九自由度运动模拟器相对位置精度分析与指标分解

摘要： 九自由度运动模拟器是标定航天器交会对接GNC子系统中交会对接光学成像敏感器（CRDS）的关键设备,具有较高的相对位置精度要求.以此为出发点,对影响系统综合指标的误差组成进行系统性分析.梳理各误差分量的关系及相互作用原理,建立误差模型,通过对系统综合指标进行合理的分解与分配,最终使九自由度运动模拟器系统精度达到设计要求.     

适应弯扭隔肋的涡轮叶片转接段建模方法

针对涡轮冷却叶片弯扭冷却通道转接段的特点,提出了关联的转接段建模方法,通过曲线网格法生成工具片体裁剪叶身内型实体得到转接段,并以此为基础完成转接段建模,满足转接段与弯扭隔肋G1光滑转接的要求。详细分析了该方法的原理;提取了关键参数;利用UG(Unigraphics NX)二次开发平台开发了转接段的参数化建模模块,实现了适应弯扭隔肋的转接段建模。     

共振吸声结构在航空发动机上的应用进展

共振吸声结构是由穿孔面板、蜂窝及刚性背板形成的三明治夹层结构,该结构广泛应用于发动机消声短舱内,取得了良好的降噪效果。随着声学理论及制造工艺的不断进步,共振吸声结构从最初的单自由度逐步发展为多自由度甚至内嵌多自由度阶段,吸声效果也取得了较大进步。详细阐述共振吸声结构的吸声原理,并在此基础上介绍国内外发动机消声短舱的发展历程。指出发动机消声短舱的两个发展趋势及在进行短舱声衬结构的精细化设计时要考虑的细节问题,例如背景剪切流动、入射声压级、制造误差等。     

非完备先验知识下的滑动轴承摩擦状态识别

针对监测系统通常无法全部获取轴承摩擦退化状态的先验知识,无法建立全摩擦状态的识别模型,从状态间的相似性出发,提出一种无先验知识下的基于灰色B型绝对关联度（AGRDB）和稀疏编码的滑动轴承状态识别方法。针对稀疏表示不具有监督性的缺陷,在稀疏编码的目标函数中引入AGRDB算法,训练类间距离最大、类内距离最小的正常润滑和严重摩擦的编码;在相同字典下建立具有一致判别性的稀疏表示模型,通过比较当前状态与正常润滑、严重摩擦的稀疏编码与重构误差,进一步识别当前轴承的状态,仿真信号和柴油机轴承实验的结果表明:所提方法能够在较少先验知识下识别出滑动轴承的早期摩擦状态（100~216min）和严重摩擦状态（216~384min）,且算法简单,适合较少样本下的滑动轴承摩擦故障在线监测。      

并行工程在商用飞机研制中的应用

介绍了并行工程的定义及国内外并行工程的应用现状,分析了商用飞机全寿命周期的费用。结合商用飞机研制特点,研究了基于成熟度定义的并行工程方法。通过并行工程的应用,缩短研制周期,降低研制费用。     

基于相邻优属度熵权的飞机抗毁伤能力评估

针对飞机抗毁伤能力评估的重要性以及抗毁伤能力评估的复杂与模糊性,提出基于相邻优属度熵权的飞机抗毁伤能力评估方法.从飞机敏感性、易损性、战伤抢修性和作战能力四个方面构建飞机抗毁伤能力评估指标体系,运用相邻优属度法和熵权法确定主客观权重,并根据评估指标的性质提出抗毁伤能力评估模型.通过算例验证,结果表明:基于相邻优属度熵权的飞机抗毁伤能力评估方法易于实现、操作性强、应用价值高,评估结果也更具客观性,有效地解决了飞机抗毁伤能力评估中的问题.     

一种地图匹配算法的设计与实现

设计一种面向定位定向导航系统的地图匹配算法,首先通过网格划分和建立路段连通性拓扑关系表对电子地图数据进行预处理;然后根据车辆的行驶状态采取不同的候选路段确定方法,计算各候选路段的匹配度,取值最大的作匹配路段;最后采用垂直投影法求取匹配点。通过跑车数据进行仿真试验,验证了该算法具有良好的准确性和实时性。     

低温贮箱多路管道增压的一种模糊算法研究

火箭发动机地面试验中,低温推进剂贮箱增压过程的传热、传质以及湍流流动过程十分复杂。贮箱增压系统具有非线性、时间滞后、参数变化不确定等特点,对增压系统难以建立精确的数学模型。因此,以低温推进剂贮箱内压力稳定为目的,提出了采用多路、不同直径管道增压的模糊控制方案;应用模糊控制算法中的最大隶属度法进行解模糊化,制定增压管路的模糊控制表,建立了以压力为控制变量的模糊控制器。分别对预增压过程和保持增压过程的两种工况进行了仿真。仿真结果表明：模糊控制算法能有效提高推进剂贮箱中压力调节的控制精度和响应速度,使得离开贮箱的推进剂压力稳定地满足发动机泵入口的压力和净吸程要求。     

物伞系统动力学模型和讨论

文章在总结前人工作的基础上,从牛顿和kirchhoff方程出发详细推导了二、六、九、十一、十二自由度模型下的物伞系统动力学方程.利用各个模型对同一物伞系统对象进行仿真计算,通过比较不同自由度物伞系统动力学模型下的计算结果,得出不同自由度模型的差异、特点以及应用范围和计算所需初始条件.     

基于像素抽样的快速互相关图像匹配算法

在不同大小的实时图像(假定为小)和基准图像(假定为大)的匹配算法中，最常用的方法是互相关匹配算法，但如果对每个点都计算二维相关函数则计算量非常大。文章提出对图像的匹配采用粗、精两步快速匹配的方法：首先将实时图像每一列灰度值相加，形成一个一维信号，用此一维信号到基准图生成的一维信号中用一维相关函数进行粗匹配，实现降维和提高速度的目的。然后将相关函数值中较大的一些点作为备选点，在原图中利用这些不多的备选点计算二维相关函数，相关函数值最大的点即为最佳匹配点，实现精匹配。在一维匹配中采用隔4列、隔3行取一个点的像素抽样方法以提高粗匹配速度。实验结果表明了文章算法的快速性和准确性。