涡轮流量计前导流件有限元计算分析

对涡轮流量计关键部件之一前导流件运用NX THERMAL/FLOW进行有限元计算分析,得出流量分离导致的大涡旋尾迹区易出现在前导流件尾部区域、前导流件叶片形状对此处流体速度变化具有较大影响的结论,为涡轮流量计和前导流件的设计提供了理论依据。     

无源滤波器频率漂移的一种迭代算法

文章介绍了无源滤波器在试验过程中产生的典型幅频特性漂移曲线，并针对这些典型曲线提出了基于均方误差最小原则和牛顿迭代的频率漂移算法。     

无人机高速DS/FH混合扩频通信系统关键模块设计

针对UAV(Unmanned Aerial Vehicle,无人机)测控链路高抗干扰需求,给出了实现跳频速率20 000次/s的扩跳混合无人机测控数据链系统实现方案.系统采用跳频频率并行捕获模式.跳频源设计采用直接频率合成、DDS(Direct Digital Synthesis,直接数字频率合成)和PLL (Phase-Locked Loop,锁相环)相结合的混合频率合成技术.利用相位响应滤波器,通过正交调制技术完成MSK(Minimum Shift Keying,最小频移键控)、GMSK (GaussianMinimum Shift Keying,高斯最小频移键控)调制.通过推导得出2 bit差分解调输出与载波频率选择有关,且为四分之数据率的整数倍关系.然后通过实例分析给出了跳频频率间隔选取方法,即跳频间隔应当将临近跳频的主瓣分开,同时跳频载波频率应当设在其他跳频频谱的零点处.最后总结了高速扩跳频系统参数设计一般步骤.     

基于卫星和星敏感器的冗余激光惯组在轨标定

采用高精度卫星导航速度、位置信息以及星敏感器提供的姿态信息设计十表冗余捷联惯组的标定模型,包含陀螺和加速度计的零次项和标度因数,对卫星和星敏感器辅助的冗余激光陀螺捷联惯组进行实时在轨标定.利用标准Kalman滤波和Sage-Husa自适应滤波作为估计算法,对十表冗余捷联惯组参数进行在线估计.数值仿真结果表明:参数标定精度均在7％以内,是一种实时的在轨标定方法,满足误差补偿要求.冗余惯组在轨标定方法为航天器高精度定姿和定轨提供了一种理论参考.     

基于测控系统的质量信息监测系统设计与应用

在测控试验现场,针对测控设备状态和测控数据的质量信息,采用智能自动监测技术对设备和测控数据进行实时监视以及动态分析,提出了科学的异常判决方法和处理方案,开发了试验质量信息综合分析实时监测系统,实现了测控流程智能化管控、测控信息自动分析处理和质量信息自动化管理。在多颗卫星的跟踪验证中,质量信息监测系统对卫星长期管理的宏参数宏配置下发、标校和目标捕获与跟踪等任务过程能够进行准确监视,可以及时监测到测控数据和测控时间的异常并报警,并能够自动生成任务实施登记表等测控质量报表。实验表明,质量信息监测系统软硬件设计完善、状态监测点设置合理、判读测控事件方法有效。     

飞机大部件自动对接同步调姿方法

提出了飞机大部件自动对接同步调姿方法,实现了大部件调姿基准点的连续自动跟踪测量和位姿连续调整.在此基础上开发了集测量场构建、大部件位姿解算和调整等功能于一体的大部件自动对接集成控制软件,并在ARJ21飞机翼身自动对接现场进行了应用试验,结果证明该方法能有效完成飞机翼身自动对接过程,提高测量和对接效率.     

基于SP-ABC算法的数控铣削参数优化

针对铣削加工中成本最低的优化问题,采用一种改进的人工蜂群(SP-ABC)算法对铣削参数进行优化.在基本ABC算法的基础上,嵌入粒子群(PSO)算法,以提高算法的局部寻优能力.此外,不同于传统的单工序优化,建立的优化目标模型,在考虑实际生产过程中的各种约束条件下,可同时对粗、精两个阶段多道工序同步进行优化.计算机仿真结果表明,相较其他的基本算法,该算法能够找到更优的铣削参数组合,从而实现铣削加工过程的成本最低化.     

基于MBD的数控加工工艺技术研究

针对传统数控加工工艺设计面临的问题,提出在基于MBD(Model Based Definition)的设计与工艺协同的新模式下,实现工厂工艺资源管理、数控加工工艺设计、工序模型的创建及三维标注、结构化工艺设计、三维作业指导卡的发布等一体化管理与应用.结构化工艺设计技术的应用将极大地缩短产品研制生产周期,为全面推进工厂的数字化建设提供了保障.     

基于MBD的数字化检测工艺分工技术研究

随着数字化集成制造系统的发展与应用,数字化检测技术在数字化集成制造过程中起到了至关重要的作用,工程需求日益强烈.针对数字化检测过程中缺少较合理的检测工艺分工规划的现状,结合MBD技术,提出了基于MBD的数字化检测工艺分工的相关概念和关键技术.在考虑检测成本及检测时间为约束条件的前提下,根据检测变量构造检测工艺路线函数,实现了最优检测工艺路线的生成与检测工艺分工规划的匹配.     

基于飞行试验数据的双转子航空发动机 加减速瞬态模型辨识

为辨识航空发动机飞行过程中加减速瞬态模型,通过对某型航空发动机慢车至中间以及中间至慢车过程的飞行试验数据进行分析整理,将发动机上述加、减速过程简化为静态参数预测过程,利用3层前向人工神经网络,建立了某型发动机加、减速瞬态过程中的发动机关键参数预测模型,对发动机参数预测模型预测结果与飞行试验记录数据进行了对比分析,同时利用额外的飞行试验数据验证了辨识模型的泛化能力.结果表明:辨识得到的发动机模型在油门杆稳定时参数预测相对误差不超过3％,在油门杆动作期间参数预测相对误差不超过5％;验证点上辨识模型参数预测误差不超过3％.证明该型发动机参数预测模型可以很好地预测发动机瞬态过程中的参数变化情况.该方法为建立发动机其他状态的加、减速过程参数变化模型奠定了基础,也能为建立全包线范围内发动机瞬态参数预测模型提供参考.