光学线阵相机在轨几何定标平台设计与实现

文章采用一种基于探元指向角和相机安装角的星载线阵相机在轨几何定标模型,设计了适合于不同几何成像特点的在轨几何定标模式和流程,并对定标过程中的关键技术环节进行了分析说明。在此基础上设计并实现了星载线阵相机在轨几何定标软件,最后选择资源系列卫星数据,利用软件进行了实验验证。实验结果表明,设计和实现的多个模式定标软件能高效、高精度地完成多星、多相机的在轨几何定标任务,具有兼容多模式定标要求、可扩展至其他卫星型号的特点,能够作为统一的在轨几何定标软件平台。     

三维型面非接触测量系统现场标定技术

针对双眼视觉传感器三维型面测量系统,介绍了一种利用平面标靶实现系统标定的方法.标定过程无需辅助设备,仅要求两个摄像机同时拍摄一幅标定板图像,利用标定板上的控制点计算左右图像对应的单应性矩阵.结合进化策略优化左右主像点,从单应性矩阵中获得测量系统的其他标定参数.同传统定标方法相比,该方法简单、快捷,适用于现场标定.      

压力传感器(静态)自动校准装置

文章介绍了一种自动校准压力传感器(静态)的标准装置,它是利用计算机通过软件对压力标准装置和多路采集器进行控制;并设计了压力传感器接口装置,从而实现了一次对多个压力传感器静态特性的校准。     

基于神经网络的体视PIV空间标定模型

体视粒子图像测速（SPIV）中的空间标定精度对SPIV的测试结果精度有较大影响。为研究标定模型对输入误差的处理能力,定义了一个无量纲参数——误差衰减系数,来评判空间标定模型对误差的响应。在此基础上针对SPIV两相机空间标定的误差产生和传播特性,发展了一种基于神经网络的且具有联合标定能力的SPIV空间标定模型。使用仿真实验手段,证实了该神经网络模型在很大的参数空间内均具有对输入误差的抑制能力,而传统的多项式模型或小孔模型并不具备这一能力;此外,神经网络模型在高光学畸变情况下的表现也优于多项式模型及小孔模型。因此,神经网络具备替换传统空间标定模型的能力,有助于提高SPIV的测量精度。最后在实验中证实了神经网络标定模型的空间定位误差仅为传统模型的1/4。     

飞机燃油测量系统设计及免加油校准优化方案

为了提升飞机燃油测量系统的免加油校准能力,根据油量测量系统的设计原理,分析了各部件对油量测量一致性的影响权重,并在权重分析的基础上,结合对常规的手动校准和自动校准方案论证结果,提出了一种燃油测量系统免加油校准设备方案。结果显示,该设备的原理正确,功能完善,能满足大部分条件下的飞机燃油测量系统免加油校准操作。     

紫外、真空紫外光谱辐射亮度标定技术

文章论述了紫外辐照对航天器敏感表面的破坏,并从原理上和方法上介绍了紫外、真空紫外光谱辐射亮度的3种标定技术.     

利用调频信号实现低频振动传感器的快速校准

为了充分提高超低频振动校准系统的实用性,针对低频传感器校准的需要和该系统的特点,提出了利用调频正弦波作为激励信号,只需要一次测量即可实现对低频振动传感器的校准,校准时间由几十分钟缩短到几分钟甚至1min之内,校准效率大大提高.为了避免由于系统幅频特性不理想而在较高频段对传感器校准精度不高的缺点,提出了利用系统的动态频率特性和线性调频波时频域相关的特性,设计相应的数字补偿滤波器实现对信号源的瞬时补偿,从而实现振动台的线性调频振动.实验结果表明,振动台能够输出较补偿前更为理想的线性调频波,校准结果也更接近绝对校准,且重复性好,同时满足了校准效率和精度的要求.      

压力敏感涂料的标定及在气膜冷却效率测量中的应用

采用自行设计的标定装置对压力敏感涂料进行了标定实验,研究了激励光源光强、温度两种参数对标定曲线的影响.结果表明:当激励光源光强能够使得光敏分子发生氧猝熄条件下,激励光源光强对标定曲线的影响可以忽略不计;标定曲线对温度变化较为敏感.据此提出了采用二维插值方法得出发射光强关于压力比、温度比的表达式,从而对测量结果进行温度修正.在此基础上,将压力敏感涂料测试技术分别应用于圆柱孔、扇形孔气膜冷却效率的测量中,所得实验数据与前人结果符合较好.      

基于测试块滚动的FPGA自测试方法研究

为了满足航天应用高可靠性的要求,实现对航天器FPGA生产和使用过程中可能发生的永久故障的及时检测,文章提出了一种基于测试块滚动的FP-GA自测试方法,该方法采用内建自测试的思想,与传统的测试方法相比,可以实现CLB级的故障定位,适用于FPGA芯片的筛选、固化以及在系统运行等各阶段的永久故障检测。     

航空发动机宽弦风扇叶片鸟撞损伤模型标定

为建立航空发动机风扇叶片抗鸟撞载荷能力的量化预测方法,针对特定的航空发动机宽弦风扇叶片设计,依据发动机在典型工作状态下的吸鸟速度、角度等撞击参数开展叶片鸟撞试验,采用显式动力学数值仿真方法,建立叶片鸟撞试验仿真分析模型,并通过对模型中叶片材料参数、鸟体本构模型参数、鸟与叶片耦合接触参数进行敏感度分析,对模型进行标定.结果表明,标定后的鸟撞分析模型所预测的叶片损伤模式与试验结果一致,预测的损伤位置与试验测量结果误差小于10%.