航空电子设备NSEE试验评价方法

本文定义了航空电子设备大气中子单粒子效应(NSEE)硬失效、硬错误与软错误等大气中子辐射可靠性表征参数,提出了一套航空电子设备抗大气中子单粒子效应危害能力的试验评价方法,包括试验应力终止条件与起始条件的确定方法、M_NSEE预估方法、试验程序、试验评价方法等,并通过某航空用卫星导航接收机试验案例证明了该方法在工程应用中的可操作性与有效性,通过掌握数字信号处理(DSP)、静态随机存储器(SRAM)、现场可编程门阵列(FPGA)的NSEE敏感特性,可为航空用卫星导航接收机NSEE危害防控提供针对性的技术支持.本文为我国航空电子产品大气中子单粒子效应试验评价奠定了理论与应用基础,同时也为其他电子信息产品在大气中子单粒子效应试验评价方面提供了重要依据和参考.      

基于决策级数据融合的可靠性综合验证方法

可靠性验证试验是检验产品的可靠性水平是否达到要求而进行的试验,是一项重要的可靠性活动.价格昂贵或者可靠性水平较高的设备,按照经典的抽样方案进行试验,时间和费用几乎是不能承受的.为了解决上述实际问题,针对成功率的抽样检验方案,利用证据理论方法,研究了基于研制试验数据、可靠性评估结果和专家信息的基本可信度分配函数的构建方法,并给出了基于决策级数据融合的可靠性综合验证试验模型.同时,对可靠性综合验证模型的性质进行了讨论,确定了可靠性综合验证试验方案的存在性,并提出了方案的选取原则.模型可以广泛地利用研制信息,并可以统一给出基于不同分布类型和不同信息的可靠性综合验证试验方案.通过示例表明该方法可以利用各种研制信息,达到减少可靠性验证试验样本的目的.     

一种地面模拟太阳电池阵开关分流方法研究

为了充分验证太阳帆板驱动机构功率传输通路的设计可靠性和生产过程控制的有效性,在分析太阳帆板驱动机构在轨真实工况及传统测试方法的基础上,设计了一种地面模拟电池阵开关分流的方法,该方法使用太阳电池阵模拟器模拟处于开关分流状态的分阵,利用具有两种工作模式并可自动高速切换的电子负载模拟分流开关管.将该方法应用于太阳帆板驱动机构的功率传输通路测试,给出了测试系统的组成及试验结果.试验结果表明该方法可有效模拟开关分流工况,提高了SADM产品地面验证的充分性.     

相关函数在涡流检测信号提取分析中的应用

为降低涡流检测信号处理的硬件复杂程度及提升后续数据分析处理灵活度,在不借助复杂硬件自平衡技术电路前提下,在LABVIEW图形化软件平台中设计了相关函数算法程序,对示波器MDO4024C所采集的原始交流电桥信号及电桥激励信号分别进行自相关及互相关运算去噪,提取分析不锈钢管不同位置的涡流信号的幅值及相位,最后再将检测信号在极坐标图中分析显示。实验结果表明,这一方法可有效实现对不锈钢管缺陷涡流信号的去噪及特征信号提取。     

高超声速气动试验的新进展

本文报导了1992年7月在美国纳希维尔召开的 AIAA 第17届航空航天地面试验会议的概况。简要地介绍了讨论航空航天地面试验面临的技术挑战,CFD 和地面试验的相互作用,美国气动力学与气动热力学研究的未来等三个大会报告的内容。介绍了在会议报告中叙述的对高超声速气动试验的新要求和自由飞弹道靶、 脉冲风洞、稀薄气体设备、电弧加热器的新进展。最后,对我国高超声速气动试验的发展提出了建议。     

对风洞实验数据精准度的要求

本文首先简述了风洞实验数据精确度对飞机性能的影响，然后，介绍了国内外风洞实验数据精确度标准，最后，给出了国内外风洞实验数据精确度与该标准的比较。     

带有等压缓冲器的冲击台

本文介绍了等压式缓冲器及带有等压式缓冲器的冲击台的结构及其工作原理，说明了影响冲击加速度的因素及其调整方法。     

二次成像法在风洞模型自由飞运动记录中的应用

风洞模型自由飞是一种无支杆干扰的非接触式气动特性测量方法。为获得相对于实验室固定坐标系的精确的模型姿态和位置测量值，必须在成像照片中有固定坐标系框架标志的清晰影像。本文描述了在高超声速脉冲风洞中模型自由飞运动记录中二次成像法的应用。以０．１ｍｍ细线所构成的正交实验室固定坐标框架置于模型运动记录的第一次成像面上，然后用高速鼓轮相机记录模型自由飞相对于坐标系运动的清晰照片，从而获得模型在高超声速（Ｍ＿∞＝９．９）流动条件下的静、动稳定性导数的有效结果。     

1．2m和0．6m高速风洞飞机大攻角测力试验数据相关性研究

介绍飞机大攻角标模在高速所１．２ｍ和０．６ｍ风洞中进行大攻角测力试验研究所得数据与国外２．５ｍ和０．６ｍ风洞所得数据的相关研究情况。相关性研究的试验Ｍ数均为０．３５～０．８；两座０．６ｍ风洞试验攻角为０～２９°；侧滑角高速所为５°，国外为５°、１０°。１．２ｍ和２．５ｍ风洞的试验攻角为－３～４８°；侧滑角为５°、１０°。研究表明，该飞机模型在这四座风洞中吹风试验数据的相关性是好的。