超精密加工技术在新形势下面临的任务

国防武器装备系统的需求推动了超精密加工技术的发展,本文首先从描述当今先进武器系统装备的特点出发,介绍了超精密加工技术在其中的应用。并在此基础上提出了我国超精密加工技术的发展思路以及近期面临的重要研究课题。     

歼击机结构故障的模式识别与参数辨识新方法

针对自修复飞行控制系统的故障,采用基于精确线性化的方法,在原空间和特征空间提出了基于双假设/多假设（增强型）概率统计学的模式识别与参数辨识方法,给出了结构故障的可识别性和可辨识性的判别准则,并以某型歼击机为例进行了仿真研究。     

基于打靶法的战机攻击导引方法研究

在以往战机空战攻击导引研究中, 仅考虑如何导引载机使之与目标的相对距离达到武器发射射程, 没有同时考虑拦截角度的需求; 或只考虑拦截角而不考虑相对距离的需求。针对这一不足, 本文在深入分析战机攻击导引理论问题的基础上, 创新地用打靶法, 同时考虑追击距离与拦截角度两末端约束, 进行攻击轨迹优化设计。大量仿真研究表明, 所设计的攻击导引方法, 不仅能很好地满足所需的相对距离和拦截角两末端约束, 而且具有较好的可实现性。本研究可为新一代战机导引攻击系统的研制与某型飞机的国产化设计提供参考。     

飞机机翼结构质量分配方法研究

提出了一种机翼结构质量分配方法 ,能根据飞机总体设计参数 ,把机翼结构质量分配到承弯结构、承剪结构、分布气动载荷所需结构、起落架安装影响结构、外挂物安装影响结构、油箱安装影响结构、前缘结构、后缘结构、襟翼结构、副翼结构、机翼机身接头及其他杂项元件结构 ,共分为 12个功能结构部分。首先建立了飞机总体设计阶段机翼结构质量分配的分析模型 ;然后根据现有飞机机翼的质量和飞机总体几何参数 ,用参数优化方法确定了该分析模型中的结构修正系数 ;从而得到一个机翼结构质量分配模型。用 8架飞机的机翼所完成的算例证明了该方法的有效性和合理性。     

基于线性工作点的轴向混合磁轴承 优化设计与仿真分析

提出一种利用等效磁路与电磁仿真相结合的方法,实现了基于线性工作点的某磁悬浮CMG轴向混合磁轴承优化设计.通过建立等效磁路及有限元模型实现最佳线性工作点的永磁磁路优化设计.利用Ansoft仿真软件建立电磁参数化仿真模型,实现电磁参数剥离分析及电磁磁路的线性仿真优化设计.以混合磁轴承承载力及刚度线性工作点为约束条件,建立磁轴承动态仿真模型,实现轴向混合磁轴承线性工作区域的动态特性分析.采用该方法设计的磁轴承最大承载力为160N,位移刚度与电流刚度分别在为(-0.5±0.1)×106N/m,(115±3)N/A.与传统混合磁轴承设计相比,该方法设计简单,能够快速实现综合优化设计,在满足承载力前提下,提高了动态力学的线性空间与控制刚度的线性稳定度.     

A SMGCS滑行道冲突预测与避免控制

针对先进机场场面引导与控制系统(Advanced surface movement guidance and control system,A-SMGCS)滑行道冲突预测与避免控制,提出基于事件反馈的闭环控制框架,并重点解决对头冲突预测与避免控制问题。建立滑行道受控着色Petri网模型。提出航空器可控滑行路段概念,并给出其对应子模型的生成规则。利用子模型中环路和环路链,给出无对头冲突的充分必要条件。提出对头冲突避免控制策略,以及适合实时控制的对头冲突预测与避免控制算法。算例表明本文能根据场面状态及时识别对头冲突并实现冲突避免。     

歼击机的强稳定控制研究

提出了一种歼击机强稳定控制方法，给出了歼击机控制系统出现传感器故障时的故障系统模型。当歼击机开环稳定时，设计了基于串联观测器的稳定控制器。言语中考虑了部件传感器故障和全部传感器故障两种情况，分析给出了相应的控制律。仿真结果表明，本文提出的强稳定方法是有效的。     

航空航天复合材料发展现状及前景

文章通过空客A-350XWB飞机和波音公司B-787飞机复合材料之战的实际案例,介绍了航空航天应用复合材料,特别是碳纤维增强树脂基复合材料（CFRP）的发展现状、特点以及航空航天复合材料结构一体化综合等新技术,并对未来发展前景进行讨论。     

战斗机地面停放时飞行员综合热应激预测模型

预测夏季战斗机地面停放时飞行员的热应激,以提高航卫等有关人员对飞行员受高温影响的认识,并为采取必要的防护措施提供依据.首先由气象条件估算战斗机座舱内热环境参数,分析穿着夏季飞行基础服装时飞行员在座舱热环境中的热调节过程,模拟飞行员热生理指标变化情况,从而预测飞行员的热应激水平.编制了飞行员穿夏季基础着装在座舱中的热分析软件,给出了热应激预测结果,经高温舱试验验证,人体平均皮肤温度、核心温度及平均体温增值计算与试验结果变化趋势相同,且量值接近,热应激预警结果一致.综合热应激指数模型预测与试验结果对比偏差均小于20%,预测模型合理可靠,能满足使用要求.      

基于深度学习的先进陶瓷零件实时缺陷检测系统

传统先进陶瓷零件检测与分类的主流方法为纯机械尺寸过滤和人工判断,为解决其成本高、失误率高和损坏率高等问题,提出了基于深度学习的多目标实时检测分类模型（Multi-object real-time detection and classification model, MRDC）。该模型以YOLOv3为基础,使用SKNet作为注意力机制进行特征重构提高精确度,配合灰度图快速转化算法与跳帧检测方法提高检测速度,可实现实时缺陷检测。对实际生产中的先进陶瓷零件进行采集训练,多批次采集图像数据,每批数据含多个陶瓷零件的1 000张图像,平均精确率均值达到99.19％,用先进陶瓷零件生产线视频检验,识别分类的正确率达到100％,可以保证每分钟检测450~550个零件。多目标实时检测分类模型拥有识别速度更快、识别准确率更高和零件不易损坏等优点,可极大地节约生产原料与人力成本,减少废品产出。