基于模块的飞机产品结构管理研究

飞机研发是一项大型的系统性工程,传统的飞机产品结构由于零组件数据集包含有二维图纸、三维模型、临时更改单等大量文档且更改较频繁,同时制造、维修等部门在工程数据重构中存在工作量大和转换易脱节等特点,导致产品数据管理异常复杂和困难,效率也较低。为了简化飞机产品结构管理方式,在借鉴国际主流飞机制造商经验的基础上,通过结合模块化理论和全三维设计手段。以某一型号的民用飞机为例,重点从产品结构的组织模式、数据集的构成、产品数据的更改规则对该管理方案进行了阐述。从而保证了构型数据管理的便捷性和准确性,也符合未来飞机产品研发全数字化的发展方向。     

具有几何和光照不变性的不变矩构建研究

为了解决现有的光照变化条件下仿射不变矩识别不稳健的问题,提出了一种归一化光照仿射不变矩,即采用一种光照模型,基于Jan Flusser仿射不变矩,推导出一种归一化光照仿射不变矩,并且从理论上证明了该方法在各种仿射变换下的稳健性,然后通过对比实验验证了该方法在光照强度、方向和颜色改变下的不变性.实验结果表明,与当前主流的光照不变矩方法相比,该方法不仅适合灰度图像也适合彩色图像,在光照方向改变下,图像的倾斜运动中识别度提高了35％;在线性光照强度改变下,图像的倾斜运动中识别度提高了85％;在光照颜色改变下,图像的平移和旋转运动中识别度提高了7.8％;以多种卫星模型图像为实验对象,在光照改变下,彩色图像和灰度图像的识别度平均提高了36％以上,且计算简单,更适合于航天器目标的识别.     

航空发动机故障融合诊断研究

结合气路诊断与振动分析方法,建立发动机故障融合诊断模型,探讨气路与振动故障融合诊断方法的可行性。构建故障融合诊断3级体系(故障特征级、故障模式级以及故障决策级融合),实现基于性能参数和振动参数的综合评估方法,获得基于小偏差法的气路故障判据,形成基于动力学分析的振动故障判据,提出故障特征融合的方法,通过算法实现故障融合识别,并在模拟试验器上进行涡轮叶片掉块故障试验验证,获得相应的故障诊断决策。结果表明:设计的发动机故障融合诊断方法合理,算法正确。     

飞船返回舱再入阶段高超声速六分量测力试验研究

介绍了在气动中心超高速所激波风洞中进行的飞船返回舱再入阶段高超声速六分量测力试验研究以及马赫数、雷诺数变化对返回舱外形纵向三分量气动特性的影响研究。在试验方案和天平设计中提出和采用了“5 l”方案，即五分量主天平和单分量滚转力矩天平实现六分量测量，模型分段连接使大轴向力对小滚转力矩测量的干扰降至最低。为考核该方案的可行性，还进行了一系列验证性试验，如对比性试验和缝隙影响试验，试验研究结果表明：采用该方案是可行的，成功地测量出了返回舱模型上的小滚转力矩。     

鱼雷电源组件自动检测系统的设计与实现

叙述了鱼雷电源组件自动检测系统的设计与实现,对系统总体方案及程控电源设计、导通 绝缘性测量、操舵输出下降沿过渡时间测量、系统计量标定方法和系统软件等作了介绍。     

光电瞄准设备通用计量平台

提出了光电瞄准设备通用计量平台的设计方案，论述了平台的硬件、软件构成，并着重分析了双分划双光源照准与两维同步动态测角、读数图像自动识别、多点位多通道实时检测的方法，最后对系统的不确定度进行了分析和评估。     

基于模糊模式识别的电力远动通道监控系统

分析了电力远动通道监控系统的现状,为解决其不足之处提出了一种电力远动通道监控的新方案.采用了一种基于模糊模式识别的综合评判远动通道通信质量的方法来实现对远动通道的监控,并详细论述了方案中模糊模式识别模型的建立,同时给出了系统的实现方案.在实际应用中表明,该系统能够有效地解决目前监控系统存在的不足,为电力远动通道监控开辟了新途径.     

人工神经网络在航空发动机中的应用

人工神经网络是一个十分热门的交叉学科,在许多行业都得到了应用。介绍了其在系统建模、模型辨识、控制及其在航空发动机上的应用情况和最新发展,并对各种应用状况进行了归纳和分析。同时对最新神经网络模型作了介绍,并对将来神经网络在航空发动机上的应用作了预测。     

基于RBF神经网络的数字模式识别方法

在介绍径向基函数神经网络基本原理的基础上,讨论了基于 RBF 的数字模式识别的设计及其原则,包括识别数字网络模型结构、最近聚类学习算法等问题。     

基于分形的BP网络水下目标识别

主要讨论目标回波的分形特征和基于分形的识别方法,并用实际潜艇的回波数据进行了分形特征识别研究。在分析回波信号的时间域波形的基础上,应用随机分形理论,给出基于分形 Brown 运动的回波信号分形特征矢量提取的理论和方法;提取了回波信号的分形特征矢量;进而给出了基于 BP 网络的分类计算方法。计算结果表明,提出的提取水声回波信号目标特征矢量的方法与分类方法切实可行。