多传感器数据融合的平均航迹算法

提出了一种适用于分布式多传感器的平均融合算法,对其算法机理进行了详细描述。对融合算法、未融合算法和算术平均算法三者的跟踪航迹和方差进行了仿真比较。仿真结果表明,融合算法优于算术平均算法和未融合算法。它提高了跟踪精度,改善了航迹质量。尤其在多传感器跟踪系统工作异常的情况下具有独特的优良位能。     

T型尾翼颤振优化设计在COMPASS中的实现

采用经典颤振分析方法和数学规划法,实现了T型尾翼的颤振分析和优化,为飞机结构中T尾的颤振优化提供了一种实用的工程技术手段。以改造后的COMPASS为优化设计平台,演示了一个简单例子的颤振优化设计过程。     

基于CATIA软件AUTOMATION技术的试验场景自动装配设计

介绍了在CATIA软件平台采用AUTOMATION技术,综合应用CATIA宏及其Visual Basic编程语言,调用CATIA的部件设计（Part design）和产品装配（Product Assembly）功能模块,进行试验场景自动装配的CATIA软件的二次开发方法。通过试验现场的初步应用,验证了该方法的可行性和实用性。     

基于证据理论的航空发动机早期故障诊断方法

在分析航空发动机早期故障特点和数据融合的基础上,将证据理论应用于发动机故障征兆级别的数据融合中,提出了构造基本信任指派函数的方法,从而得到了更准确的早期故障征兆.在此基础上,应用模糊聚类分析方法,依据最大隶属度原则得到发动机早期故障源.该方法考虑了发动机早期故障征兆不明确、不精确、不肯定等特点,应用模糊测度来表示征兆,更符合发动机早期故障的实际情况.      

仿生四足六旋翼无人机自适应着陆性能分析

旋翼无人机在民用和军用领域被广泛应用,但传统撬式起落架在复杂地形下难以起降,为了扩大旋翼无人机的降落面积和应用范围,设计一种仿人腿式两级缓冲自适应起落架。通过对仿生腿的正逆运动学分析,提出一种自适应起落架姿态调整策略;建立仿生四足六旋翼无人机着陆动力学模型,基于多体动力学软件sim?center 3D 开展了着陆动力学仿真,并与传统撬式起落架进行着陆性能对比研究。结果表明：着陆腿式的两级缓冲自适应起落架及其姿态调整策略,能够使滚转角减小95.69%,过载系数降低34.06%,两级缓冲自适应起落架在面对复杂地形时具备主动调节姿态安全着陆的地形适应能力和极好的减震缓冲能力。     

基于动态贝叶斯的反舰导弹弹型识别

使用反舰导弹对舰艇进行饱和攻击是当前对舰攻击的主要方式。首先,提出了动态贝叶斯网络(DBN)的理论及算法;其次,根据反舰导弹的高度、速度、过载、机动方式等弹道特性和RCS、雷达频率等导弹自身特性,建立了对反舰导弹进行弹型识别的DBN模型;最后,通过仿真算例验证了DBN模型的有效性,这为实际解决反舰导弹进行弹型识别的问题,提供了一种思路。     

齿轮槽头型新型标准件安装工艺与试验研究

航空制造领域大量采用了如螺栓连接的标准件连接,随着新型飞机性能的提高,长寿命、高疲劳强度和高振动环境等指标对标准件的使用提出了更高的要求.本文通过开展齿轮槽头型新型标准件安装工艺与试验研究,一方面确定了该型标准件安装力矩等关键工艺参数及对复合材料的适用性,为其装机和使用提供理论依据及数据支持;另一方面,也对开展新型标准件安装工艺与试验的研究方法进行了有益的探索,对逐步形成一套完善的试验方法规范具有很好的指导作用.     

飞机装配自动制孔刀具技术研究

碳纤维复合材料与金属材料构成的性能差异的叠层构件在飞机机翼和尾舵中应用广泛,叠层构件装配过程中需要大量的铆接或螺接孔。在这些航空产品装配制孔中,最佳的工艺是在碳纤维复合材料和金属材料叠层构件上同时加工出所需要的铆接或螺接孔,这是确保叠层材料构件产品连接强度、刚度和安全性的主要手段。然而由于碳纤维复合材料层间结构特点和2种材料性能的巨大差异,制孔质量难以保证并且刀具磨损剧烈。特别是随着飞机自动制孔技术的发展,其关键技术之一就是要求在装配过程中采用一道工序同时高效加工碳纤维复合材料和钛合金以及铝合金等完全不同性质的材料。     

基于改进信息融合的航空发动机状态评估方法

针对航空发动机状态监测数据的模糊性和随机性,结合贝叶斯粗糙集和D-S证据理论,提出一种改进信息融合的状态评估方法。首先对样本数据进行离散化处理,通过基于区分矩阵的属性约简算法对影响发动机性能的特征参数进行提取,生成最佳决策表。然后根据置信增益函数重新定义了贝叶斯粗糙集,利用贝叶斯粗糙集的支持度和置信增益函数作为证据的支持程度,得到各准则下的证据基本信任分配。最后利用证据合成法则对多个证据进行合成,得到评估结果。通过实例计算,验证了改进方法应用在航空器发动机状态评估中的有效性以及在处理不完备信息问题时的优越性。     

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。