硅半球深腔结构无损检测技术

半球深腔的加工质量是决定硅基MEMS半球陀螺精度的关键因素之一，及时检测半球深腔的形貌参数并将其反馈至加工过程，是确保高性能MEMS半球陀螺研制成功的重要措施。由于硅半球深腔的深度较大，台阶仪和光学显微成像系统无法对半球深腔的形貌特征进行有效测量。因此,需要将硅深腔结构剖开后采用扫描电镜(SEM)进行检测。这种检测方式时间周期长，且属于破坏性的样本检测，效率和测试精度都较低。提出以硅半球深腔为模具，利用PDMS铸模将硅半球深腔的结构尺寸和表面形貌转移到PDMS凸起的半球模型上，通过检测PDMS半球模型的尺寸结构和表面形貌，即可反推出硅半球深腔的尺寸特征。经实验验证，脱模后的PDMS模型可以准确地反映出半球深腔的尺寸信息，测量结果的不确定度小于5‰，有效解决了硅半球深腔无损检测的难题。     

基于等效板的含离散源损伤机翼结构分析

研究离散源损伤对机翼结构的影响,可以大幅度提高飞机在不良损伤事故下的生存能力.由于机翼内部结构复杂,很难对含离散源损伤机翼结构进行精确分析,而且精确的建模和仿真在建模与计算过程中往往也非常耗时.因此,以含离散源损伤机翼为对象,采用有限元优化设计方法,确立了一种机翼结构等效板模型的建模方法.建立的等效板模型可对含离散源损伤机翼实现快速、准确的静力学和动力学分析.     

存在外部干扰的网络控制系统故障检测和优化

针对存在时延和丢包的网络控制系统,研究了系统的故障检测滤波器设计和优化设计问题.通过泰勒展开将未知时延处理成外界干扰,采用伯努利随机过程来描述丢包现象.设计观测器产生残差信号,将故障检测问题转化为H∞滤波问题.通过Lyapunov函数方法分析了系统的稳定性.以线性矩阵不等式的形式给出了滤波器存在的充分条件和求解方法.为进一步提高系统对故障信号的灵敏度,采用了一种优化设计方法对故障检测系统进行了优化.最后通过仿真验证了算法的有效性.     

基于损伤检测的飞机结构腐蚀损伤预测方法对比研究

针对飞机结构材料易腐蚀特点,采用 BP 神经网络算法、数据拟合方法、指数平滑预测三种方法,对飞机铝合金结构腐蚀损伤进行预测对比分析。预测结果及其误差以及对比分析图表明,BP 神经网络算法所构建的网络预测模型对一定腐蚀周期内的腐蚀损伤有较好预测能力,指数平滑预测方法和幂函数数据拟合方法对一定腐蚀周期之外的腐蚀损伤预测有较好的外延性。     

基于断口分析的钛合金轮内部缺陷损伤容限

为进行某轮损伤容限设计,开展了裂纹扩展断口分析和仿真分析研究。由断口分析可知:疲劳源为一处内部自然缺陷;依据疲劳辉纹确定了裂纹扩展速率;在裂纹长度为2 mm附近,裂纹扩展速率明显增大,为第一、第二加载阶段转换区域;裂纹稳定扩展区裂纹长度与裂纹扩展速率呈双对数线性关系;应用列表梯度法和Paris公式法反推了第二加载阶段的疲劳寿命,与该阶段实际循环次数的最大误差是163%。裂纹稳定扩展阶段裂纹扩展仿真值与断口反推值吻合;非稳定扩展阶段仿真值与断口反推值的最大误差为-215%;基于以上研究,合理确定了某离心轮内部裂纹表面扩展停机检测周期。该类轮非稳定、失稳扩展阶段寿命占内部裂纹表面扩展阶段寿命的比例达248%~357%,因此准确计算具有重要意义。     

基于气压高度辅助的机载自主完好性监测算法

卫星接收机自主完好性监测是指根据用户接收机的多余观测值监测用户定位结果的完好性,其目的是在导航过程中检测出发生故障的卫星,并保障导航定位精度。针对卫星接收机自主完好性监测算法可用性不足的问题,结合机载实际导航系统配置,提出了一种基于气压高度表辅助的机载自主完好性监测算法。综合利用卫星导航系统及气压高度表观测信息,建立联合系统的观测模型,推导了基于多解分离的完好性监测及保护级别计算方法。仿真结果表明,相比于传统的接收机自主完好性监测算法,该算法在可见星为5颗时仍能识别故障卫星。该算法具有更好的故障检测能力及可用性,能有效提高卫星导航系统的完好性监测性能,从而保证卫星导航系统的精度和可靠性。     

基于被动探测的目标磁扰动信号检测与定位

针对目标探测定位的快速发展中,军事领域主动雷达存在的缺陷和实现具有高度隐蔽性的目标检测技术的需求,提出一种基于被动磁矢量测量的目标扰动信号检测与定位技术.该方法利用磁传感器阵列测量目标产生的磁矢量扰动信息,通过滤波、门限检测、基函数展开等技术将有效扰动从复杂的背景场中提取出来,并结合速度估计、磁梯度张量矩阵算法研究任意...     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

含多部位损伤搭接结构应力强度因子三维有限元分析

应力强度因子(Stress intensity factor,SIF)分析是含多部位损伤(Multiple site damage,MSD)结构剩余强度和裂纹扩展寿命预测的基础和关键。考虑接触与摩擦,建立了含MSD搭接结构的三维有限元模型,研究了不同裂纹长度、铆钉类型以及损伤模式下裂纹尖端SIF分布情况和变化规律。结果表明,搭接件孔边裂纹Ⅰ型SIF起主导作用,Ⅱ型和Ⅲ型SIF可忽略不计。由于次弯曲、铆钉变形和板厚度等因素,SIF在外表面最小,接触面一侧较大,最大值多位于蒙皮内部。MSD会使裂纹间的干涉作用增强,SIF增大,且裂纹间距离越近干涉作用越强。裂纹长度相同时,埋头铆钉的孔边裂纹SIF积分均值大于平头铆钉,且接触面的SIF埋头铆钉大于平头铆钉,外表面则相反。