飞机电缆智能绝缘检测系统

针对飞机大修过程中传统的线缆绝缘检测需要大量的人工重复工作、测试人员用工多、测试项目无法自动执行的问题,提出了一种基于自动线路切换的智能电缆绝缘检测系统。系统硬件部分主要包括绝缘检测模块、高压输出切换矩阵、嵌入式控制主机等。控制主机通过GPIO与线路切换矩阵相连,线路切换矩阵按照要求将测试高压送给指定的线缆,控制主机接收来自绝缘电阻检测模块的检测结果。软件部分具有待测线缆选择、检测参数调整、检测执行以及检测结果记录分析等功能。实测结果表明该检测系统检测结果满足检测误差要求,可自动执行系统的自动化检测流程,检测过程更加简单高效。     

基于激光冲击强化的某型航空发动机风扇机匣壳体裂纹修复技术研究

为解决某型航空发动机风扇机匣壳体焊缝热影响区裂纹故障,采用激光冲击强化技术对机匣壳体焊缝部位及热影响区进行处理,以提高材料疲劳强度.以焊缝残余应力场和激光冲击残余应力场耦合规律分析为基础,优化功率密度、强化次数和冲击路径等强化参数,研究强化后的微观组织特征和力学性能,试验表明壳体热影响区材料的抗疲劳性能得到显著提高.采...     

连续纤维增强钛基复合材料整体叶环的超声检测试验研究

本文结合连续纤维增强钛基复合材料（TMCs）整体叶环的制备工艺和结构特点,重点分析了TMCs整体叶环内部质量的超声检测难点,并通过对特定尺寸TMCs整体叶环的超声检测试验及解剖对应分析,确定了纤维碎断、纤维束开裂、纤维屈曲、纤维挤出及焊缝处开裂（未焊合）等可能存在的主要缺陷类型及超声回波信号特征。试验结果表明,基于适当的超声检测工艺参数对TMCs整体叶环的内部质量进行检测,检测灵敏度可达Φ0.8 mm当量平底孔。     

基于深度学习的自冲铆接偏铆缺陷检测算法研究

自冲铆接技术适合铝钢等异种材料连接,接头性能可靠,在航空工业中有着广阔的应用场景,但目前针对自冲铆接缺陷无损检测的相关研究较少。提出了基于深度学习的自冲铆接偏铆缺陷检测算法,首先通过剪切力学性能试验得出偏铆自冲铆接件相较于正常铆接件力学性能下降了5.6%;然后通过自冲铆接偏铆件外部形貌特征将偏铆程度由外部特征定义在0～10的区间;最后探究了单步检测同双步检测间的检测效果差异,提出了YOLOv5s(You Only Look Once v5s)加ResNet18的检测方案,并通过Grad-CAM(Gradient-Weighted Class Activation Mapping)对不同检测方案的效果差异进行了可视化的解释。测试表明,提出的YOLOv5s加ResNet18的检测方案在所采集的数据测试集中可以达到100%正确率,高于仅用YOLOv5s取得的95.18%正确率,远高于仅用ResNet18取得的84.1%正确率。     

一种基于深度学习的电磁信息泄漏检测方法

电子信息设备工作时无意发射的电磁波中包含有用信息,会导致电磁信息泄漏,从而威胁设备的信息安全。现有的电磁信息泄漏检测方法,在复杂现场环境下,难以从具有不确定性的电磁泄漏信号中提取有用信息。面向电磁信息安全问题,开展了电磁信息泄漏检测研究,提出了一种基于深度学习的检测方法。设计了一个适用于电磁泄漏信号的一维卷积神经网络,并结合改进的梯度加权类激活映射方法,在未知电磁信息泄漏特征的前提下,通过深度学习实现电磁信息泄漏特征的智能标定和自动提取,从而解决了现场环境下电磁信息泄漏检测难以提取有用信息的问题。分别通过实测和仿真对比实验,验证了所提方法的有效性。      

