对发动机使用过程中的性能退化问题,设计了发动机性能退化恢复控制系统。通过内部小循环控制转速,外部大循环控制推力,实现了发动机性能的控制。以卡尔曼滤波器的输出作为输入,结合聚类以及支持向量回归模型,设计了推力估计器。以发动机为对象,对性能退化恢复控制系统进行仿真验证。对于性能参数缓慢衰退的情况,推力不退化;对于性能参数突变的情况,推力最多在3.5s后得到恢复。仿真结果表明该恢复控制技术是有效和可行的。