航空发动机喷口收放异常故障诊断与分析

航空发动机使用过程中出现喷口收放异常故障现象,通过现场排故及测得数据分析,得出喷口收放异常是由于指令压力低所致。为此,建立以指令压力低为顶事件的故障树,从顶事件出发找出直接导致顶事件发生的各种可能因素。然后再找出这些因素的直接原因,并逐级向下深入,一直追溯到引起系统发生故障的全部原因。逐一排除,最终认定喷口收放异常故障是由于燃油增压泵花键磨秃导致燃油增压泵失效引起。更换燃油增压泵,故障排除。     

工业CT检测技术在5 kN发动机研制中的应用

针对5 kN发动机结构焊缝和复合材料喷管不可检不可测的难题,开展了工业CT检测技术研究。分析了复杂结构焊缝和复合材料喷管的常规方法检测难点,利用工业CT检测技术穿透能力强、不受工件复杂结构影响的优势,对5 kN发动机产品中的电子束焊缝、氩弧焊焊缝、复合材料喷管等结构进行了检测试验,得到了良好的检测效果。结果表明,工业CT检测技术可以识别5 kN发动机产品中的气孔、未焊透、分层、裂纹等缺陷,并实现对缺陷的定位与测量,可为焊缝质量评估提供依据。     

基于气压高度辅助的机载自主完好性监测算法

卫星接收机自主完好性监测是指根据用户接收机的多余观测值监测用户定位结果的完好性,其目的是在导航过程中检测出发生故障的卫星,并保障导航定位精度。针对卫星接收机自主完好性监测算法可用性不足的问题,结合机载实际导航系统配置,提出了一种基于气压高度表辅助的机载自主完好性监测算法。综合利用卫星导航系统及气压高度表观测信息,建立联合系统的观测模型,推导了基于多解分离的完好性监测及保护级别计算方法。仿真结果表明,相比于传统的接收机自主完好性监测算法,该算法在可见星为5颗时仍能识别故障卫星。该算法具有更好的故障检测能力及可用性,能有效提高卫星导航系统的完好性监测性能,从而保证卫星导航系统的精度和可靠性。     

SERF原子自旋惯性测量检测误差分析及抑制

在无自旋交换弛豫(SERF)原子自旋惯性测量装置中，检测系统的性能是决定输出信号灵敏度和稳定性极限的关键因素。为有效抑制SERF原子自旋惯性测量的低频随机噪声，在横向电子自旋极化率稳态解和旋光角表达式的基础上，建立检测相关的输出信号误差机理模型，明确了检测系统影响最终测量信号噪声的主要因素。研究结果表明：检测光入射气室时的初始光强作为信号背景直接引起刻度系数的波动而非作用于电子自旋，而检测光的非理想线偏振导致电子自旋产生横向抽运效果和横向光频移作用，从而引入测量误差。针对检测系统影响测量信号噪声的主要参数，设计了参数优化路径：先通过优化检测光频率，提高惯性测量刻度系数，后通过检测光功率的优化，减小横向抽运效应、横向光频移作用及检测光背景波动。实验表明：通过对比输出信号的Allan方差，优化后SERF原子自旋惯性测量的零偏不稳定性减小了1.8倍，速率斜坡噪声系数从0.124 (°)/h²减小至0.041 (°)/h²，达到了抑制测量信号低频随机噪声的效果。     

UAT数据链机载信号模拟系统的实现

本文提出了UAT机载信号源的生成方法以及硬件实现,设计出小体积、便于携带的UAT机载信号发生装置。通过分析UAT机载信息的编码和传输处理方式,设计PC机的模拟系统软件。根据模拟软件设置不同的参数和不同的模拟方式,从多角度验证UAT地面站的性能指标、报文处理的完好性等,方便维护人员在没有机载UAT设备的情况下验证地面站系统的工作情况,加快查找故障的速度。同时该信号发生装置也能作为UAT地面监视系统软硬件开发的实验室测试仪器。     

高速BPSK相干光通信系统对激光器线宽要求

文章概述了激光器相位噪声对零差相干检测光通信系统性能的影响，对特定的基于平衡探测的科斯塔斯（Costas）环路接收系统相位误差进行了详细的理论分析，最后获得了不同传输码速率下的零差相干检测光通信系统对激光器线宽的具体要求。     

有图有真相

<正>暴雨来袭进入5月,全球许多地方遭到暴雨袭击,给民众生活造成很大影响。专家认为,由于去年冬天积雪偏多,极地冷空气南扩明显异常,中高纬地区冷空气异常活跃,且冷空气路径偏东。受上述气候异常条件的持续影响,中国及部分国家先后遭遇暴雨袭击。专家预测,今年中国的气温、降水等与常年相比有较明显异常,极端气象灾害发生的可能性很大。     

航天器下行数据异变检测算法研究

针对航天器下行遥测数据故障检测问题,建立了相应的非平稳+异常分量模型,并借鉴采样数据新息增量过程的回归系数有界影响辨识方法,提出了航天器下行数据异常突变在线检测算法,该算法具有简捷的递推关系和良好的容错能力。实测数据结果表明,该算法可以有效地检测出航天器异常数据,并能克服异常数据的不利影响,提高在轨航天器测控过程的可靠性。     

指数分布基于多重定数截尾样本中异常数据的检验

讨论多重定数截尾指数型寿命数据,对同时存在异常大数据和异常小数据的情形给出了检验方法,得到了检验异常数据的判别标准,最后以一实例说明其应用.