“嫦娥二号”卫星L2点角动量管理

对“嫦娥二号”(CE-2)卫星进入环绕日地拉格朗日L2点的李萨如轨道后卫星喷气卸载所产生的影响进行了研究.提出了一种利用光压力矩辅助卫星太阳电池翼角度调整进行角动量管理的方法.在轨试验表明,太阳光压强度足够对飞行在L2点环绕轨道上的CE-2卫星进行角动量管理,可以大幅度减少动量轮在轨喷气卸载的次数,有利于CE-2卫星的轨道维持.     

知识驱动飞机翼面结构快速设计

为提高飞机翼面结构初步设计阶段的质量和效率,对飞机翼面结构的建模过程进行研究.定义了结构布局坐标系及构件位置参数引用规则,提出了基于模板的翼面结构快速建模的方法.选择适合的参数化工具开发了知识驱动的飞机翼面结构的快速设计系统,将设计方法、规则及专家经验等知识进行封装,实现了翼面结构的自动布局并生成布置模型.在此基础上针对模型不同单元的生成逻辑,分别进行了实体模型的建立,通过用户自定义特征(UDF, User-Defined Features)技术进行几何特征体的参数化建模,在布置模型基础上自动实例化.最后通过飞机机翼翼盒结构实例验证了方法的可行性和有效性.     

基于ATML标准的卫星控制系统通用化测试平台

针对卫星控制系统测试通用化需求,提出了基于ATS（automated test system）结构及ATML（automatic test markup language）标准的测试平台实现方案.将通用测试平台分为通用测试站、测试适配器、综合开发及运行环境三部分.通过ATML标准及面向信号的系统描述方式,使得测试需求和测试能力解耦.根据通用测试平台提供的测试能力,按照不同卫星的测试需求对其进行配置,能够实现测试平台的通用化.     

基于COM/DCOM的分布式零件参数化 设计系统的研究

为解决基于UG(Unigraphics)的零件分布式设计的问题,分析比较了UG二次开发的两种模式,提出了一种基于零件库的通用参数化设计方法.采用COM(Component Object Model)方式建立了一个基于UG外部开发的通用参数化设计组件,利用DCOM(Distributed Component Object Model)实现了该组件的网络化,并在此基础上选用分布式三层网络模型,构建了一个基于COM/DCOM的分布式零件参数化设计系统,实现了LAN(Local Area Network)下对零件进行参数化设计的功能.      

一种新型高温检定炉

叙述了用新型材料─—螺旋管状二硅化钼代替价格昂贵的铂铑丝作为发热体，制成了一台新型高温检定炉。介绍了高温炉的结构特点、配套仪表及试验过程。该高温炉满足了检定规程对高温热电偶和钨铼热电偶检定用炉的要求，并具有可观的经济效益和推广价值。     

辅助平面法评定平面对平面倾斜度误差的数学模型

提出一种评定平面对平面倾斜度误差的新算法。该算法是通过确定辅助测量平面，在不含原理误差的条件下，快速、准确地确定符合其定义的倾斜度误差值。     

最小二乘解的唯一性

从最小二乘方法的基本原理出发,用反证法证明了最小二乘解的唯一性,指出了求解过程中的注意事项,特别是病态矩阵的影响。     

统一硬化模型在复杂加载条件下的应用

超固结土模型是能够描述土的剪缩、剪胀、硬化、软化和应力路径依赖性等特性的简单、实用的模型,与剑桥模型相比,仅增加了一个材料参数(Hvorslev面斜率).采用基于SMP(Specialy Mobilized Plane)强度准则的变换应力方法对模型实现了三维化.在模型中应用加卸载准则来反映复杂加载条件下土体的应力应变特性,模拟了随着循环次数的增加,土体会逐渐变硬,剪切模量逐渐增大、孔隙比减小、超固结程度不断增大等趋势.由循环加载以及真三轴试验数据和预测结果的基本吻合表明了模型能够合理地反映复杂加载条件下土的变形特性.      

基于线性二次型的飞控参数故障渐近调节

 研究了含有参数故障的线性系统,提出了一种基于线性二次型的控制策略。采用该渐近调节反馈控制律,可以减小系统由于容错控制算法时延所致的性能下降。针对某飞机模型进行了仿真,结果验证了所提出策略的有效性。     

基于结构加权低秩近似的泊松图像去模糊

针对由高斯模糊和泊松噪声引起的图像降质问题,提出了一种基于结构加权低秩近似的图像去模糊方法。首先,通过依次组合缩放、旋转、剪切和翻折等四种基本操作引入结构变换,以增加搜索空间内候选图像块的相似性。然后,构造新的目标函数,利用相似图像块的低秩性,在正则项中使用加权核范数（WNN）对结构变换后的图像块进行惩罚,以在去模糊的同时抑制泊松噪声。最后,基于半正定二次分裂（HQS）方法设计交替优化方案,用于求解目标函数,从泊松图像中去除模糊。实验结果表明:在多种泊松噪声强度下,所提方法取得的峰值信噪比（PSNR）和结构相似性（SSIM）都高于当前同类去模糊方法。