小样本条件下多应力加速寿命试验预测方法

鉴于导弹中的电子设备价格昂贵、可用于试验的样本量少,在开展加速试验以及寿命预测的实际工作中通常为小样本的背景。文章研究探索小样本条件下多应力加速试验寿命预测方法,分别建立通用对数线性模型、 BAS-BP神经网络模型、灰色–支持向量回归模型,结合多应力加速试验数据在各应力条件下的样本容量分别为 56组、20组、10组、5组的情况下,比较 3种模型的预测效果,分析各模型的适用场合和时机,探索小样本条件下模型的选优问题,为小样本条件下多应力加速试验寿命预测提供有益的借鉴。     

基于拓扑优化和形状优化的桨叶结构设计

直升机旋翼桨叶剖面结构设计是研究旋翼动力学设计的基础。提出一种联合拓扑优化和形状优化的 两级优化设计方法,可用于桨叶剖面结构的设计。第一级优化以变密度法(SIMP)作为拓扑优化的材料插值方 法,以桨叶体积最小化为设计目标,约束桨叶节点位移和应力,建立桨叶的拓扑优化求解模型;第二级优化以重 构的桨叶模型为基础开展形状优化,降低局部应力集中以及找到合理的边界节点位置。对优化后的模型进行 有限元分析,结果表明:通过拓扑优化和形状优化的两级优化,能够得到满足强度和稳定性要求的结构布局,为 桨叶结构设计提供指导方案。     

基于飞行签派员的航空公司运行效率提升研究

航空公司运行控制中心是航空公司的核心,而飞行签派员又是运行控制中心的核心,运行控制中心的 效率直接影响到航空公司的运行安全与效益。根据航空公司飞行签派员的特点和管理现状,对效率量化和效 率评估进行分析研究,采用改进层次分析法(AHP)和物元可拓模型相结合的方法,建立适合我国航空公司飞 行签派员运行效率评估模型;针对评价指标在实际情况下更具有针对性和可操作性,提出4项准则和16项指 标组成的基于签派员航空公司运行效率评价指标体系,并进行算例分析。结果表明:所构建的评价指标体系合 理有效,能够真实反映出航空公司的运行效率与飞行签派员、运控设备、AOC组织结构与工作环境和航空公司 管理规定有着密切联系,为公司运行效率的提升提出理论依据。     

一种GPS定位信息可用性的实时判定方法

基于GPS接收机输出数据,采用3级AR模型来预测下一时刻的GPS输出值,并与实际的输出值相比较,以一定的检测门限,判断当前时刻定位信息的可用性。通过仿真证明该方法的有效性,为GPS的可用性判定提供了一种方法。     

军用目标红外特性模型评估技术

初步建立了一套关于军用目标红外辐射特性理论模型可靠性、准确性、通用性的评估准则及软件,为理论模型的入库和武器型号部门的应用提供了参考依据。     

倍频程准则在星载电子设备结构设计中的应用

在星载电子设备的结构设计中,一般采取局部加强结构刚度来减小其响应,但对有些结构此方法效果并不理想。为减小某单机中关键部件的加速度响应,通过倍频程准则对结构进行优化设计,通过合理弱化支架刚度来降低核心部件的响应。仿真结果表明在弱化某些结构部件的情况下,使得谐振器的加速度响应降低了29%,效果明显。通过弱化非核心部件来减小核心部件的响应,有别于常规的增加整体结构刚度来减小响应,对后续电子设备的优化设计具有一定的指导意义。     

科研生产一体化人力资源评价及其应用

对科研生产一体化事业部人力资源评价进行了探讨与研究,在对人力资源状况进行具体分析的基础上,给出了其评价指标体系,并采用层次分析法理论对其评价模型进行了权重确定.通过案例分析,提出了科研生产一体化人力资源评价的改进方向.     

A review of topology optimization for additive manufacturing: Status and challenges

Topology optimization was developed as an advanced structural design methodology to generate innovative lightweight and high-performance configurations that are difficult to obtain with conventional ideas. Additive manufacturing is an advanced manufacturing technique building as-designed structures via layer-by-layer joining material, providing an alternative pattern for complex components. The integration of topology optimization and additive manufacturing can make the most of their advantages and potentials, and has wide application prospects in modern manufacturing. This article reviews the main content and applications of the research on the integration of topology optimization and additive manufacturing in recent years, including multi-scale or hierarchical structural optimization design and topology optimization considering additive manufacturing constraints. Meanwhile, some challenges of structural design approaches for additive manufacturing are discussed, such as the performance characterization and scale effects of additively manufactured lattice structures, the anisotropy and fatigue performance of additively manufactured material, and additively manufactured functionally graded material issues, etc. It is shown that in the research of topology optimization for additive manufacturing, the integration of material, structure, process and performance is important to pursue high-performance, multi-functional and lightweight production. This article provides a reference for further related research and aerospace applications.     

Micro-mechanical model for predicting the elasto-plastic behavior of composites based on secant formulation method

To predict the Elasto-Plastic Behaviors (EPBs) of aligned inclusions reinforced composites, this paper develops an interpolative Mori-Tanaka/Double-Inclusion (MT-DI) homogenization model with the secant formulation, and gives the numerical implementation algorithms of the developed MT-DI model with the secant formulation. The Finite Element (FE) homogenization method is implemented to provide the “exact” EPBs of the composites and thus validate the MT-DI model with the secant formulation. The MT-DI model with the 2nd-order secant formulation is validated to provide the more accurate predictions, while the MT-DI model with the 1st-order secant formulation always gives the stiffer predictions. The results show that using the macro-stress and macro-strain as the inputs, the MT-DI model with the secant formulation gives the identical predictions. The predictions of the MT-DI model with the secant formulation vary between those of the MT and DI models with the secant formulation. Meanwhile, the MT-DI model with the secant formulation does not predict the accurate EPBs for the phases of the composites.     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.