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。     

广州中信广场台风特性与结构响应的相关性分析

基于台风“达维”登陆时广州中信广场风场及结构响应的现场实测数据,对于风场特性和结构加速度响应状况进行了计算分析,计算分析结果表明,城市上空强风“达维”的湍流度比较大,在台风“达维”作用下结构的横风向响应与顺风向响应接近;同时在不同的时距条件下对风场特性与结构加速度响应的相关性进行了分析,由分析可知取3min为基本时距时风速与结构响应的相关性系数值较高,说明在确定结构的风荷载和计算结构风致响应时取基本时距为3min更为合理。     

影响胶粘剂剪切强度因素的探讨

分析了在胶粘剂剪切强度检测过程中,胶接材料表面处理方法、胶层的厚度、测试时加的垫片厚度和试样的夹距距离、涂胶时的晾置时间等因素对检测结果影响。研究结果表明,上述因素不仅直接影响了胶粘剂粘接强度的大小,而且关系到胶粘剂剪切强度检测试验的测试结果。     

弹道跟踪系统的数据融合

本文应用近代时序分析方法、样条函数和非线性回归分析理论，研究了弹道参数、系统误差及测量随机误差统计特性参数的联合估计问题，给出了各类参数的高精度估计。理论分析和仿真计算表明：本文所建的模型准确，参数估计方法精度高，应用本文方法能明显提高弹道跟踪数据质量。     

强激光辐照下充压壳体损伤特征温度分析

提出了损伤特征温度的理论表述,该物理量表征的是材料结构达到强度极限时的温升大小,同时其对应的是壳体出现开裂损伤时满足的最低能量条件。通过建立有限元模型,给出了激光加载下损伤特征温度的计算方法及结果,对加载功率密度和内压的影响关系进行了讨论,并预估了不同功率密度加载时壳体的损伤时间。结合数值模拟结果,开展了相关试验研究,并进行了讨论。研究表明,激光功率密度和壳体内压对损伤特征温度有不同的影响关系,该物理量对试验设计具有重要参考价值。     

非正侧视阵列机载雷达多空间角补偿算法

 非正侧阵列机载雷达的杂波分布随距离变化而变化,各距离单元的杂波分布不再满足独立同分布条件,造成统计型空时自适应处理(STAP)处理器性能下降。本文提出了一种多空间角补偿(MSAC)的非正侧视机载雷达杂波抑制方法,该方法先通过角度-多普勒补偿(ADC)预处理以消除在谱中心处的杂波非均匀,然后采用MSAC法在多个多普勒方向使参考单元和待检测单元的杂波谱保持一致,从而进一步消除在其余方位的杂波非均匀。仿真结果表明了该方法的性能明显优于ADC法,且运算量增加不多。     

带时间窗的飞机排班问题优化

为提高飞机排班质量,在以航空公司成本最小化为目标的基础上,兼顾顾客的满意度（航班准时性）和飞机使用数目最小化目标,建立优化的多目标带有时间窗的飞机排班问题模型。结合算例,对三个目标函数都进行处理后,运用粒子群优化算法进行求解,最终得出模型解的运算结果和时间都在理想范围之内,表明新模型有效可行。该模型的建立有助于有效地解决带有时间窗的飞机排班问题,提高排班工作效率。     

基于支持向量机的航空发动机滑油监控分析

提出了一种基于支持向量机的航空发动机滑油金属含量预测方法。详细分析了支持向量机用于时间序列预测的理论基础,并给出了运用支持向量回归进行多步预测的一般公式,提出了用最终预报误差(FPE)准则优化选取嵌入维数。与传统的AR预测模型相比,支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力。经过数值仿真得出自回归(AR)模型仅适合于短期预测;支持向量机预测推广能力强、具有较强的鲁棒性和容错性,对较长区间预测仍具有较好的效果。最后,将其应用于某型发动机滑油的铁金属含量预测,取得了较好的效果。      

机翼用铝合金材料原始疲劳质量对比

当前航空工业的发展对于超高强铝合金材料的需求十分迫切,实现该材料的国产化并达到良好的质量效果至关重要。为了对中国航空工业中常用的7XXX新型铝合金材料的原始疲劳质量（IFQ）进行评估,选取裂纹萌生时间（TTCI）和当量初始缺陷尺寸（EIFS）作为对比参量,分别对中国飞机机翼用7XXX紧固孔试件和俄系BXXX紧固孔试件开展了低、中、高3种应力水平下的疲劳试验,通过对比分析得到了两种试件在不同应力水平下的TTCI趋于一致,最大仅相差3.71%;得到了每个试件的EIFS,应用疲劳统计学方法验证了两种试件材料各自的EIFS值无显著性差异;提出了一种不同超越概率下的结构细节当量初始缺陷模型,直接有效地对飞机结构细节的质量风险进行了评估;建立并对比分析了两种试件结构细节的通用EIFS分布,结果均小于中国军用手册规定的0.125 mm,且在超越概率为5%时,7XXX材料的通用EIFS值要小于BXXX材料的通用EIFS值。     

基于相空间重构和神经网络的压气机机匣静压预测

建立了基于相空间重构和径向基神经网络的压气机机匣静压的预测模型。对试验数据进行相空间重构,分析其混沌特性,根据重构相空间的最小嵌入维数确定网络输入参数的个数,采用K均值聚类的方法优化网络的拓扑结构,根据时间序列的最大李亚普诺夫指数确定预测模型的最大有效预测步数,利用径向基神经网络的强大非线性映射能力,实现对时间序列的非线性预测,试验结果证明了该方法的有效性。该方法对压气机趋势监控具有一定的参考价值。