基于自适应扩展卡尔曼滤波的载波跟踪算法

精确的载波相位测量是精密测距中一个很重要的研究点。针对传统扩展卡尔曼滤波(EKF)的固定设计在先验信息不充分和动态变化环境中存在的不足,提出了一种基于自适应扩展卡尔曼滤波(AEKF)的载波跟踪算法。该算法通过实时监测滤波器新息或残差的动态变化,以修正状态噪声方差和观测噪声方差,进而调整滤波器增益,控制状态预测值和观测值在滤波结果中的权重。理论分析和仿真结果表明,本算法充分利用了观测信号的统计特性,克服了传统扩展卡尔曼滤波算法的不足,能够获得更好的载波跟踪性能。     

激光冲击强化提高主动连杆振动疲劳性能

针对某型发动机放气活门主动连杆转接R处的疲劳断裂问题,进行了主动连杆激光冲击强化工艺研究;完成了原型件和激光冲击强化、喷丸及加大R3种处理工艺后主动连杆振动疲劳对比试验.结果表明,在317MPa的应力水平下,激光冲击强化、喷丸和加大R后主动连杆疲劳寿命分别为原型件的5.24倍、3.89倍及1.36倍;与其它2种工艺相比,激光冲击强化具有强化效果好、工艺稳定性高、易于实现等优点,是截至目前减少主动连杆疲劳断裂故障的最佳处理工艺.主动连杆激光冲击强化后表面粗糙度较小,产生深度约1.4mm的高数值残余压应力层,表层晶粒细化至纳米晶并伴随高密度位错.三者共同作用可以有效缓解转接R处的应力集中,抑制疲劳裂纹在转接R处的萌生和扩展,是主动连杆振动疲劳寿命提高的主要原因.     

3D-Cf / Mg 复合材料的热残余应力研究

采用随动硬化有限元模型,研究了三维碳纤维增强镁基复合材料(3D-Cf/Mg)基体热残余应力的大小、分布以及不同工艺处理对热残余应力的影响。同时,对复合材料进行了高、低温处理,利用XRD定性分析了处理前后复合材料基体热残余应力的变化。计算结果表明:经过-196℃低温处理后,复合材料基体的平均Mises热残余应力由169.06 MPa减小至55.29 MPa;高温处理后,基体平均热残余应力几乎不变。该结果与实验结果吻合,证明了低温处理能明显降低复合材料基体的热残余应力。     

交互式多模型粒子滤波优化重采样算法

针对标准交互式多模型粒子滤波(IMMPF)算法中存在粒子退化及多样性匮乏问题,提出了交互式多模型粒子滤波优化重采样(IMMPFOR)算法,利用线性优化理论改善模型中具有小权值的粒子精度。该算法的新颖性体现在给定量测信息条件下,利用线性优化方法及模型交互概率将每个模型中拥有小权值的粒子替换成新的粒子。新的粒子既包含本模型中粒子信息,又包含了本模型与其他模型交互后的粒子信息。目标跟踪的仿真结果证明:每个模型新产生的粒子集合可以准确地近似真实状态后验概率密度函数,系统的估计精度与标准IMMPF算法相比有较大提升。     

基于并联贮箱结构的卫星推进剂剩余量测量方法

星上推进系统推进剂剩余量测量是卫星在轨管理的重要工作,事关卫星剩余寿命估计和离轨时机的选择,对于提高卫星效率具有重大的意义．中国现有的推进剂剩余量计算方法只适用于传统的双贮箱结构,不适用于桁架式卫星平台的多贮箱并联结构,为此必须开发新的计算方法,同时提高计算精度．比较多种推进剂剩余量测量方法,重点论述两种可用于并联贮箱结构的测量方法．     

