飞船返回舱跨声速全局稳定性研究

根据国内外在飞船返咽舱这类短钝飞行器的亚、跨声速风洞试验中都发现了极限环振动形态这一问题,利用全局稳定性分析和数字仿真方法,研究了返回舱在跨声速和高亚声带飞行时的动稳定性,得到与风洞试验类似的结果,即返回舱处于极限环振动形态。因此,在返回舱再入亚、跨声这飞行段,为保证飞行安全,采用有效和可靠的姿态控制系统来控制和减缓动不稳定影响是必需的。     

转子非包容失效安全性的计算机辅助分析方法

 转子非包容失效是威胁飞机飞行安全的典型特殊风险之一,为了分析其对飞机安全性的影响,开发了转子非包容失效安全性分析系统(URFSAS)。将飞机功能危险分析(FHA)中的灾难性功能危险与故障树分析(FTA)中的底事件及飞机数字样机中的设备模型形成映射关系,建立了需求信息关系模型。在CATIA环境下基于Monte Carlo法以随机飞散角和平动角对转子碎片及其扫掠路径作空间几何变换,基于区域划分和层次包围盒法检测失效的飞机设备,通过故障树最小割集与仿真结果数据的对比分析,实现了对转子非包容失效所触发最小割集的识别和安全性的定量分析。最后,以某型飞机的应用实例分析,表明了该系统的有效性和实用性。     

民用飞机发动机反推力装置作动系统的应用研究

首先对民用飞机发动机反推力装置的出现、作用、工作原理以及最新的发展趋势进行了简要而系统的阐述。对液压反推力装置作动系统和电反推力装置作动系统的构架和控制原理进行权衡分析,阐述了其在研制中应该注意的问题和考虑的因素,并对今后工作的开展提出了意见。     

基于CNLS-MMD的孪生混合网络四旋翼飞行器故障诊断方法

四旋翼飞行器在众多领域中应用广泛,由于工作环境复杂多变,四旋翼飞行器极易出现结构损伤性故障,给飞行器的安全性带来巨大的挑战,因此开展四旋翼飞行器结构损伤性故障的相关研究对提高四旋翼飞行器可靠性具有重要意义。针对四旋翼飞行器在实际应用中结构损伤性小样本故障数据诊断率低的问题,本文提出了一种在小样本条件下基于卷积神经网络和长短时记忆网络的孪生混合网络（CNLS-MMD）四旋翼飞行器故障诊断方法。首先,设计试验获取四旋翼飞行器多工况结构损伤性飞行数据并对数据进行预处理。其次,建立基于孪生混合网络的故障诊断模型,采用卷积神经网络（CNN）和长短时记忆网络（LSTM）构建CNLS混合模型提取数据特征,利用最大均值差异（MMD）衡量样本的相似度,实现对故障标签的预测。最后,选择不同样本数量的训练集训练模型,使用多工况小样本数据集对搭建的模型进行故障测试。结果表明,该故障诊断方法具有较好的诊断性能和泛化能力。     

基于数字地形的机场终端区离场航迹预测

高效准确的航迹预测能够掌握飞机的运行轨迹,是空管自动化与智能化领域的关键要素,旨在提高空中交通的运行能力和可预测性。针对高原机场终端区内离场航空器运行,通过挖掘大量历史数据的特征关系,提出基于长短时记忆(Long Short-Term Memory, LSTM)神经网络的航迹预测模型。此外,考虑高原机场复杂的地形环境使得离场航空器安全运行条件更为严苛,引入支持向量回归(Support Vector Regression, SVR)算法建立数字地形模型,得到离场航迹上经纬度所对应地形高度的剖面图。采用拉萨贡嘎国际机场的真实离场航迹与地形数据进行实例验证,结合地形条件对所预测离场航迹的安全性进行评估。实验结果表明：基于LSTM神经网络建立的离场航迹预测模型具有较高的精度,且离场航空器能够实现满足最小超障余度的安全运行。     

