浅谈机务维护中液压系统的污染控制

液压系统污染是液压故障的一个主要原因,为了确保液压系统能够安全、可靠运行,针对外场机务工作提出一系列具体措施,以达到机务维护过程中的污染控制。     

基于Contourlet域SOT结构的SAR图像相干斑抑制算法

把SOT结构引入到能够最优表示图像的Contourlet变换中,结合Contourlet系数域的结构特点和SAR图像相干斑乘性噪声模型提出了一种新的相干斑抑制算法。对基于小波系数域SOT结构的相干斑抑制算法中固定在一个低频尺度中选择根系数的方法进行了改进,根据SAR图像的匀质性条件自适应地在两个不同低频尺度中选择根系数。把该算法应用到实测SAR图像中取得了很好的目视效果,各项指标得到了有效提高。     

基于二进小波阈值决策的血管内超声图像噪声抑制

针对血管内超声图像中血液散射引起的斑点噪声,提出了一种基于小波多尺度分析的非线性去噪算法,在二进小波变换域分别采用软阈值滤波法和硬阈值滤波法对不同尺度的小波系数进行非线性处理,并根据二进小波分解结构提出了一种局部阈值估计方法.实验结果表明,该方法在抑制血流斑点噪声的同时也较好地保留了图像边缘,有助于识别管壁和周围组织.     

后壁倒角对空腔噪声的抑制效果

对不同后壁角度(δr)时长深比为9的空腔模型底面中心线上的声压级分布、不同测点声压频谱特性进行分析,着重研究了后壁倒角对空腔噪声的抑制效果.结果表明,无论是在亚声速还是在超声速,空腔后壁角度增大,使得空腔内不同测点的声压级都有所降低,特别是后壁处的声压级明显降低; 对不同测点的声压频谱特性也有一定影响,特别是对空腔流激振荡峰值频率时的噪声声压级有较为明显的抑制效果.可见,增大空腔后壁角度对空腔噪声有一定的抑制效果.     

“天宫一号”目标飞行器表面污染物质沉积探测数据及分析

航天器进入空间环境以后,表面和内部材料通过解吸和放气过程会迅速释放出在地面环境和材料加工中所吸附的气体分子和颗粒,再沉积到航天器表面,形成污染物质层。这种现象会对航天器上一些技术分系统(如能源系统、光学遥感系统、温控系统等)产生程度不同的负面影响。"天宫一号"目标飞行器上携带了微质量计,首次在载人航天轨道上就位监测飞行器表面污染物质沉积及其变化,证实了这种污染现象和污染物质的存在。探测数据分析表明,飞行器表面污染物质沉积量随时间累积增长,在三次交会对接期间尤为显著,同时表面沉积量增长与温度呈负相关关系,姿态变换对其影响有待进一步讨论。     

开缝空腔抑制翼型跨声速抖振的数值模拟

采用非定常雷诺平均Navier-Stokes(URANS)方法计算了18%双圆弧翼型的跨声速抖振特性,分析了翼面激波振荡及流场结构演化的特点,研究了在翼型表面开通气空腔抑制跨声速抖振的可行性,对空腔深度、开缝数目对激波振荡的抑制效果进行了对比分析。计算发现,18%双圆弧翼型的跨声速激波自激振荡只有向前的运动,没有向后的运动,开缝空腔能够抑制翼型跨声速抖振,但对抖振频率影响不大;空腔深度大,抑制效果好,但空腔深度变化对振荡频率影响不大;开2、3、4个槽缝抑制抖振的效果差别不大,开缝数量对抖振频率影响不大。     

主动冷却通道内吸热型碳氢燃料热裂解结焦抑制机理

为阐明超临界条件下吸热型碳氢燃料的热裂解结焦抑制机理,在电加热管实验装置上,获得了沿程油温、壁温以及燃料的组成,分析了结焦抑制添加剂影响碳氢燃料高温裂解和结焦的实验数据。结果表明:结焦抑制添加剂对碳氢燃料的裂解影响小于4%,降低结焦量约30%;添加结焦抑制剂后,结焦速率下降较快,稳定结焦速率降低约2%。采用SEM表征结焦抑制添加剂对结焦形貌的影响。结果表明,添加剂同时抑制了表面催化结焦与自由基生长结焦的形成。      

浅析波音737NG飞机液压油污染空调系统故障及其预防

对波音737NG飞机液压油污染空调系统的原因进行了分析,并提出相关的预防措施。     

一种柔性可展桁架结构的主动振动抑制技术

针对柔性可展桁架结构的主动振动抑制问题,提出一种采用作动执行机构的主动振动控制方法。首先基于模态综合方法建立智能柔性可展桁架结构的动力学模型,然后采用动态滑模控制律设计了主动振动控制器,并基于遗传算法对作动执行机构的布局配置进行优化,最后通过数学仿真验证,仿真结果表明了方法的有效性。     

基于深度学习的大型陨石坑识别方法研究

陨石坑是天体表面最为显著的地形特征,传统陨石坑识别方法主要是对小型陨石坑正负样本的二分类问题研究,且效率和精度均不高。以星体宏观视角下的大型陨石坑作为研究对象,结合图像处理和神经网络等方面的知识,创建了来自不同数据源的陨石坑样本数据库,研究了数据源对网络模型泛化能力的影响,提出了一种效率更高的陨石坑多分类识别方法。在非极大值抑制（NMS）算法基础上,提出了一种精度更高的陨石坑检测算法。经过参数优化和实验验证,构建的基于深度学习的多尺度多分类陨石坑自动识别网络框架取得了较高的准确率,在同源验证集上识别率可达0.985,在异源验证集上识别率可达0.863,并且有效改善了目标检测时检测框冗余及误检测的问题。