基于显式表达式的空间目标最大碰撞概率分析

最大碰撞概率的计算在空间目标碰撞风险评估中具有重要意义。基于碰撞概率的显式 表达式,利用一元函数和二元函数求极值的方法分别讨论了目标误差椭球形状固定和不定两 种情况下最大碰撞概率的计算方法,得到了两种情况下最大碰撞概率的表达式。对于误差椭 球形状固定的情况得到了碰撞概率最大时两目标位置协方差的取值,对于误差椭球不定情况 得到了碰撞概率最大时径向联合方差的取值和水平面内联合方差所满足的关系。分析了最大 碰撞概率的影响因素,讨论了水平面内误差方差的耦合特性。对今年二月发生的美俄卫星碰 撞事件进行了分析,得到误差椭球任意形状时最大碰撞概率为1.864E-3。
     

鲁泊数和孔径比对直流互击式喷注器性能的影响

设计高性能喷注器、提高发动机比冲性能是发动机设计者一直追求的目标。对于直流互击式喷注器,鲁泊数和孔径比是影响喷注器性能的两个关键参数,而且两者之间有一定关联。为了初步研究鲁泊数和孔径比参数对直流互击式喷注器性能的影响,合理匹配两者的关系,设计了三种状态的喷注器,进行了混合比分布试验和热试车考核。结果表明,兼顾鲁泊数和孔径比才能使氧化剂和燃料达到最佳混合效果,提高燃烧效率。     

Ku频段介质稳频谐波振荡器研究

文章介绍了一种Ku频段介质稳频谐波振荡器的原理、仿真和试验结果。设计中采用电磁仿真和电路仿真结合的方式对推-推(push-push)型介质振荡器进行了整体非线性仿真,得到振荡器的输出频谱、相位噪声和输出功率的仿真结果,并进行了试验验证。通过二次谐波输出的方式提高了BJT振荡器的输出频率,得到了较好的相位噪声指标。     

运载火箭机加零件成组编码系统研究

以运载火箭机加零件为研究对象,建立了相应的成组分类编码系统。采用固定码对一般零件进行编码,而用固定码+辅助码对复杂零件进行编码。实现了零件分类编码系统和派生式CAPP系统的集成。在使用过程中,将特征码位提前,使得使用过程大为简化。依据零件编码划分了零件组,建立零件组的特征矩阵,通过对典型零件编码,实现了对典型工艺的快速查找和应用。     

临近空间高超声速目标点迹处理研究

针对临近空间高超声速目标在雷达数据处理中容易出现目标分裂的问题,通过分析临近空间高超声速目标原始点迹数据特点,提出了一种适合临近空间高超声速目标点迹处理的方法,该方法通过野值剔除、点迹数据归并、点迹凝聚和修正等步骤,实现了目标原始点迹数据一个目标在某一时刻只有一个点迹的要求。仿真结果表明,该方法能够实现对临近空间高超声速目标原始点迹的有效处理。     

捷联惯导姿态误差修正算法研究与仿真

组合导航卡尔曼滤波对姿态角进行修正时,将惯导的平台角误差近似为姿态误差,会带来较大的数学模型误差,从而影响测姿精度。通过分析组合姿态算法中姿态作为量测信息时平台角误差与姿态角误差物理意义的不同,得到了两者的转换关系,从量测矩阵修正和观测值预处理两个方面对原有的姿态组合算法进行改进,有效降低了数学模型误差。仿真结果表明,改进后的姿态组合算法误差状态估算更加精确,能够有效地提高组合导航的测姿精度。     

超大型组合翼伞与超大型连续翼伞的气动性能对比分析

随着航天回收系统应用需求越来越广,回收物质量也越来越大,对翼伞面积的要求越来越高,超大型翼伞开始受到广泛的关注,然而目前国内外对超大型翼伞的研究较少。对此,文章以超大型连续翼伞和超大型组合翼伞为研究对象,分别对其进行物理建模。采用计算流体力学（Computational Fluid Dynamics,CFD）的方法,基于k-epsilon湍流模型,分别计算在无下拉、单侧下拉、双侧下拉时超大型连续伞和超大型组合伞的气动特性。研究发现,超大型组合伞在组合处有很明显的气流补充,可以减缓流动分离的情况,增大失速迎角,更适合大攻角的飞行任务,适用范围更广。研究成果可以为以后超大型翼伞的选型提供一定的参考。     

隐蔽式安装布局涡轴发动机安装损失的飞行试验

为确定轻小型直升机飞行性能评估所需的发动机安装性能损失,对隐蔽式安装布局的涡轴发动机进行了不同直升机飞行姿态的飞行试验。基于试飞数据建立了一套真实飞行条件下涡轴发动机安装损失的计算流程,对比分析了在不同高度和速度下稳定平飞、有/无地效悬停、有/无地效悬停回转、不同高度爬升、不同高度下滑、盘旋、侧后飞等飞行姿态对涡轴发动机安装损失的影响。结果表明：隐蔽式安装布局的涡轴发动机安装损失主要来自进气温升,不同飞行姿态下功率损失为4.3%～20.7%,耗油率相对增量为1.2%～132.7%;功率损失随飞行高度的变化规律不明显,随飞行速度的增大而减小;耗油率相对增量随飞行高度和飞行速度的增大而减小;在近地面的低速飞行姿态下安装损失最小,且受地效影响较小;风速和风向对安装损失的影响较大。     

面向电力系统的多粒度隐患检测方法

由于电力系统的安全问题往往会造成严重的经济或社会影响,隐患检测已成为电力系统不可或缺的重要环节。随着人工智能领域的发展,基于深度学习的智能化电力系统隐患检测技术逐渐得到越来越多的关注。但目前的方法大多只是单一地考虑图像的全局特征或局部特征,无法全面彻底表征图像,进而难以捕捉电力领域尤其室外复杂背景下的隐患检测。为此,基于深度学习技术,提出了一种面向电力系统的多粒度隐患检测方法MGNet。通过引入图像的多粒度信息,构建全局和局部网络,进行多粒度级检测;并通过不同粒度级检测结果的协作式融合,增强检测的全面性。在杆塔连接金具隐患和线路通道机械隐患2个数据集上进行了实验比较和分析,对所提模型的检测性能进行评估。通过与现有最优隐患检测基准方法相比,所提方法在2种不同数据集上的平均精度均值分别提升了2.74%和2.77%,验证了模型的有效性。      

基于结构分区与应变电桥解耦的支柱式主起落架载荷测量

为解决应变法测量支柱式主起落架载荷中的低灵敏度、高耦合度和强非线性等问题,提出了结构分区解耦和应变电桥解耦设计方法。在集中传力的轮轴和活塞杆上优选出不同等效分量载荷作用下的结构变形有效部位,并在对应部位优化布置了弯矩-剪力-扭矩应变电桥阵列,通过某型飞机起落架综合加载校准,得到了简洁可靠的支柱式主起落架载荷测量模型。载荷校准试验表明:轮轴上剪力电桥对垂向载荷的响应灵敏度相比支柱上拉压电桥对垂向载荷的响应灵敏度提高约60%,并与压缩行程变化无关。在该型机着陆试验中,利用所提载荷测量模型和飞行数据计算得到了满足工程精度要求的主起落架着陆载荷和缓冲器功量吸收结果。