航发叶片机器人磨削颤振检测方法

针对机器人磨削航发叶片过程中末端执行器颤振检测不及时的问题,提出一种基于排列熵的磨削颤振检测方法。利用滑动窗口算法计算颤振原始信号的连续排列熵值,通过排列熵经验阈值0.95判断机器人末端是否发生颤振。其中,采用基于序数模式的排列熵算法,很大程度上提高了排列熵特征的提取效率。当信号长度为10000时,所提出算法的排列熵的计算时间减小到约0.25 s,比传统排列熵算法的计算时间减小了一个数量级。数值模拟及试验结果表明,所提出的方法可以在颤振爆发前约0.48s检测出颤振,为采取颤振抑制措施争取了更多的反应时间。     

裂纹转子非线性振动特征的谐波小波与分形识别

通过对谐波小波的分析研究,指出了谐波小波对振动信号局部频段分析的优良特性。采用谐波小波对裂纹转子的非线性振动信号在低频段进行了分析。理论分析与实验结果表明:对实际裂纹转子信号,经谐波小波的频段分析后,能够得到通常难以由理论分析与实验结果获得的非整数倍周期分叉的非线性特征频谱。计算了裂纹转子的分形维数,发现裂纹转子的振动信号比理论结果要复杂、可以用多重分形作为判断实际转子是否有裂纹的一个特征。提出了用谐波小波变换后的奇异谱来识别裂纹转子非整数倍周期分叉的非线性特征频谱的方法,并对实际转子信号进行分析,得到了明显的非整数倍周期分叉的奇异谱。      

基于曲率的指尖检测方法

指尖检测是基于视觉的徒手人机交互系统的关键环节,由于背景的复杂性和系统的实时性要求,导致指尖的精确定位在处理速度和准确性方面存在很大问题。本文针对这一问题,提出了一种简单高效的基于曲率的指尖检测方法。该方法首先将输入视频流基于肤色空间进行二值化,并将二值化后的视频序列作为输入数据;然后采用边缘检测算法提取出肤色区域的边缘(肤色区域的轮廓),在肤色区域的轮廓上根据曲率来对类指尖的点进行检测,并且根据类指尖点的位置关系来判定一个肤色区域是不是手;最后通过过滤算法过滤掉误判手臂点。实验结果表明,该方法在不同的应用背景下都具有很好的检测效果,对光照的鲁棒性也较高,并且能够达到实时检测的效果。     

基于循环谱的隐蔽通信性能分析

研究了基于扩频技术的隐蔽通信波形设计,采用大信号掩盖技术和跳码扩频技术,其中大信号和隐蔽信号分别以直接序列扩频(Direct Sequence Spread Spectrum, DSSS)和随机跳码扩频方式产生。对DSSS信号和随机跳码扩频信号的二阶循环平稳特性进行了理论分析,并通过仿真证明了循环平稳特性可用于隐蔽通信波形循环谱分析。首先,理论分析揭示DSSS信号的循环谱在与数据符号速率和码片速率相关的循环频率上,具有由信号的循环平稳性所产生的一系列特征峰值;然而,在随机跳码直扩信号中,扩频码带来的循环平稳性被破坏,导致其循环谱仅在与码片速率相关的循环频率上存在特征峰值;最后,利用循环平稳特性,结合判决门限进行隐蔽信号检测的仿真和分析。     

低温推进剂加注液位信号智能处理技术研究

低温加注系统是运载火箭发射场地面支持设备的重要组成部分,包括低温介质的储存、运输、供给、控制以及安全等内容。由于低温推进剂本身存在低温沸腾、易挥发的特性,其加注过程十分复杂,为满足新一代运载火箭推进剂精准的加注要求,需要实时准确监测加注过程中贮箱内的液位高度。本文针对火箭地面加注过程的液位信号数据,对其三角波电压和线性波电压的特征进行分析、提取,基于BP（Back Propagation,反向传播）神经网络算法完成对不同加注状态的识别检测,并应用于传感器节数判别,优化了液位计算算法,降低了节数人为干预需求,提高了液位测量准确性。经实验测试验证,该方法可有效识别低温加注状态,识别准确率达到90%以上,用于液位信号处理中可显著提升液位高度计算的准确性。