基于区域的卷积神经网络在空对地车辆检测中的应用

针对传统空对地车辆检测算法在光照变换、场景变化时检测效果不佳的问题,提出了基于区域卷积神经网络Faster RCNN模型的空对地车辆检测方法,介绍了Faster RCNN模型以及模型训练过程.实验结果表明,基于Faster RCNN的空对地车辆检测方法是可行的,对不同光照和场景下的车辆检测可以取得较好的效果.     

基于距离信息的行人协同导航研究

针对行人在室内导航中GPS信息无法获取以及纯惯导解算结果发散严重的问题,提出了通过协同导航的方式提高行人室内导航精度的方法.利用行人间的相对距离约束关系,抑制纯惯导解算结果的发散.详细推导了行人协同导航的模型,采用信息滤波的方法解算导航结果,并在理论推导中发现信息滤波更加适合行人协同导航的工程实践.设计了一种使用微型惯性测量器和超宽带测距设备的行人协同导航系统,进行实际效果验证.通过数据采集与处理,将行人导航轨迹图输出,分析协同导航以及单独导航的误差,验证协同导航的有效性.实验结果表明,协同导航与单独导航相比,对导航轨迹和导航误差有更好的修正效果.     

基于CPSO的UAV编队集结路径规划

针对多无人机编队集结路径规划问题,提出了具有合作机制的分布式协同粒子群(CPSO)算法。为了满足无人机运动学约束,采用曲率连续的PH曲线作为备选路径。基于协同进化思想提出CPSO算法,为每架无人机规划出一条满足机间协同约束的最优安全可飞行路径。仿真结果表明,规划得到的多条路径能够满足无人机运动学约束、安全性及无人机之间的协同性要求;相比于协同进化遗传算法,CPSO算法搜索成功率更高,稳定性更好。     

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

前处理工艺对航空铝锂合金硫酸阳极氧化膜层性能影响

针对一种新研制的航空用Al-Li-Cu-Zn-Mg系铝锂合金,采用了光学显微镜、电子显微镜和能谱分析技术,分析碱腐蚀和三酸脱氧两种不同前处理工艺对铝锂合金硫酸阳极氧化膜层的外观、耐蚀性和疲劳性能的影响规律。结果表明:相比三酸脱氧工艺,碱腐蚀工艺对铝锂合金表面的腐蚀程度较深,晶界处的耐腐蚀能力较差,硫酸阳极氧化膜层表面形成了网状晶界形貌;采用碱腐蚀处理的试样疲劳寿命较三酸脱氧处理试样更低,而不同前处理后经过硫酸阳极氧化的试样疲劳寿命相差不大。不同前处理对铝锂合金的硫酸阳极氧化膜层的耐蚀性的影响不大。     

某型飞机框板带漆涡流检测可行性研究

根据修理需要,进行飞机框板原位带漆涡流检测的可行性研究。试验方面,首先确定对比试样,选择代替漆层的非导电弹性膜片,由此确定检测频率;理论分析方面,确定允许带漆检测的漆层厚度和带漆检测时能有效检出的最小缺陷当量;最后以带自然缺陷的零件为例,对研究结果进行了试验验证,确保了带漆涡流检测的可行性。     

波音737飞机复材面板雷击分层损伤的超声检测

通过研究深航现役波音737飞机雷击后的损伤表现形式,利用超声脉冲扫查方法检测复材面板的雷击分层,以不同波形变化分析面板层可能存在的不同损伤形式,为区分缺陷回波与板面回波提供参考。     

新概念机翼尾流特性实验

大型飞机常采用开启襟翼以增大机翼升力系数,实现较大迎角的起飞和降落,而机翼在大迎角状态下,翼尖会产生能量集中且自由消散时间长的飞机尾涡,严重影响后续起降飞机的安全。基于Rayleigh-Ludwieg不稳定性,提出一种新概念飞机襟翼布局,通过水槽实验发现:新概念布局的襟翼对翼尖涡的消散具有明显的促进作用,不同参数组合下襟翼涡对翼尖涡的运动特性和能量变化的影响均有不同。实验结果也为飞机尾流控制的研究提供了参考,在满足飞行力学设计的基础上,合理运用增升装置构建四涡系统可以有效促进飞机尾流的消散,提高机场飞机起降效率。     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSOLSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSOLSSVM算法能获得最优的LSSVM参数,且采用PSOLSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

便携式充电设备检测系统的研究与设计

为了便于充电设备现场检测工作,设计了一种便携式直流充电设备现场检测系统。该系统功能具有完善的测试功能,能够方便的对直流充电设备进行检验测试,完全满足直流充电设备运行检测的需求。该系统具有小型化、便携化的优点,有利于提高现场检测效率,保证了充电设备运行的安全性及稳定性。