基于优化最小二乘支持向量机的襟翼趋势预测

将最小二乘支持向量机(LS-SVM)应用于飞机襟翼状态趋势研究。首先,通过分析飞机襟翼故障与襟翼动作耗时参数的关系,提出了利用动作耗时趋势来确定该系统未来状态的方法。然后,使用最小二乘支持向量机建立耗时回归预测模型,采用最终预报误差(FPE)准则确定回归模型嵌入维数,提出了自适应网格搜索法,优化最小二乘支持向量机的建模参数,从而实现比现有方法精度高,泛化性能好的预测模型。训练和测试样本取自飞行数据记录系统(QAR)中译码襟翼参数值。与神经网络模型的比较实践表明,该方法具有实用价值。     

超声横波斜探头K值对缺陷定位的影响

本文重点分析了影响横波斜探头K值测量的因素之一的测试用横孔埋深,对实测K值的影响,通过实验,得出了两个修订方程,可以提高横波斜探头在探伤时对缺陷的定位精度。     

单目视觉三维运动位姿测量方法研究

针对基于点特征的单目视觉位姿测量,研究了一种基于不共面5个编码特征点的单目视觉解算算法,利用大靶面高分辨率相机采集运动物体姿态图像,利用目标物体上编码特征点间的几何约束关系,通过正交迭代解算算法完成目标物体的位姿测量。实验结果表明：位移测量不确定度优于0.5mm,姿态测量不确定度优于0.05°,可满足航空航天领域试验测量要求。     

基于单目视觉原理的空间位置测量技术研究

为了提升空间位置测量的自动化程度,采用单目视觉原理建立空间成像方程,将三维的空间坐标转换为两维的图像坐标,由此实现单目视觉的空间位置测量。本文推导了单目视觉定位的基本成像方程,对建立的定位装置,进行了实际定位实验,实现了预期的测量结果。基于视觉原理的空间位置测量技术,具有良好的推广应用价值。     

模块化空间可展开天线支撑桁架结构的热-结构分析

对模块化空间可展开天线支撑桁架结构进行空间热交变环境下的热 结构分析,为天线结构因热致变形影响形面精度和网面稳定性提供合理的防护建议。采用ANSYS APDL有限元软件建立了大口径模块化空间可展开天线支撑结构的精细化数值模型,基于已有试验分别验证了模块化可展开天线结构有限元建模和热分析模型的正确性;分析了在瞬态温度场作用下约束位置等参数对支撑桁架弦杆及拉索应力的影响和热致变形规律。研究结果表明：空间可展开天线结构的应力和变形随时间历程发展与瞬态温度场变化趋势基本一致;同一瞬态温度场下,天线结构中心模块拉索热应力最大,同圈模块的弦杆热应力幅值基本相同,其上弦杆热应力逐圈增大,而拉索热应力逐圈减小;天线结构热致变形在距离约束最远端处整体累计值最大,上层中心点处累计热致变形可达15mm左右,对天线形面精度的影响不可忽略;将天线支撑桁架结构最外侧且距离结构中心最近的模块顶角和与相邻模块竖杆拼接处作为星载天线伸展臂约束时,天线结构的热致变形最小。将该处作为模块化空间可展开天线的展开支点,并建议对天线支撑结构表面采用涂刷隔热防护复合材料涂层等防护措施,以增加天线结构在太空极端环境的适应性,从而减小温度交变对天线整体形变和网面精度的影响。     

飞机研制的计量保障探讨

计量保障是飞机研制的重要技术基础,本文分析了飞机研制的计量保障需求,探讨了计量保障工作的思路和要点。     

基于商空间理论的模糊控制在航空相机中的应用

针对航空相机快速返回定位问题,应用商空间理论提出了一种快速无超调定位模糊控制算法。将位置偏差量模糊化．并根据模糊等价关系合并正规峰集,从而得到了不同粒度下的控制规则．系统通过不断改变粒度,采用粗拉度粗调,细粒度细调的方法,实现快速无超调定位。在模拟相机平台上采用3个粒度层,通过模糊规则调整模糊输出和PID控制器的积分时间实现最速控制、模糊控制和PID控制在不同粒度下的转换．实验结果表明此算法具有定位快、稳定精度高以及无超调等优点．     

粒子像斑三维定位的透视成像原理和方法

在三维粒子成像测速 (PIV)方面 ,可运用体积光照明同时从不同光轴用多个照相机获得PIV图像 ,如何根据这些不同光轴获得的PIV图像确定出粒子物点的空间位置是实现三维粒子成像测速的前提。基于此 ,提出了根据多幅不同光轴的PIV图像的粒子像斑实现粒子物点三维定位的透视成像定位原理和方法。精确确定透视平面与透视中心在空间的位置是实现粒子物点三维定位的关键 ,直接测定透视中心 (照相机的光学中心 )和透视平面在空间的精确位置用常规的测量手段和方法难以奏效 ,因而针对透视图像成像特征及规律进行了较为深入地研究探讨 ,这对于寻求精确计测透视中心和透视平面空间位置的方法有着重要意义。作为实例 ,还给出了两光轴夹角为 90°情况下实现粒子物点三维定位的一系列具体方法和有关算法及定量关系。     

全位置自动焊管机TIG焊电源研制

本文介绍了一种适用于管－管、管－板对接的全位置自动TIG焊晶体管电源，该电源采用可编程控制器控制，具有直流／脉冲功能，焊接参数在4个区间内可分别预测，试验表明，该电源区间过渡时电弧稳定，抗干扰能力强，焊缝均匀、连接。     

SVM和神经网络在电能质量扰动分类应用中的对比

提出了一种电能质量动态扰动特征向量的提取方法,分析比较了多种分类器对电能质量动态扰动的分类能力。首先采用小波包分解算法对电能质量信号某一频段内的信息进行精细分解从而提取出特征向量,然后针对该特征向量构造了相应的BP神经网络、学习向量量化(Learning vector quantization,LVQ)神经网络、自组织特征映射(Self-organizing map,SOM)神经网络及支持向量机(Support vector machine,SVM)分类器,并模拟实际电网中的复杂扰动信号提取其特征向量集,对多种分类器的分类能力进行对比。仿真结果表明,在较复杂的电能质量扰动情况中,支持向量机分类器仍能实现对信号的精确分类,对电能质量监测具有很好的应用价值。