一种改进的三角形星图识别方法

首先提出在直角坐标系下将天球球面均匀地分成486个分区的方法——"内接正方体法",实现导航星的快速检索。然后按照星对角距的大小升序排列,直接存储星对角距,并通过设置星对角距状态标识,完成星对角距的快速匹配搜索。最后,引入验证识别环节有效地解决观测三角形与匹配的导航三角形产生的冗余问题。仿真实验表明,改进的三角形星图识别方法对星点位置噪声和星等(亮度)噪声均具有较强的抗干扰能力,且在识别时间和存储空间的需求方面均比传统的三角形算法也具有较大的优势。     

用PTI分析功能梯度材料的热传导灵敏度

较详尽的介绍了精细时程积分方法(Precise Time Integration,以下简称PTI)的运算过程,并针对功能梯度材料这种新型材料的灵敏度分析问题,以热传导问题为例,建立了PTI方法的灵敏度计算公式,结果表明方法的精确度与有效性。     

无线传感器网络的低功耗研究

在野外等一些环境下的无线数据采集系统中,由于地理环境恶劣、节点数量多等原因很难更换电源电池,因此有效地降低系统各层的功耗、提高系统的生命周期尤为重要.文中在论述传感器节点结构的基础上,分析如何对传感器节点的动态电压调度、MCU能量消耗控制、动态功率管理、收发模块节能等硬件电路以及对MAC层、网络层的软件协议降低系统耗能.     

飞行器多学科设计优化中的灵敏度分析方法研究

近年来,在飞行器设计领域,多学科设计优化(MDO)方法得到了高度重视。灵敏度分析技术作为MDO的关键技术之一,被认为是处理飞行器MDO研究中四个复杂性问题的有力工具。本文对适用于飞行器MDO的灵敏度分析方法进行了系统研究。首先介绍了多种学科灵敏度分析方法,阐述了各种方法的原理,比较了各种方法的优缺点。在此基础上,进一步探讨了几种常用的系统灵敏度分析方法。最后,总结了各种灵敏度分析方法在飞行器MDO中应用的原则,并对发展适用性更广的广义灵敏度分析方法提出了建议。     

TRT透平叶片振动特性的有限元分析

TRT透平叶片在离心力、稳态气流力以及非稳态气流力的共同作用下会产生振动,且易引起共振,从而导致叶片断裂等情况的发生。根据某企业TRT叶片自身结构和工况特点,利用Solidworks软件中建立TRT叶片的三维实体模型,导入Hypermesh软件建立有限元分析模型,应用Ansys软件分析获得TRT叶片的静态、动态振动特性,为TRT叶片的结构设计和提高机组可靠性等方面提供了理论参考。     

攻角传感器的应用与分析

攻角是一种重要的机载大气数据信息,对攻角信息进行高精度的测量具有重要的意义。在介绍攻角传感器的基础上,重点介绍了四种常用的攻角传感器的结构、工作原理和应用情况,并在分析各种传感器的优点以及局限后,对攻角传感器进行说明和总结,最后展望了今后攻角传感器的发展方向。     

涡扇发动机传感器故障诊断的快速原型实时仿真

为快速高效地完成涡扇发动机传感器故障诊断算法的硬件在环仿真试验,构建了以NI CompactRIO为核心的传感器故障诊断系统的快速原型实时仿真平台.基于一簇卡尔曼滤波器,在LabVIEW编程环境中建立了传感器故障诊断系统.分别在涡扇发动机模型稳态和动态工作时完成了对单个传感器故障的检测、隔离和重构的硬件在环仿真试验并验证了算法精度.经过大量试验,结果表明:基于卡尔曼滤波器理论的诊断算法能在传感器故障情况下确保控制系统安全运行,诊断精度最高可达1.4%;同时表明,该快速原型实时仿真平台的设计是成功的.研究工作为发动机传感器故障诊断系统的半物理仿真试验奠定了基础.      

涡轮盘双轴对称异形孔结构建模与优化

针对发动机轮盘孔结构的应力集中问题,以某高压涡轮盘安装边螺栓孔为研究对象,建立了涡轮盘非圆异形孔数学模型.该异形孔由双轴对称的8段圆弧光滑连接而成,并满足螺栓装配的要求.使用该异形孔模型取代了原螺栓孔.以有限元分析为基础对异形孔进行了优化,得到该轮盘安装边多圆弧异形螺栓孔的最佳形状.结果表明:优化后的多圆弧异形螺栓孔边第1主应力最大值降低了14.8%,孔边应力集中程度显著下降.设计参数灵敏度分析结果表明,与主圆弧相连的过渡圆弧的尺寸对孔边应力的影响较为显著,在设计中应予以重视.      

舱门信号控制系统设计

随着民用飞机的发展,舱门信号系统也变的越来越重要了。特别是经历了几次有关货舱门故障导致飞机坠毁之后,舱门系统的重要性越来越突出。因此FAA出台了AC25.114修正案,给出了舱门信号系统设计应注意的事项,保证飞机飞行的安全。参照最新的FAA适航条例为依据,给出了某型飞机舱门信号控制系统的功能描述、设计方案和控制流程,并对该系统的核心部分进行了分析。     

基于合作目标的三维空间贝叶斯传感器配准算法

当存在合作目标时,基于合作目标的传感器配准算法往往优于基于多站测量的传感器配准算法.传统的基于合作目标的传感器配准算法将系统误差看作是一个确定未知量,对未知量的估计采用了非贝叶斯的参数估计算法,如极大似然法、最小二乘法等.当传感器量测噪声相对于传感器系统误差不可忽略时,上述算法估计效果较差.在此背景下,提出了基于合作目标的贝叶斯传感器配准算法,通过将传感器系统误差建模成未知的随机过程,并通过卡尔曼滤波消除量测噪声对系统误差估计带来的影响,实验结果表明,方法具有较好的实用性.