数字化实体制造及其实践

提出了工业产品的数字化实体概念,指出了数字化实体制造良好的应用前景.讨论了工业产品数字化实体制造实现的关键技术及其现状,分析了目前存在的主要问题,最后介绍了作者在数字化实体制造方面的实践情况.     

激光雷达载荷在整星AIT中的关键风险识别与控制

大气环境监测卫星装载大气探测激光雷达(ACDL),以主动激光作为工作介质,产品使用特性特殊,对整星装配、总装和测试(AIT)过程各环节风险控制提出了很高要求。文章通过ACDL工作原理及特点分析,分类梳理了其关键使用特性,基于使用特性识别了整星级AIT过程风险项目,重点论述了总装、测试、试验及发射等AIT全流程关键环节风险控制措施及工程验证情况。实践结果表明：基于产品关键使用特性的整星AIT过程风险识别与控制措施有效,相关方法可为其他星载激光系统参考借鉴。     

纳秒激光脉冲宽度对2024铝合金损伤特性的影响

飞机激光除漆对2024铝合金蒙皮可能造成潜在的损伤,需探究激光参数变化对基体材料表面的作用规律,其中脉冲宽度对激光-材料作用与材料损伤特性具有重要影响。本文采用COMSOL Multiphysics软件模拟分析了不同脉冲宽度时激光作用铝合金表面的温升特性,并借鉴ISO 11254 1-on-1激光损伤阈值测试方法研究了脉冲宽度对铝合金损伤阈值的影响,进一步分析了不同脉冲宽度下的烧蚀凹坑微观形貌、直径与深度变化规律。结果表明：铝合金表面峰值温度随脉冲宽度增加而降低;脉冲宽度从150 ns增加到240和330 ns时,铝合金损伤阈值从9.96 J/cm²分别增加到11.24和12.66 J/cm²,当激光能量密度达到损伤阈值时,3μm厚氧化膜被完全损伤,破坏了铝合金表面完整性;烧蚀凹坑直径和深度随脉冲宽度增加而增加,深度受影响程度更大。该研究可为激光与材料作用的脉冲宽度选择提供一定的参考。     

基于TBS 的航空发动机技术风险识别方法研究

为提升中国航空发动机研制项目中技术风险的管控能力,根据航空发动机的研制特点,提出1种基于技术分解结构的航空发动机技术风险识别方法。该方法涵盖技术分解结构的构建方式、技术风险的识别方法和排序方法等内容,通过在实际发动机研制项目中的应用,证明该方法有效、可行,能够实现技术风险完整、合理地识别,同时提出了该方法在应用过程中应注意基于TBS的技术风险识别为动态过程等问题,为中国航空发动机研制行业技术风险的识别提供参考。     

空间机器人深度学习识别捕获部位的应用探讨

针对空间机器人对捕获部位识别方法的普适性、实时性和准确性等要求,提出了采用深度学习方法对空间机器人捕获目标的特征部位进行识别。通过比较分析方法、数据驱动方法等传统识别方法和深度学习方法的优缺点,发现深度学习方法对于解决空间机器人捕获部位识别问题具有显著优势。进一步分析了应用深度学习方法解决捕获部位识别问题的几个关键技术问题,为后续空间机器人在轨捕获目标的研究与实践提供了新的思路。     

基于层析PIV的湍流边界层展向涡研究

层析PIV是一种现代激光测速技术,能实现三分量空间体内三分量(3D3C)速度场的测量。应用层析PIV测量Reτ=1768的平板湍流边界层,得到150个瞬时速度场,测量体的大小为80mm×16mm×45mm。旋涡强度λci 准则用来进行涡识别,而旋涡强度在展向的投影λzci 被用来识别展向涡。根据λzci 的连通域得到展向涡位置后,统计了展向涡沿法向的变化规律,并给出了在流向-法向平面内高低速区域和正负展向涡空间位置的关系。统计结果表明:随着法向高度的增加,展向涡的强度逐渐降低;负展向涡的流向平均速度高于正展向涡,且流向速度与法向速度有很强的依赖性;在小尺度范围内,流向-法向平面内的高低速流动区域与正负展向涡的空间位置密切相关。     

基于全局—局部特征联合的光学卫星遥感图像舰船目标细粒度识别

针对光学遥感图像舰船目标类间差异小,需要丰富舰船目标的特征表示能力提高其细粒度识别准确率的问题,文章提出了一种基于全局—局部特征联合的舰船目标细粒度识别方法,设计了双分支特征提取与融合模型.首先,全局特征提取分支通过卷积神经网络提取图像的全局特征;其次,局部特征增强分支将浅层特征图打乱并重构,加入对抗性损失函数,训练网...     

自适应轻质化运载器电气系统设计

以电气系统最小化为设计原则,对运载器电气系统设计模型、系统架构及轻质化、产品布局与结构一体化、多运载器自识别、通信站点RT地址自配置、不同运载器飞行参数自匹配等关键技术开展研究,提出了一种自适应轻质化运载器电气系统方案并工程实现。通过6套运载器应用验证试验,本运载器系统减重效果明显,电气系统架构及关键技术、功能性能指标满足应用需求,提升了多运载器系统的可扩展性与使用灵活性,为后续智能运载器及运载器间协同控制等技术的深入研究奠定了基础。     

面向空管模拟机培训的智能应答机长研究

针对当前日益增长的空中交通管制员(以下简称“管制员”)培训需求以及传统管制员培训模拟机面临的效率低等问题,设计了 1个面向空管模拟机培训的智能应答机长系统。该系统利用语音识别、指令提取、指令复诵、语音合成等技术,能够实现对管制模拟培训过程中管制员语音的智能识别和理解,并模拟飞行员自动输出复诵指令的功能。通过对真实空管对话语音模式的研究和分析,制定了 1套详细的复诵规则,以适应不同场景下的管制指令复诵模式。此外,集成了特情处理模块以支持管制员特情处理培训。在真实管制培训环境下进行实验验证,结果表明,所提出的智能应答机长系统综合复诵准确率为 88.6%,可以有效提升管制员培训质量和效率,显著降低了人力成本。并且,该系统可以作为子系统集成到现有的管制员培训模拟机系统中,具有较强的便捷性和兼容性。     

基于表面压力信息的空间流向涡识别方法

旋涡与表面的相互作用广泛存在于各类飞行器的绕流中，旋涡影响飞行器表面的压力分布，引起其气动特性的改变。而表面压力分布同样反映飞行器绕流中复杂涡系的空间流动特征，结合迎角、侧滑角等来流参数，可以判断飞行器受力状态和运动趋势。以平面点涡和“镜像涡”理论为基础，建立基于表面展向压力分布曲线的空间涡识别方法。根据截面展向压力分布曲线是否存在因主涡诱导下洗气流产生的正压区，定义流向旋涡的近物面流动和远物面流动；根据二次涡相对于主涡的位置，定义压力分布曲线的“近二次涡侧”和“远二次涡侧”。利用展向压力分布曲线“远二次涡侧”的1/4峰值、峰值及其展向位置，识别流向旋涡空间位置特征和强度特征。搭建涡-面相互作用试验平台，比较空间流场测量结果和表面压力信息识别结果，验证该方法有效性。研究结果表明：通过表面压力分布曲线可以辨识流向旋涡的空间位置和强度特征，空间流场测量与基于表面压力信息的旋涡识别结果的关联性分析验证了该方法的有效性。为重构飞行器周围旋涡流动结构，以及实现飞行器气动力的预测奠定了重要的技术基础。