加速器切线照相技术研究

根据工作实践研究了固体发动机切线照相无损检测中黑度分布、散射线防治、象质计使用、检测概率计算、脱粘临界值确定等技术问题.     

固体火箭发动机／导弹一体化设计

以某一两级固体地—空导弹作为算例,研究了固体火箭发动机/导弹一体化设计问题。研究以导弹起飞质量最轻和可用过载最大为目标建立了目标函数,利用优化理论完成了7个设计变量的优化设计。优化结果表明,所建立的数学模型是正确的。     

液氧甲烷重复使用辅助动力系统方案与进展

航班化航天运输系统的应用需求日趋迫切,基于液氧/甲烷(LOX/LCH₄)发动机的可重复使用运载火箭成为国内外研究热点。面向某型运载火箭对一级返回辅助动力系统的需求,提出了基于电动泵的主辅一体化液氧甲烷系统方案和独立挤压式液氧甲烷系统方案,开展了方案比选和应用优势分析,并介绍了液氧甲烷轨姿控发动机和低温表面张力贮箱的研究基础,以及国内首款液氧甲烷轨姿控推进系统集成演示试验情况。液氧甲烷辅助动力系统可以实现全箭推进剂的统一和无毒化,助力运载火箭走向高效及完全可重复使用。选择切实可行的“分步走”策略,优先开展挤压式液氧甲烷辅助动力系统的工程化研制与飞行应用,逐步实现基于电动泵的主辅一体化液氧甲烷辅助动力系统在重复使用运载火箭和低温上面级等领域应用。     

大力神—4改进型固体助推器爆炸原因分析及启示

介绍了大力神-4改进型固体助推器的研制情况、结构特点及主要性能,阐述了地面试验失败的原因及改进措施,并联系卡斯托Ⅱ研制中出现的类似失败情况,就发动机内流场气流的相互作用及药柱变形对发动机工作的影响进行了扼要分析,并提出了值得重视的几点启示。     

应用约束条件快速解算整周模糊度

ＧＰＳ载波相位测量用于解算载体的航向和姿态时必需解决的问题之一就是整周模糊度的确定。近年来提出了多种模糊度的解算法方法,但对ＧＰＳ航姿系统来说,若能利用固有的约束条件则会使模糊度问题变得简单且快速有效。在详细分析了几种约束条件的基础上,文中探讨了如何合理 这些约束条件来减小模糊度的搜索范围,以加快模糊度的解算速度,并对检验方法作了改进。通过仿真结果对文中方法进行了检验。     

美国AEHF军事通信卫星推进系统及其在首发星上的应用

美国先进极高频（AEHF）项目将采用4颗运行于地球同步轨道（GEO）的AE—HF军事通信卫星。AEHF卫星的推进系统由远地点发动机、姿态控制发动机组和双模式霍尔电推进子系统组成。首发星AEHF-1是世界上首个采用霍尔电推进系统执行发射后轨道提升任夯的GEO卫星。AEHF-1卫星星箭分离后,远地点发动机未能正常工作,因此...     

微小型双组元姿控发动机技术研究

高性能微小型液体双组元姿控发动机具有冲量小、响应快、质量轻、尺寸小等特点,可为微小卫星等航天器实现在轨精确姿态控制,延长在轨工作寿命以及轻小型化等方面的应用提供技术基础.本文以5N微小型双组元液体火箭发动机为例,从微小型喷注器设计、微小型阀门设计、微小尺寸构件成型技术、热相容设计等方面,详细介绍了上海空间推进研究所在微小型双组元发动机设计及制备方面取得的进展和成果,提出了该项目的后续研制计划.     

基于装配约束的飞机导管几何特征建模与误差补偿

针对飞机导管实际装配过程中因装配应力大导致故障频发的问题,提出了一种基于导管装配特征的误差补偿方法.首先采用几何建模法进行了导管装配过程的几何建模,并提出了一种基于轴线矢量的导管装配模型建模方法.在此基础上,采用罗德里格旋转公式建立了基于实际装配工况下的导管空间位姿计算模型.然后基于导管装配要求进行了装配约束分析并识别...     

基于CATIA的杠杆加载系统快速设计方法研究

目前我国飞机结构试验中杠杆加载系统存在着设计工作量大、效率低等问题.针对企业的实际需求,本文基于CATIA软件平台,开发了一套杠杆加载参数化快速设计系统.首先基于总体设计的全机外形数模计算了外形加载点;其次运用改进的聚合层次聚类算法生成了杠杆加载系统的拓扑结构图;最后对杠杆、连接件等实现参数化建模并完成自动装配.实例表...     

基于HOG和SVM算法的磨粒图像在线监测技术

为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图（Histogram of oriented gradients,HOG）进行特征提取和支持向量机（Support vector machine,SVM）分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor,KNN）等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83 8%。