整体加筋壁板的破损安全特性与断裂控制分析

用有限元和断裂力学方法分析大型整体机翼下壁板的破损安全特性。对一个九桁条铝合金整体加筋板,裂纹从断裂筋条下向两侧均匀扩展的开裂形式,进行了应力强度因子和剩余强度计算,并和另一个具有相同构形的铆接加筋板的结果进行对比。当裂纹长度在两倍桁条间距以内时两种加筋板的剩余强度水平相当。但是当整体壁板中的裂纹穿过外侧相邻桁条时,整体桁条的止裂能力逐渐减弱。研究对整体壁板蒙皮胶接止裂条的断裂控制措施及有限元建模分析方法,描述止裂条胶层局部脱粘的处理方法和迭代过程。止裂条材料分别选用了钛合金和单向层压复合材料。计算结果说明胶接止裂措施能显著提高整体加筋板的破损安全性能。     

残余应力对加工变形影响的分析与模拟

为了研究材料去除过程中残余应力的重新分布及该过程所引起的工件变形,假设在该过程中没有引入另外的应力,采用理论计算和有限元模拟的方法对含有已知单向应力情况的矩形板进行了求解,计算了在剥层过程中的曲率、挠度和残余应力,并分析了剩余部分的残余应力变化趋势。结果表明理论解与有限元解获得了极好的吻合。采用有限元法进一步研究了材料去除过程中,单向和双向残余应力对加工变形的影响以及最终残余应力分布规律的异同。     

基于余弦基神经网络的FIR滤波器设计

提出了一种基于余弦基神经网络FIR滤波器的设计方法。根据线性相位FIR滤波器的幅频特性是有限项的傅里叶级数，构造了一个三层余弦基神经网络模型，并给出了最优隐层神经元的个数。经模拟仿真，滤波器性能非常理想，具有同时输出低通、高通、带通、带阻各种功能，通带、阻带无过冲无波动，边界频率可以精确控制。     

基于滑动滤波技术的激光陀螺评价方法

激光陀螺是一种以量化脉冲的形式输出角增量的数字传感器，量化误差如同白噪声一样影响着激光陀螺的测试精度。为了准确评价激光陀螺的性能，减少量化误差对激光陀螺测试数据的影响，本文应用滑动滤波技术对激光陀螺采样数据进行滤波处理，理论分析及实验结果表明，该方法有效地降低了量化噪声从而实现了对激光陀螺的准确评价。     

印花织物的疵点检测

利用匹配Gabor滤波器提取有效的纹理特征,把疵点分割出来。通过改进规则带,把方差和均值作为评判疵点的标准,从而达到把规则图案织物的疵点分割出来的目标,避免了图案信息的干扰,具有很高的实时性。     

姿态测量中MEMS陀螺输出信号处理方法研究

为实现基于MEMS器件的舰船测姿,对MEMS陀螺的输出信号进行研究与处理。在分析MEME陀螺的输出误差模型基础上,通过经典卡尔曼滤波与鲁棒滤波的理论对比,设计滤波器对其输出信号进行滤波降噪。实验表明：鲁棒卡尔曼滤波方法对于MEMS陀螺输出信号的平滑降噪效果显著。     

基于改进容积卡尔曼滤波的奇异避免姿态估计

 利用矢量进行卫星姿态估计可以归结为非线性滤波问题。为了提高卫星姿态估计的精度,利用龙贝格-马尔塔(LM)迭代算法改进了容积卡尔曼滤波(CKF)。继而,提出改进容积卡尔曼滤波与四元数结合的容积四元数估计器(CQE),有效地避免了卫星大角度机动出现的奇异现象。进一步,给出了一种与影子修正罗德里格参数切换的容积修正罗德里格参数估计器(CME)。仿真对比表明,初始误差较大时容积修正罗德里格参数估计器具有更好的收敛速度和鲁棒性。     

一种快速航空图像去雾算法

 基于暗元先验规律的图像去雾算法去雾效果较好,但在进行介质透射率估计时会造成图像中出现方块效应,所以需要进行图像抠图处理。而图像抠图计算复杂度非常高,使得图像去雾时间消耗很大。本文提出一种快速图像去雾算法,使用Kuwahara边缘-角点保持滤波器对大气散射光进行估计,并对所采用的Kuwahara滤波器进行改进。通过增加子块的数目以及进行局部加权等,提高边缘保留效果,抑制方块效应,从而获得较为准确的介质透射率。实验结果表明本文算法时间复杂度低,图像去雾效果好。     

TB6钛合金激光喷丸与机械喷丸残余应力场有限元模拟

利用有限元软件建立了TB6钛合金激光喷丸以及机械喷丸的三维数值分析模型,研究了不同工艺参数对残余应力场的影响;对比了两种喷丸工艺所形成的应力波和各自的衰减规律;研究了两种喷丸工艺的复合强化工艺对残余应力场的影响。结果表明:激光喷丸形成的平面波造成较深的应力影响层,深度可达1.5mm;机械喷丸形成的球面波产生较大的残余应力,最大残余压应力可以达到屈服强度的1.1倍。塑性应变越大残余应力越大,塑性应变层与残余应力影响层深度相近;在两者复合强化工艺中,残余应力影响层深度与激光喷丸的相近,最大残余压应力可达屈服强度的1.2倍。     

一种基于神经网络的飞机载荷参数识别方法

提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别.首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率.载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求.