Research on vibration suppression of a mistuned blisk by a piezoelectric network

The work aims to provide a further investigation of the dynamic characteristics of an integral bladed disk(also called ‘blisk') with a Parallel Piezoelectric Network(PPN). The PPN is constructed by parallelly interconnecting the piezoelectric patches distributed in the blisk. Two kinds of PPN are considered, namely mono-periodic PPN and bi-periodic PPN. The former has a piezoelectric patch in each sector, and the later has one patch every few sectors. The vibration suppression performance of both kinds of PPN has been studied through modal analysis, forced response analysis, and statistical analysis. The research results turn out that the PPN will only affect mechanical frequencies near the electrical frequency clusters slightly, and the bi-periodic PPN will make the nodal diameter spectrum of the modes more complex, but the amplitude corresponding to the new nodal diameter component is much smaller than that of the nodal diameter component corresponding to the mono-periodic system. The mechanical coupling between the blades and the disk plays an important role in the damping effect of the PPN, and it should be paid attention to in applications. The mono-periodic PPN can effectively suppress the amplitude magnification of the forced response induced by the mistuning of the blisk; meanwhile, it can mitigate the vibration localization of the mistuned electromechanical system. If piezoelectric patches are set only in part of the sectors, the bi-periodic PPN still has a vibration suppression ability, but the effect is related to the number and spatial distribution of the piezoelectric patches.     

黎曼几何在计算机视觉中的应用研究进展

在计算机视觉领域，许多任务相关数据具有非欧结构，近年来基于黎曼几何的数据表征与应用研究受到了越来越多的关注。如何充分利用数据的几何结构，来提高目标识别、目标跟踪及目标检测算法的性能，是其中的一些研究热点。本文主要从三个方面介绍黎曼流形在计算机视觉中的应用研究进展。首先，从数学基本概念出发，阐述黎曼流形与图像的关系以及视觉应用的可行性，并介绍计算机视觉中具有重要应用的几种黎曼流形。其次，对黎曼流形在计算机视觉中若干常见应用进行了概述，重点介绍了与深度学习相结合的相关进展。最后，对引入黎曼流形的机器学习方法的未来发展进行了分析和讨论。     

专用指令集在基于FPGA的神经网络加速器中的应用#br#

近年来，表现出极其优越性能的神经网络算法对硬件算力的要求逐渐提高.在一些低功耗场景如星载系统中，拥有可编程重构、高并行等特性的FPGA是神经网络算法较为合适的硬件加速平台.为了解决传统神经网络硬件加速器设计中片内资源消耗大、各功能模块耦合性高等问题，设计实现了一套专用AI指令集并应用在了基于FPGA的神经网络加速器的设计中.文章首先介绍了该指令集的设计方案.整个指令集由指令寄存器、指令解释器、指令转发模块、内存管理单元和多个模块构成.通过该指令集可实现对不同模块的复用，降低模块之间的耦合性.并以YOLOV3 Tiny网络模型为例，对比了平铺式和指令控制式两种加速方案的逻辑资源的消耗.验证了应用专用指令集可以减少约50%的FPGA逻辑资源的使用.     

具有时变权矩阵的离散Hopfield神经网络的稳定性

研究了以并行工作模式进行演化的具有时变连接权矩阵的离散Hopfield神经网络,得到了判定网络稳定的2个充分条件,改进了已有结果。     

具有相依特性的航天测控网稳定性分析

随着信息技术的不断提升,航天测控网各系统中的耦合和依赖变得越来越强烈。针对这种具有相依特性的测控网络的稳定性问题,提出借助于相依网络的分析方法,根据信息在测控网中所起的作用,对航天测控网相依特性进行分析、研究,特别是相依网络的级联失效过程进行稳定性分析。将航天测控网划分为具有相依特性的数据信息和控制信息,通过针对单侧网络进行蓄意攻击,研究不同控制信息模式下航天测控系统的稳定性,提出构建稳定、高效的测控网的方法。仿真结果表明,在数据信息遭受攻击时,合理规划控制信息形态并减小控制信息规模,能够有效保障航天测控系统的稳定性。     

