基于Hartmann技术的微小自适应光学系统的研究

采用微小型自适应光学系统提高系统的分辨率具有非常广泛的应用前景。建立了基于Hartmann技术的波前处理机系统,利用MEMS微变形镜进行波前校正并对结果进行了分析,验证了利用微小自适应光学系统校正畸变波前的科学性,给出了建立实用高分辨率传输型微小自适应光学系统的可行性建议。     

提高发动机火警环路工作可靠性的探析

以一起发动机空中停车事件为例,对降低发动机火警环路工作的可靠性的原因进行了分析。当火警探测器的接线桩受到污染时,可能引起错误的故障信号,甚至引起火警警告。通过采用耐高温的密封胶,或者对其进行改装,以此来提高火警环路的工作可靠性。     

飞机机体损伤抢修的研究与应用

阐述实施飞机机体抢修时的关键问题,指出对飞机机体损伤的抢修应综合考虑检测与评估方法、修理方案、维修原则、修理前的准备、修理方法、人员组织结构和人员素质等多种因素的影响。     

飞机结构等效腐蚀损伤概率模型研究

为描述腐蚀对结构材料疲劳性能的影响,本文首先定义了等效腐蚀损伤的概念;其次通过结构件预腐蚀前后的疲劳寿命试验,得到了等效腐蚀损伤数据,并选取正态分布、从Gumbel第一型极值分布、Logistic分布、双参数威布尔分布及三参数威布尔分布等五种分布形式,对其进行了统计特征的研究。结果表明,等效腐蚀损伤较好地服从三参数威布尔分布。     

基于CDM的复合材料层合板三维非线性渐进损伤分析

建立了基于连续介质损伤力学(CDM)的中等尺度复合材料层合板三雏渐进损伤分析模型.模型中损伤材料本构方程采用对应于不同损伤模式的内部状态变量进行描述,材料失效准则采用三维HASHIN准则.分析了含孔复合材料层合板压缩试件.计算强度与试验数据的吻合表明该模型可用于预测舍孔层合板的压缩强度,同时该模型可以预测层合板的失效模式以及损伤发生、扩展直至最终破坏的整个过程,并且该模型具有较好的计算收敛性.     

光电耦合器位移损伤效应研究

文章针对光电耦合器在空间辐射应用中的位移损伤效应,选取了一种典型的光电耦合器4N25进行了1MeV高能电子辐照试验,获得了辐照后器件电流传输比参数（CTR）的退化与电子注量的关系:在试验注量范围（1.3×1012 ~1.5×1013 cm-2）内,nCTR与电子通量成反比。通过位移损伤对器件及材料作用过程的分析,探讨了光电耦合器位移损伤效应作用机理。     

ZrO2陶瓷切向超声辅助磨削表面及亚表面损伤机制

为进一步揭示切向超声辅助磨削过程中硬脆材料的表面及亚表面损伤机理,基于应变率模型对其磨削过程中材料的动态力学性能进行分析,并在此基础上建立了硬脆材料的脆-塑转变临界切削深度模型与微裂纹损伤深度模型。研究发现,脆-塑转变临界切削深度和微裂纹损伤深度均与应变率有关,其中临界切削深度随着应变率的增加而增加,而横向裂纹损伤深度与中位裂纹损伤深度均随应变率的增加而减小。通过ZrO₂陶瓷切向超声辅助磨削试验进行验证。试验结果表明：由于切向超声振动的引入提高了材料应变率,进而提高了材料的动态断裂应力以及动态断裂韧性,从而扩大了ZrO₂陶瓷的塑性域去除范围,降低了加工表面的横向裂纹与中位裂纹损伤深度,使得ZrO₂陶瓷的表面及亚表面质量得到明显改善。试验结果与理论分析相一致,为进一步揭示切向超声辅助磨削过程中硬脆材料的表面及亚表面微观损伤机理提供了理论参考。     

一种非规则采样航空时序数据异常检测方法

航天器遥测数据的实时异常检测对于航天任务具有重要意义。以往方法大都考虑规则采样且缺失率较低的时序数据,然而航空时序数据具有维度大、噪声多、缺失率高、采样间隔不规则等特点,因此异常检测任务较为困难。针对非规则采样且具有缺失值的多维航空时序数据提出非规则采样多维时序数据异常检测（IMAD）算法。首先,采用带有可训练迟滞项的门控循环单元（GRU-D）对缺失值和非规则采样的时序数据进行建模;然后,采用变分自编码器建立随机性模型,学习正常时序数据的分布,从而对噪声数据具有鲁棒性;最后,利用基于极值理论的自适应阈值确定法确定合适阈值进行异常检测。结果显示,在两个真实航空时序数据集上,IMAD具有超出当前最新异常检测算法的性能;多个实验表明,IMAD在缺失率、参数以及数据集变化时,能够维持较好的异常检测效果,具有较强的鲁棒性。     

应用灰度特征的行星陨石坑自主检测方法与着陆导航研究

针对陨石坑阴影不明显的行星着陆导航图像,提出了基于图像灰度值特征的陨石坑自主检测方法,通过兴趣区快速确定陨石坑边缘分布,解决了一般陨石坑检测方法对图像太阳高度角的依赖问题。利用检测出的陨石坑视线信息,采用非线性预测滤波方法估计着陆器着陆阶段的位置和姿态;鉴于视觉着陆导航对照了场景状况的高度依赖性,提出了一种利用分形理论和相邻点分级方法的天体随机地景建模方法。最后验证了所提方法的有效性。     

基于层次化分类器的遥感图像飞机目标检测

在大量航空航天遥感图像中,快速发现和统计飞机目标并对其进行准确定位,在军事和民用方面均具有重要意义。结合遥感图像特点,针对飞机目标的特征,文章设计了一种基于层次化的分类器的遥感图像飞机目标检测方法。首先用基于哈尔（Haar）特征的底层AdaBoost分类器快速去除大部分非目标区域;然后用基于梯度方向直方图（Histogram of Oriented Gradient,HOG）特征的顶层支持向量机（Support Vector Machine,SVM）分类器进行精细检测。在分辨率为1m的遥感图像数据集上的实验结果表明,层次化分类器在保证较高检测率的前提下,大大降低了虚警率,可以有效解决遥感图像飞机检测问题。