主动学习基自适应PC-Kriging模型的复合材料结构可靠度算法

针对复合材料机翼随机固有频率可靠性分析复杂、高维、高度非线性和计算时间长的问题,本文提出了一种主动学习基自适应PC-Kriging模型的可靠度算法。在基自适应PC-Kriging模型中,采用一种基自适应策略来确定多项式混沌展开部分的正交多项式基,以近似数值模型的全局响应,Kriging用于高阶非线性插值以近似数值模型的局部响应。在主动学习可靠度计算框架中,引入加权K均值聚类,在一次迭代中添加K个对失效概率贡献较大的候选样本点以减少迭代次数和加快收敛速度。通过一个高度非线性的数值算例分析,证明了所提方法的有效性和准确性。将该方法应用于复合材料板和复合材料机翼的随机固有频率可靠性分析,获得了准确高效的可靠度计算结果。     

基于SURF特征匹配的优化RatSLAM类脑导航方法

RatSLAM是模拟鼠类感知环境机制提出的一种定位与构图的导航算法。针对复杂环境如光线影响导致RatSLAM产生误差的问题,提出了基于SURF特征匹配与位置细胞校正算法的优化RatSLAM类脑导航模型。本方法通过一套移动视觉系统采集环境信息,构建的局部场景细胞通过SURF特征匹配算法获取到载体在环境中的方向与位置信息,头朝向细胞与位置细胞通过连续吸引子神经网络共同表示载体当前的位姿,利用上述细胞所获取的位姿与时间信息,通过路径积分计算当前载体在坐标系中所处的位置,最后构建基于认知点的拓扑经验地图。此外,在局部场景细胞获取环境信息的同时,通过SURF特征匹配算法来进行闭环检测与检测预先设置好的位置细胞节点,对当前运动轨迹进行修正。实验结果表明,在有光线影响的情况下,本文所提出的方法将绝对定位误差大大降低。     

基于RANSAC算法的三轴磁通门传感器误差校正

针对三轴磁通门传感器存在转向误差影响其测量精度而传统误差校正算法在非理想条件下应用效果不佳的问题,在椭球拟合算法的基础上提出了基于随机抽样一致性(Random Sampling Consensus, RANSAC)算法的三轴磁通门传感器误差校正方法,该方法可以有效剔除样本数据中的噪声和畸变数据点,最终估算出更加准确的误差参数。仿真分析和外场实验表明,即使在样本数据中含有噪声或畸变数据点时,该方法仍然可以估算出更加准确的误差参数。相比传统椭球拟合算法,仿真分析中传感器误差参数的估算精度提升了1～2个数量级,外场实验中实测数据磁总场的峰峰值和均方根误差的改善率分别提高了10.2%和32.1%。     

薄壁长筒复杂车铣类零件的高效高精加工工艺研究

本文针对一种薄壁长筒复杂车铣类零件加工精度难以保证、加工效率低的特点,分析了该类零件加工中的难点及易出现的问题,设计了加工该零件的加工工艺及加工工装,并将该工艺及工装应用于实际加工。结果表明：使用该工艺及工装不仅能够保证零件的尺寸和形位公差,减小了零件的变形量,保证了零件的加工质量,而且极大地提高了生产效率。     

航空支架类零件加工质量提升实践

针对航空支架类零件刚性差、装夹与加工过程中易变形的问题,以某型机载光电探测系统中上支架零件为例,提出了三种支架类弱刚性零件的装夹方法,提升支架类零件的加工质量,为其他支架类零件的装夹提供借鉴。     

基于高体积分数SiC/Al复合材料的零件加工质量提升实践

对某机载光电产品中典型零件,从加工刀具、切削参数、工装设计等方面进行了SiC/Al复合材料的加工工艺研究,得出了一套SiC/Al复合材料的加工工艺方法,提高了SiC/Al复合材料的加工质量,为航空新材料应用做出有效探索。     

改进的遥感卫星成像任务单轨最优团划分聚类方法

针对遥感卫星成像任务规划时对点目标的聚类效果不佳的问题,提出了一种改进的单轨最优团划分聚类方法。根据聚类约束条件,构建任务聚类图模型,并为图模型中的每一条边赋权值;根据图模型中边的权值,构建权值矩阵P;以卫星单轨姿态机动的最大次数作为聚类任务的数量限制,由P依次计算每个聚类任务所有可能的最优聚类方案,并生成对应的收益矩阵M和终点矩阵N;通过循环遍历的方式计算各个聚类方案下的总收益,其中总收益最大的方案即为最优团划分聚类方案。仿真结果表明:提出的改进的团划分聚类方法,能将点目标有效聚类,与传统任务聚类方法相比,可明显提高遥感卫星对点目标的观测效率。研究结果可为我国遥感卫星自主任务规划技术研究提供参考。     

基于任务段的航空发动机载荷谱聚类方法

针对航空发动机飞行任务剖面分类问题,对发动机31个飞行任务剖面进行了聚类分析。选取飞行高度和飞行马赫数作为划分飞行任务剖面的参数, 依据其对应的飞行任务段均值生成聚类散点图,将剖面类型划分为5大类。结果表明:低空低速剖面在无量纲飞行高度为0~0.2、飞行马赫数为0.4~0.6区间,均值最低;高空高速剖面在无量纲飞行高度为1.2~2.2、飞行马赫数为1.0~1.8区间,均值最高;飞行任务剖面在无量纲飞行高度为0.2~1.2、飞行马赫数为0.6~1.0区间内最为集中;针对散点密集区域,可依据剖面特征进一步划分剖面类型;不同剖面间,飞行高度与飞行马赫数差异性强,利于剖面划分,而法向过载与转速差异性小,不利于剖面的划分。所提出的方法可以快速有效的对航空发动机飞行任务剖面进行聚类分析。