振动时效在消除铸铝合金框架变形中的应用

铸铝合金异型件在加工过程中的变形问题广泛存在,而残余应力是引起变形的关键因素。本文从框架类产品的设计结构入手,分析残余应力与产品变形间的关系,结合振动时效工艺机理,重点详述了利用振动时效消除铸铝合金框架类产品变形工艺。试验表明,振动时效可显著消除铸铝合金框架件变形。     

基于刚度下降的疲劳累积损伤模型的研究

复合材料在静态和动态载荷作用下的损伤是十分复杂的,对损伤的精确建模是关系到复合材料力学行为描述的关键问题.从应变等效性假设出发,通过分析和描述疲劳过程中刚度和应变的演化规律,提出能够描述材料疲劳损伤演化过程的、以应变定义的和在疲劳过程中真实地反映材料动态本构关系的损伤因子,建立考虑残余应变的刚度下降复合材料疲劳损伤模型.T300/KH-304是我国新近研制的高性能航空复合材料,应用此模型开展对其疲劳损伤行为的分析与研究.在岛津液压伺服试验机上,加载频率控制在4.1 Hz,对这种材料的层合板进行4个常幅应力水平的疲劳实验,建立了T300/KH-304复合材料的疲劳模型的数学表达,经验证模型优于经典的疲劳模型的S-N曲线拟合精度,最大的误差仅为2.4％,且能反应疲劳损伤的发展规律.      

面向在轨高效实时图像处理的二值权重沙漏网络加速器设计

为了实现在轨高速实时图像处理,提出了基于多级预测校准机制及查找表方法的二值权重沙漏网络加速器.首先,提出了一种计算架构来统一支持二值权重及多位宽权重卷积计算;其次,提出了多级预测模型来实现可变精度的高效卷积,基于这2种方法可以将网络的计算量降低77.4％,推理速度提升2.3倍.本文针对残差模块中跳转连接造成的存储访问问...     

基于深度学习的发动机叶片故障检测技术

为了解决航空发动机叶片故障检测中存在的检测精度欠佳、检测效率不高的问题,提出了一种基于深度学习的目标检测方法。针对小样本数据集检测精度低、模型训练速度慢等问题,对Faster R-CNN目标检测算法进行结构优化,引入Res2Net结构,通过分割串联的策略强化残差模块的卷积学习能力,搭建了细粒级的多尺度残差模型Res2Net-50,以提升模型的特征提取能力。同时,在网络的训练过程中,采用多次余弦退火衰减法对学习率进行调整,以加快模型的训练速度,提升模型的训练质量。针对航空发动机叶片裂纹和缺损2种故障类型进行网络训练与检测试验,试验结果表明：优化后的模型识别准确率提高了0.7%,模型的平均检测精度提高了1.8%,训练时间缩短了5.56%,取得了比较好的检测效果。     

喷丸强化对AISI 420不锈钢固体粒子冲蚀行为的影响

研究了喷丸强化(SP)对AISI 420马氏体不锈钢抗同体粒子冲蚀(SPE)行为的影响.探讨了喷丸引起的表面残余压应力,表面粗糙度增大和表面加工硬化等三因素对SPE抗力的作用机制.结果表明:SP处理对AISI 420不锈钢在30°攻角下的SPE抗力无明显影响,但却降低了该钢在90°攻角下的SPE抗力.SP处理后进行表面抛光,则使该钢在两种攻角下的SPE抗力均得以提高.SP三因素对SPE抗力的作用机制主要有:表面粗糙化增大了试样表面对冲蚀粒子的有效暴露面积,因而降低了不锈钢在两种攻角下的SPE抗力;表面残余压应力能够有效抑制疲劳裂纹萌生和早期扩展,因而能有效提高AISI 420不锈钢的SPE抗力,特别是对90°垂直冲击条件下SPE抗力的提高作用更为明显;表面加工硬化提高了材料表面的微犁削抗力,因而对提高AISI 420钢在30°攻角下的SPE抗力有贡献,但是表面加工硬化层的抗多冲疲劳性能差,却不利于AISI 420钢在90°攻角下抗SPE性能的改善.