联调机构虚拟样机运动学动力学仿真

采用UG与ADAMS软件建立了某型燃气轮机压气机可调静叶联调机构系统的完整数字化虚拟样机,在此基础上对该联调机构系统进行了动态特性仿真分析,得到了可调静叶联调机构的调节变化规律,分析了联调机构的仿真结果与机构设计目标的对比情况,验证了模型的可行性。并对仿真角度规律结果与CAD计算法结果进行了比较,证明了ADAMS仿真是1种行之有效的方法,且比物理仿真有很强的经济性优势。通过仿真得到了各级拉杆的受力情况,为进一步有限元结构分析以及结构系统优化奠定了基础。     

一种新的RP-3航空煤油模拟替代燃料

为了遴选出符合RP-3航空煤油物理与化学特性的模拟替代燃料,综合分析了RP-3航空煤油的物理与化学特性。针对其物理与化学特性,确定了RP-3航空煤油模拟替代燃料的遴选指标（包括摩尔质量、氢碳比、十六烷值与低热值）。针对遴选指标,提出了由正癸烷、正十二烷、异十六烷、甲基环己烷及甲苯等五种组分组成的RP 3航空煤油模拟替代燃料,并对该模拟替代燃料中各组分的摩尔分数进行了优化。同时,对比分析了不同温度下该模拟替代燃料与RP 3航空煤油的密度与运动黏度。结果表明,当该模拟替代燃料中正癸烷、正十二烷、异十六烷、甲基环己烷及甲苯的摩尔分数分别为14%、10%、30%、36%与10%时,该模拟替代燃料的摩尔质量、氢碳比、十六烷值与低热值与RP 3航空煤油的相应数据非常吻合。同时,不同温度下该模拟替代燃料的密度与运动黏度变化趋势与RP-3航空煤油吻合较好。      

基于免疫聚类分析的特征提取及其在发动机故障诊断中的应用

以提高航空发动机故障诊断的快速性和准确性为目的，基于人工免疫理论中的克隆选择算法，结合聚类分析方法，提出了基于免疫聚类分析的故障特征提取方法。该方法通过删除对分类无关的特征以及压缩类间相关特征，得到最有利于分类的子特征集，提高了分类器的分类性能。并且该算法具有本质上的并行性、计算效率高和聚类能力强等优点。多类支持向量机的分类实验表明，经过基于免疫聚类分析提取的特征对发动机的故障具有更好的识别能力，为发动机的状态监测与故障诊断提供了依据。     

一种基于方差的自适应火星图像阈值选取算法

在基于光学成像的深空探测自主导航中,图像边缘处理直接影响视线矢量的提取,从而对自主导航的精度产生较大影响。传统的Otsu算法更侧重同区域灰度的均匀性,适用于图像中目标区域和背景区域面积相差不大的情况,因此在自主导航初始阶段,导航精度较低。根据深空探测巡航段拍摄到的火星图像的特点,基于已有火星探测任务的实拍图像,在Otsu算法的基础上,重新设计准则函数,提出了一种基于方差的火星图像阈值自适应选取算法。该算法将灰度值高于待定阈值的区域的方差表示为待定阈值的函数,以函数一阶微分的最大值对应的灰度值作为最优阈值。该方法具有计算量小、图像分割精确的优点。仿真结果表明,相较于传统的Otsu算法,通过该算法得到的图像阈值能够实现更高的视线矢量提取精度及自主导航精度。     

飞行器再入姿态双环滑模控制及其逻辑选择

应用滑模控制设计了一种飞行器再入姿态控制方法,这个控制器应用两环的滑模控制方案,可以获得对角速度及角度的同时跟踪并具有较好的鲁棒性和解耦性能。针对飞行器再入姿态的动力面与反作用混合控制的特点,运用优化控制选择配置算法把控制力矩指令配置为末端受动器的控制指令,分别由动力面与反作用致动器执行。再入姿态仿真验证了该方法的精度、鲁棒性以及解耦的跟踪性能及有效性。     

