自旋稳定卫星姿态参数递推容错LS估计

准确计算自旋稳定卫星姿态参数是正确实施姿态控制的前提。本文基于最小二乘（LS）理论，建立了在线计算卫星姿态参数的一组具有容错功能的递推LS算法，简要论证了该算法具备良好的统计最优性质。     

涡轮泵实时故障检测短数据均值自适应阈值算法

为了实时监控液体火箭发动机涡轮泵的状态，提高其安全性，降低其故障带来的破坏程度，提出了短数据均值自适应阈值算法(SDM—ATA)，建立了实时故障检测的统计学模型、研究了阈值区间均值与方差的自适应计算及其带宽系数的自适应训练、故障综合决策逻辑，以及故障数据对阈值贡献的踢除等方法，并利用某型火箭发动机地面试车涡轮泵振动测量数据和某型转子试验平台实时测量数据对该算法进行离线和实时在线故障检测试验验证。结果表明，SDM—ATA没有发生误检测情况，并具有实时故障检测的能力。     

基于自由变形技术的混合排气喷管气动优化设计

以内外涵混合排气喷管为研究对象,建立了控制体与喷管网格模型的映射关系,通过控制点运动实现了喷管内、外涵双层壁面与网格同步、大曲率变形,并应用优化拉丁超立方设计（OLDH）方法创建了实验样本点。在此基础上,利用Isight软件驱动网格自由变形(FFD)模块和CFD仿真模块完成了所有样本点计算。结果表明:通过优选设计仿真结果,喷管推力系数提高0.6%,总压损失降低0.6%。对优选造型采用多段线+圆弧的方式进行了几何特征提取,获得的参数化造型与优选造型性能接近,具有一定的工程实用价值。      

基于规则和故障树的故障案例库构建方法研究

基于案例推理的故障诊断方法适用于经验丰富的决策环境,在飞机维修保障领域应用广泛,但由于缺乏解析模型和诊断规则的支持,难以满足复杂故障诊断要求。而故障树分析法建立在设计原理的基础上,可信度高。为了提高故障诊断效率和准确性,以实现基于规则和故障树模型与基于案例推理相融合的诊断方法为目的,研究案例的组织和案例库的构建。根据飞机维修保障实际需求,采用基于故障树分析的方法,结合故障诊断推理规则,建立飞机故障诊断模型;将模型和经验知识相结合,提出一种基于规则和故障树的案例库构建方法,进一步完善基于案例的推理机制,提高故障诊断的精确性和有效性。该案例库已应用于飞机故障诊断系统,实现了交互式故障诊断和排故引导,验证了研究方法的可行性。     

航空发动机的现状和发展

概述了现代航空发动机的特点,论述了第四代战斗机发动机F119的技术指标及其衍生的F135发动机的设计进展。给出了2020年前航空发动机IHPTET计划的部件设计水平、总技术指标和结构特点,预测了未来航空发动机的发展趋势。     

基于飞机油箱模型形状特征油量测量切片步长选择方法研究

 在分析飞机数字式油量测量过程中目前广泛使用的切片法油量测量原理的基础上,针对现有的定步长切片法无法得到准确、可靠的燃油质量特性数据库的缺陷,结合对飞机油箱模型形状特征的分析,提出了基于飞机油箱模型形状特征的油量测量切片步长选择方法。此方法包括切片步长整体和局部选择两个过程,整体选择以实现相邻两切片平面所夹油箱模型体积近似相等为目的来确定切片步长,以体现油箱模型截面整体变化规律;局部选择以设计切片平面与截面突变平面重合或尽可能接近的方式,突出油箱截面的局部变化特征。实验结果表明：该切片步长选择方法较定步长方法能够建立更为合理、可靠的燃油质量特性数据库,从而提高了油量测量精度。     

一种基于改进核主成分分析的SAR图像识别方法研究

针对传统核主成分分析方法识别SAR图像时,存在图像像素之间关联性差、对目标姿态角依赖性强等局限性,研究了一种基于改进核主成分分析的SAR图像识别方法。其研究思想是,结合SAR图像的特点提出了一种基于局部特征核主成分分析的特征提取方法,并设计了一种基于灰关联分析的双分类器对提取特征进行分类。NSTAR仿真实验表明：该方法不仅可以增强图像像素之间的相关性,而且对目标姿态角不存在依赖性,仿真结果验证了方法的有效性和可行性。     

基于EMD的发动机轴承振动冲击故障特征提取

采用经验模式分解方法(EMD),研究了发动机轴承的非平稳振动信号故障特征提取问题.计算机仿真结果证实了该方法的有效性;采用该方法提取了滚动轴承故障振动信号冲击特征,结果表明应用该方法能够准确、有效地获得轴承的冲击损伤特征,并且,经进一步分析,可确定冲击损伤故障失效模式.     

基于小波神经网络航空发动机滑油系统故障诊断方法研究

研究了基于小波神经网络的非线性系统的故障检测和诊断方法.把小波分析与前馈神经网络相融合,并推导出其具体的算法.应用小波神经网络对航空发动机滑油系统进行故障诊断.试验和仿真的结果表明:小波网络应用于故障诊断时具有收敛速度快,对网络输入不敏感等特点,为非线性系统的故障诊断提供了新的理论和方法.     

遥感图像的显著-概要特征提取与目标检测

针对巨幅遥感图像的目标检测问题,提出了一种基于显著-概要特征的遥感图像自动目标检测算法.采用滑动窗口将巨幅遥感图像划分为若干个小尺度的区域,针对各个小尺度分块图像,借鉴人类视觉生理功能特性之原理,提取其显著特征和概要特征,其中的显著特征代表了图像中的显著信息及显著区域空间分布和关联信息,概要特征可从整体上反映该区域的背景/目标关联信息.通过对分块区域图像的分类鉴别以实现目标检测.实验结果表明:此方法能以高可靠性和高精确度检测出巨幅遥感图像中的目标.