航空航天薄壁件铣削过程加工状态监测研究进展

对切削加工状态进行精准监测,是实现航空航天薄壁件加工变形控制的重要保障。围绕航空航天薄壁件铣削加工状态监测的最新研究进展进行了评述,详细介绍了建立加工状态监测模型的关键技术与方法,包括加工信息采集处理、特征提取和特征融合。归纳了学者们在薄壁件加工过程中对刀具磨破损、铣削颤振、铣削变形等具体状态监测的研究进展。基于数字孪生技术,构建了面向薄壁件铣削加工状态监测的优化系统。最后,根据现阶段本领域发展状况对薄壁件铣削加工状态监测进行了展望。     

面向工业机器人的数字孪生建模精度补偿方法

针对现有工业机器人智能装备建模感知监测精度缺失,依靠理论参数建模精度低等问题,本文以工业机器人铣削系统为研究对象,构建了高精度光栅尺实时测量机器人关节转角的数字孪生监测系统,避免了齿轮间隙、编码器丢码等关节转角误差对数字孪生建模准确度的影响;根据MD–H运动学建模方法建立了数字孪生驱动模型,采用L–M算法对工业机器人建模参数进行辨识修正,减少了机器人数字孪生模型中几何误差的影响;开发了数字孪生交互系统平台,用以监测、控制物理空间的工业机器人铣削系统的作业运动。利用辨识后的机器人关节参数构建的数字孪生模型,使得工业机器人铣削系统运动点位的建模精度从±1.6905 mm提高到了±0.3304 mm,提高了4.12倍,表明本文针对工业机器人数字孪生建模方法的正确性和建模参数辨识方法对建模精度补偿的可行性。     

模型实时驱动的航空发动机沉浸式虚拟运行系统

为实现多学科信息的融合与沉浸式表达,针对当前虚拟现实技术在航空发动机领域的应用存在多学科信息综合表达不 足、仿真实时性低等问题,开发了一种跨学科异构模型集成仿真的航空发动机沉浸式虚拟运行系统。在信息融合与实时交互方 面,研究航空发动机气动热力性能实时仿真、实时控制、参数化结构建模与仿真、数据实时共享与多学科联合仿真集成等技术,实 现了模型实时驱动的航空发动机虚拟运行功能;在数据可视化及3维渲染方面,研究结构数据轻量化处理技术、实时渲染优化技 术,对温度、压力等流场数据进行实时映射,实现了逼真、流畅的沉浸式实时渲染效果。基于上述研究工作,在中国首次开发了1 套由模型实时驱动、跨学科数据集成的航空发动机沉浸式虚拟运行系统,结果表明：该系统实现了发动机结构、系统和性能模型数 据的关联与交互。相关技术和成果可用于协同设计、沉浸式评审、虚拟培训等场景,为未来实现数字孪生、虚实融合的数字发动机 研发提供关键技术支撑和参考。     

面向航空发动机研制的数字孪生定义研究

数字孪生是21世纪诞生的一种技术体系和工作模式,目前已经在学术界、工业界和官方研究机构得到广泛研究和实践应用。为了在航空发动机研制中准确运用数字孪生,就必须明确其定义及内涵。在前期通过文献统计分析得到数字孪生定义模型的基础上,对不同研究视角下的典型定义进行分析、归纳,明确数字孪生的核心要素,以及不同要素的相互关系、在数字孪生中的作用。以此得到面向复杂装备研制的数字孪生定义,并结合航空发动机研制的特定实践,将之具象化为航空发动机研制的数字孪生定义。结果表明：面向航空发动机研制的数字孪生定义核心要素是发动机实体、孪生模型、数据和交互,数字孪生以航空发动机实体为实现载体,以孪生模型为实现功能的核心,以数据和交互作为媒介和推动手段,最终达到提高航空发动机质量、保障航空发动机运行的目的。     

基于区块链+北斗的铁路装备可信数字身份服务方法

智能铁路装备是一个典型的分布式物联系统,具有大量复杂的数据交互共享的需求与场景,装备及其产生的数据信令在系统中的数字身份标识是其重要安全基础。应用基于区块链去中心化的分布式数字身份标识技术,结合北斗时空信息,设计了铁路装备身份标识(railway decentralized identifier, RDID)可信数字身份服务,包括服务架构、生成流程、流转流程和验证流程,并进行了应用模型实现与效能分析。服务可以有效提升装备及其产生的数据信令的规范安全性,保证标识身份全局唯一,可追溯认证,从而提高智能装备系统通信过程数据的完整性与可靠性。