空间重复锁紧与分离装置容差性能分析与验证

空间重复锁紧与分离装置的容差能力是合作目标能否被捕获的关键指标,一定的容差能力能够抵消机械臂末端定位误差带来的合作目标位姿误差。根据某种在轨服务平台对空间合作目标的捕获方式,提出并设计了一种具有一定容差能力,并且在空间机械臂协助下能够完成对合作目标重复锁紧与分离的装置。本文建立了合作目标任意一点与重复锁紧与分离装置坐标系之间的D-H矩阵,完成了对球头关键点运动轨迹数学模型的建立。利用关键点投影方法对装置的容差性能进行分析,验证了装置设计的合理性。通过ADAMS仿真和样机试验相结合的方式对装置的容差性能进行验证,结果表明所设计的装置能够捕获和锁紧处于极限位姿下的合作目标,验证了装置的容差能力。     

航空发动机健康管理系统的快速原型设计

针对航空发动机健康管理系统传统设计方法周期长、成本高等问题,提出了面向健康管理系统的快速原型设计方法,构建了基于虚拟仪器语言和快速原型技术的航空发动机健康管理系统快速原型仿真平台。以CompactRIO平台为核心,在实时响应最高的现场可编程门阵列(FPGA)环境下设计了信号接口单元,模拟发动机真实传感器值,并提供了基于Windows平台的健康管理软件实时开发环境,可以将健康管理算法快速部署下载至硬件平台。结果表明:此健康管理系统的快速原型设计方法是切实有效的,为扩展成为完全的硬件在回路(HIL)仿真的平台奠定了基础,有较好的工程实用价值。     

民用飞机应急离机舱门打开过程分析研究

应急离机舱门作为民用飞机试飞过程中唯一的专用逃生出口,其舱门能否顺利打开直接影响着机组人员的逃生。针对某民用飞机应急离机舱门机构的特点,从锁定、解锁两方面对其运动原理进行分析;分别考虑有无增压载荷两种情况,通过Lms.Virtual.Lab Motion建立其虚拟样机模型,对其打开过程进行仿真分析。结果表明:该套舱门机构在锁定、解锁方面具备良好的保护措施;有增压情况下解开过中心保护机构所需的操纵力远大于无增压情况,但其解开后对舱门的打开起到有效助力作用,且外载越大打开响应越快。     

Selecting a reference frame

Reference frames are representations that parse space. In the case of spatial terms, reference frames mediate the mapping of linguistic expressions onto spatial configurations of objects. In the sentence ``The fly is above the cat,' ``above' is defined with respect to a reference frame that is imposed on the cat. Different types of reference frames can be used to define spatial terms, each based on a different source of information. For example, gravity, the orientation of objects in the scene or the orientation of the viewer can all be used to set the orientation of a reference frame. When these reference frames disagree (because the viewer is reclining or because the objects in the scene are overturned), there are competing definitions for the spatial term, resulting in the need for reference frame selection. The purpose of this paper is to review a line of research that examines reference frame selection in the context of spatial language. This work shows that all reference frames are initially active and assign a direction to a spatial term. Moreover, this activation is automatic, and is followed by the selection of a single reference frame, with selection accompanied by inhibition of the non-selected frames. Parallels between reference frame selection in language and in perception and attention are discussed.     

Feature selection for high-dimensional data in astronomy

With an exponentially increasing amount of astronomical data, the complexity and dimension of astronomical data are likewise growing rapidly. Extracting information from such data becomes a critical and challenging problem. For example, some algorithms can only be employed in the low-dimensional spaces, so feature selection and feature extraction become important topics. Here we describe the difference between feature selection and feature extraction methods, and introduce the taxonomy of feature selection methods as well as the characteristics of each method. We present a case study comparing the performance and computational cost of different feature selection methods. For the filter method, ReliefF and fisher filter are adopted; for the wrapper method, improved CHAID, linear discriminant analysis (LDA), Naive Bayes (NB) and C4.5 are taken as learners. Applied on the sample, the result indicates that from the viewpoints of computational cost the filter method is superior to the wrapper method. Moreover, different learning algorithms combined with appropriate feature selection methods may arrive at better performance.