航空发动机部件腐蚀的危害与控制

综术字航空发动机部件腐蚀的危害和原因，及我国对航空发动机部件腐蚀的控制现状。     

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。     

300M超高强度钢在模拟积水环境中的腐蚀行为

 针对飞机结构部件在服役过程中存在的缝隙积水导致结构材料腐蚀的问题,通过研究腐蚀产物、形貌、失重、腐蚀速率、腐蚀损伤度以及积水溶液与暴露金属的面容比、pH值等的变化,探讨了300M超高强度钢在模拟积水环境中的腐蚀行为。结果表明,300M钢在模拟积水中的腐蚀是从点蚀开始,然后点蚀坑扩展合并,逐渐发展为全面腐蚀,其腐蚀失重和腐蚀损伤度随腐蚀时间的增加而增大,腐蚀损伤度则呈现出幂函数变化趋势;随腐蚀时间的延长,模拟积水环境中的pH值从初期的4.2升到5.2再下降到4.8～5.0,平均腐蚀速率也从0.289 g/(m²·h)线性减小到0.120 g/(m²·h);电化学交流阻抗结果表明随腐蚀时间的延长,容抗弧半径逐渐增大,说明腐蚀产物对基体起到一定的保护作用,这与腐蚀速率变化规律一致;另外,不同的面容比(腐蚀介质体积与300M钢暴露面积之比)对腐蚀过程的影响是:随面容比的增加,腐蚀失重与腐蚀速率均增大。     

基于多任务辅助学习特征的瞳孔中心检测

眼动跟踪技术在航空领域极具潜力,其作为关键的信息获取和人机交互手段,可用于精确的目标瞄准、飞行员状态监测,对飞行安全和作战精准意义重大。而瞳孔中心检测作为核心技术,决定了眼动追踪系统的鲁棒性和准确性,本文提出一种基于多任务辅助学习特征的瞳孔中心检测算法,模拟人类视觉系统的多任务辅助学习特性,引入多任务模块,实现从粗到精的瞳孔中心检测,并通过试验验证了本文方法的有效性和先进性,从而提高了眼动跟踪的精度和准确性,为航空领域的各项任务和操作提供了更精确、高效和安全的手段。     

腐蚀条件下飞机结构疲劳寿命评估的可靠性方法

腐蚀是飞机结构损伤的主要形式之一,严重影响着飞机的结构完整性、可靠性和飞行安全性。某型退役海军飞机曾长期在高温、高湿、高盐雾的沿海机场服役,选取并分解该飞机不参与受力的进气道蒙皮构件,加工制作成标准疲劳试件,通过试验得出剩余寿命。建立相应的疲劳寿命可靠性模型,运用MonteCarlo方法仿真计算可靠性寿命,并将计算结果与试验结果进行比较,初步验证可靠性理论模型的正确性。研究结果表明,该可靠性方法可以应用于飞机结构寿命评估。     

惯性器件结构件的材料选择

本文从惯性器件的结构设计要求出发,根据惯性器件的结构特点及使用条件的特殊性,阐述了适当选择材料应注意的特征指标参数,比较了几种常用材料的性能,介绍了新型材料——复合材料的特性及目前国内外的应用发展情况。     

直接扩频通信系统中最小误码率准则下的特征相消器

首先研究最小误码率准则下的特征相消器,再由最小化误码率（MBER）准则和约束条件的最小均值输出能量（MMOE）准则之间存在的关系,将MBER准则下特征相消器的设计转化为约束条件的MMOE下的干扰抑制器的设计,并利用子空间跟踪算法实现MMOE准则下的干扰抑制器。仿真表明,采用子空间跟踪算法比同准则下的RLS算法有更低的计算量和更好的抗干扰效果。     

基于改进HOG特征的空间非合作目标检测

传统的非合作目标检测方法大都基于一定的匹配模板,这不仅需要预先指定先验信息,进而设计合适的检测模板,而且同一模板只能对具有相似形状的目标进行检测,不易直接用于检测形状未知的非合作目标。为降低检测过程中对目标形状等先验信息的要求,借鉴基于规范化梯度的物体区域估计方法,提出一种基于改进方向梯度直方图特征的目标检测方法,首先构建包含有自然图像和目标图像的训练数据集;然后提取标记区域的改进方向梯度直方图特征,以更好地保持局部特征的结构性,并根据级联支持向量机训练模型,从数据集中自动学习目标物体的判别特征;最后,将训练后的模型用于检测测试集图像中的目标。实验结果表明,算法在由4953幅和100幅图像构成的测试集中分别取得94.5%和94.2%的检测率,平均每幅图像的检测时间约为0.031 s,具有较低的时间开销,且对目标的旋转及光照变化具有一定的鲁棒性。