一种用于飞机试验台的三分力传感器

多分力载荷传感器是一种常用的传感器,但通常当各分力的量程相差太大时难以取得良好的效果。提出了一种新型传感器结构形式,减少了各分力之间的耦合,使得在各分力量程不匹配的情况下亦可获得较高的测量精度。     

飞机飞行载荷测量载荷方程的优选

介绍用应变计方法测量飞机飞行载荷的载荷方程,应用方差分析和下检验技术进行优选,逐次剔除无应电桥和多余电桥,经自动计算,得到仅会对某种载荷有显著贡献的少量电桥的最优载荷方程,供飞行试验测量飞机飞行载荷使用。算例结果表明,此方法获得最优载荷方程有效。     

平均应变效应的循环粘塑性描述

提出了一个考虑具有平均应变循环变形行为的粘塑性本构模型,在该模型中,引入了可以计及平均应变效应的应变幅值记忆参数,构造了相应的背应力演化方程,定义了恰当的非比例度;还提出了对先前加载历史循环变形行为衰减记忆的各向同性变形阻力演化方程。模型用于１Ｃｒ１８Ｎｉ９Ｔｉ不锈钢的平均应变效应的本构描述,结果表明模型合理。     

超精密CNC平面磨床在线测量、补偿加工及对刀功能的自动化实现

介绍了大型超精密ＣＮＣ平面磨床测量控制系统设计中多传感器在线检测、导轨误差补偿加工以及超精密磨削对刀等特殊功能的实现方法,并将其纳入ＣＮＣ的Ｍ功能指令系统,实现了超精密平面磨削自动化     

基于表面再现 Marching cubes算法改进与实现

从医学体数据中得到对象的三维可视图像有广泛的应用领域,例如医学诊断、法医学、古人类学等.本文讨论并分析了一种基于表面再现的 Marching cubes算法的优点及存在的不足,给出了算法在时空开销、不确定性等方面的改进和解决方案,改进后的算法在实际系统中取得了良好的效果.     

基于多层分布局域网技术的网络教学平台的探讨

网络教学是信息时代的产物,互联网本身以及各种基于互联网的应用都成了学校教学的内容,这就需要一个平台支持实施这种教学活动．本文结合南昌航空工业学院的多层分布式体系结构的计算机局域网的组建及应用,介绍了网络教学平台的组建。     

面向月球科研站任务的地月准实时遥操作模拟验证系统设计与关键技术研究

针对月球科研站任务地月遥操作需求和特点,设计地月准实时遥操作模拟验证系统,对其中的关键技术海量多尺度遥感数据环境感知、空地协同高精度定位、基于混合现实的预测仿真等进行了研究。提出了基于海量多尺度遥感数据的联合处理方法,环境感知数据融合可处理米级至厘米级环境感知结果;设计基于空地多运动平台协同定位的原型软件,空地协同地标约束下,定位精度不低于轨道器影像1个像素;开发了带有力觉反馈的预测仿真验证平台,在2~3 s变时延约束下可在仿真环境下协同演示遥操作过程,真实还原从端的遥操作作业场景,提高遥操作的执行效率和安全性。为地面人员的方案设计、操作手训练、故障处置等提供实时支持,为我国未来实施月球科研站任务筑牢基础。     

火星车三折平展坡道转移方案及转移姿态分析

以火星车从着陆平台安全转移至火星表面为研究目标,提出一种三折平展坡道转移方案。火星车坡道式转移方案难点在于,着陆点地形地貌不确定和着陆器自身姿态的不确定将导致火星车转移姿态不确定从而增大转移风险。为保证火星车坡道式转移安全性,开展火星车坡道式转移姿态分析,获得满足火星车安全转移要求的最小坡道长度并评价出极限转移姿态。为使三折坡道展开总长度尽可能靠近最小坡道长度需求,进行了三折坡道长度优化分析,获得在着陆器构型约束下三折坡道长度最大值,可为我国火星车转移工程实施提供借鉴。     

某型涡扇发动机热起动性能故障分析与调整研究

本文针对国内翻修后的某型涡扇发动机起动性能有所下降,造成外场在炎热天气下使用时起动困难的问题进行原因分析和调整研究.     

Framework and development of data-driven physics based model with application in dimensional accuracy prediction in pocket milling

In the manufacturing of thin wall components for aerospace industry, apart from the side wall contour error, the Remaining Bottom Thickness Error (RBTE) for the thin-wall pocket component (e.g. rocket shell) is of the same importance but overlooked in current research. If the RBTE reduces by 30%, the weight reduction of the entire component will reach up to tens of kilograms while improving the dynamic balance performance of the large component. Current RBTE control requires the off-process measurement of limited discrete points on the component bottom to provide the reference value for compensation. This leads to incompleteness in the remaining bottom thickness control and redundant measurement in manufacturing. In this paper, the framework of data-driven physics based model is proposed and developed for the real-time prediction of critical quality for large components, which enables accurate prediction and compensation of RBTE value for the thin wall components. The physics based model considers the primary root cause, in terms of tool deflection and clamping stiffness induced Axial Material Removal Thickness (AMRT) variation, for the RBTE formation. And to incorporate the dynamic and inherent coupling of the complicated manufacturing system, the multi-feature fusion and machine learning algorithm, i.e. kernel Principal Component Analysis (kPCA) and kernel Support Vector Regression (kSVR), are incorporated with the physics based model. Therefore, the proposed data-driven physics based model combines both process mechanism and the system disturbance to achieve better prediction accuracy. The final verification experiment is implemented to validate the effectiveness of the proposed method for dimensional accuracy prediction in pocket milling, and the prediction accuracy of AMRT achieves 0.014 mm and 0.019 mm for straight and corner milling, respectively.