航空变频电源下笼型感应电机矩形转子槽结构优化分析

当前大功率的航空发电机开始采用360~800Hz的变频输出方式,在航空变频电源的直接供电下,感应电机的性能受到频率变化最大的影响是在高频时起动转矩太低。针对笼型感应电机,采用解析计算的方法对矩形转子槽尺寸进行优化,在不改变稳态性能的条件下获得最大起动转矩。深槽尺寸的变化将影响集肤效应系数和槽漏感2个方面,二者对起动转矩的作用相反。通过综合2个方面的因素,建立起包含槽型尺寸和频率的动态转子参数模型,并采用该动态转子参数对传统的转矩公式进行调整,进而获得关于转子槽尺寸的起动力矩解析式,同时基于该解析式实现对起动力矩的优化。采用该解析方法对7.5kW感应电机进行深槽转子优化,并对航空变频电源驱动时的起动特性进行了仿真和样机实验,验证了该方法在矩形转子槽优化设计中的有效性。     

深空探测器自主技术发展现状与趋势简

 深空探测器距离地球远、所处环境复杂、苛刻,利用地面测控站进行深空探测器的遥测和遥控已经很难满足探测器控制的实时性和安全性要求。深空探测器自主技术即通过在探测器上构建一个智能自主管理软件系统,自主地进行工程任务与科学任务的规划调度、命令执行、星上状态的监测与故障时的系统重构,完成无人参与情况下的探测器长时间自主安全运行,自主技术已经逐渐成为深空探测领域未来发展的一项关键技术。本文首先分析了传统测控模式对深空探测的约束,回顾了深空探测器自主技术发展的现状,分析了实现深空探测器自主运行的关键技术,包括在轨自主管理系统设计技术、自主任务规划技术、自主导航与控制技术、自主故障处理技术和自主科学任务操作技术。然后结合深空探测工程实施和技术发展需求,提出未来深空探测器自主技术发展的趋势和重点。     

锂离子电池新型三维纳米结构负极研究进展

高性能锂离子电池在微/小型侦察机和空间飞行器等应用中有重要意义。构建三维纳米结构负极,是提高锂离子电池性能的有效方法。综述了国内外锂离子电池新型三维纳米结构负极材料的发展,将其分为3种类型,分别是三维纳米多孔结构、三维纳米阵列结构和三维纳米网络结构。涉及的材料包括碳类材料、合金类材料与过渡金属氧化物材料。相对于传统二维平面负极,三维纳米结构电极可以减小离子迁移距离、增加电极/电解液界面面积、缓冲活性材料充放电体积变化,从而可以提高材料的储能容量,提高电极的循环稳定性,改善电极的倍率性能。     

Intelligent modeling and identification of aircraft nonlinear flight

In this paper, a new approach has been proposed to identify and model the dynamics of a highly maneuverable fighter aircraft through artificial neural networks（ANNs）. In general, aircraft flight dynamics is considered as a nonlinear and coupled system whose modeling through ANNs, unlike classical approaches, does not require any aerodynamic or propulsion information and a few flight test data seem sufficient. In this study, for identification and modeling of the aircraft dynamics, two known structures of internal and external recurrent neural networks（RNNs） and a proposed structure called hybrid combined recurrent neural network have been used and compared.In order to improve the training process, an appropriate evolutionary method has been applied to simultaneously train and optimize the parameters of ANNs. In this research, it has been shown that six ANNs each with three inputs and one output, trained by flight test data, can model the dynamic behavior of the highly maneuverable aircraft with acceptable accuracy and without any priori knowledge about the system.     

区域创新能力与产业集群的内在关系研究述评与展望

在我国实施创新驱动发展战略的基础上,对产业集群的产生与发展、影响产业集群发展的因素、国外区域创新能力研究动态、产业集群与区域创新能力内在关系研究等方面进行文献阅读,并梳理其研究脉络,最后提出目前研究所遇到的主要问题与未来发展方向。