面向大型复合材料结构的高效超声自动扫描成像检测技术

随着复合材料技术的迅猛发展及其在工业领域的广泛应用,复合材料已成为现代飞机领域的一个新的技术和经济增长点.近年来,复合材料的工装用量和应用水平,几乎成了现代飞机先进性的重要标志之一.世界上几大飞机制造公司竞相大幅度提高复合材料在新推出的各种飞机型号上的装机应用水平和用量,以此显示其技术能力,彰显其市场竞争力.在航空领域,由于其产品的特殊性,必须十分注重航空结构的减重和安全性,同时还要考虑到成本问题.     

飞行器控制一体化技术国防科技重点实验室

飞行器控制一体化技术国防科技重点实验室,依托于北京航空航天大学和中航工业西安飞行自动控制研究所,主要研究方向为飞行器控制体制、飞行姿态控制技术和火/飞/推综合控制技术。实验室自控所分部总面积近2000平方米,固定资产原值7384万元,     

面向设计的翼面结构等效板建模技术

综述了翼面结构等效板建模的基本方法、过程及涉及的关键技术，分析了翼面结构等效板建模技术的研究现状和存在的问题，指出了今后的发展方向。     

我国高性能烧蚀防热材料用酚醛树脂研究进展

从结构改性、改性剂改性两方面讨论了酚醛树脂的改性研究进展，分析了各种方法的改性机理、优缺点、应用现状和开发前景。指出改性剂改性比结构改性工艺简单、适用面广，是一个颇具前景的研究方向。     

内置式空中发射运载火箭发射方向研究

对运载器与载机分离过程的几个阶段采用统一模型进行研究,建立了分离过程物伞系统的刚体-质点模型。以此数学模型为基础,对空中发射的分离过程用Matlab/Simulink进行了仿真计算。结果表明,前向发射在分离过程结束时运载器的高度损失和速度损失比后向发射小,性能优于后向发射,对实际工程应用具有重要参考价值。     

基于共轭循环平稳特性的二维波达方向估计方法

 提出了一种具有阵列孔径扩展能力的共轭循环平稳二维波达方向（DOA）估计方法。该方法通过引入伪采样,充分利用了阵元输出之间共轭循环互相关函数的时间维信息,扩展了阵列有效孔径,提高了算法DOA估计精度,具有较好的低信噪比适应能力。该方法避免了最优时延选择问题,无需谱峰搜索,且其二维角度参数能够自动配对,具有较低的计算量。计算机仿真结果验证了该方法的有效性。     

基于改进HOG特征的空间非合作目标检测

传统的非合作目标检测方法大都基于一定的匹配模板,这不仅需要预先指定先验信息,进而设计合适的检测模板,而且同一模板只能对具有相似形状的目标进行检测,不易直接用于检测形状未知的非合作目标。为降低检测过程中对目标形状等先验信息的要求,借鉴基于规范化梯度的物体区域估计方法,提出一种基于改进方向梯度直方图特征的目标检测方法,首先构建包含有自然图像和目标图像的训练数据集;然后提取标记区域的改进方向梯度直方图特征,以更好地保持局部特征的结构性,并根据级联支持向量机训练模型,从数据集中自动学习目标物体的判别特征;最后,将训练后的模型用于检测测试集图像中的目标。实验结果表明,算法在由4953幅和100幅图像构成的测试集中分别取得94.5%和94.2%的检测率,平均每幅图像的检测时间约为0.031 s,具有较低的时间开销,且对目标的旋转及光照变化具有一定的鲁棒性。     

舰船燃气轮机发展现状、方向及关键技术

舰船燃气轮机在大中型水面舰艇动力中占主导地位,是海军现代化的一个重要标志。本文回顾了国内外舰船燃气轮机的发展历程,介绍了舰船燃气轮机发展走航改舰用和独立发展道路的状况。分析了典型舰船燃气轮机LM2500系列、MT30和UGT25000的技术特点和性能,从提高功率与热效率、提高可靠性与可维护性、发展产品系列化与谱系化等方面展望了舰船燃气轮机的发展方向,并提出了在材料及制造工艺、金属增材制造、气动设计、低排放、冷却及热障涂层、双燃料、智能化和混合动力等方面需要发展的关键技术。     

世界航空动力技术的现状及发展动向

讲述了喷气战斗机动力的发展历程.推重比8一级发动机是目前世界各发达国家现役主战机种的动力,配装推重比10一级发动机的第4代战斗机预计在2003～2007年后陆续装备使用,成为美国、部分西方国家甚至我国部分周边国家和地区2010年后的主战机种.概括了民用涡扇发动机和直升机动力的发展及其主要关键技术.列举了21世纪航空动力主要关键技术的发展方向.     

基于HOG和SVM算法的磨粒图像在线监测技术

为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图（Histogram of oriented gradients,HOG）进行特征提取和支持向量机（Support vector machine,SVM）分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor,KNN）等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83 8%。