面向重用的MBD模型本体知识库构建技术研究

航空领域产生的大量历史MBD模型数据,具有很高的重用价值。构建规范化的模型存储数据结构是模型重用中需要解决的首要问题,研究了MBD模型数据的组织形式,以本体技术作为模型类型划分和属性信息的知识表示方法,设计了一种集合几何信息与非几何信息的本体数据结构。基于该数据形式将历史模型数据存储为结构化的本体知识库,通过模型关键信息检索试验验证了该技术的可行性,为海量模型数据重用奠定基础。     

航空发动机排气系统红外辐射测量与数值计算比较研究

评估航空发动机红外隐身性能,需获取其排气系统的红外辐射强度。介绍了航空发动机排气系统红外辐射测量方法,通过试验验证得到了3~5mm的红外辐射特征。采用反向蒙特卡洛法对发动机排气系统的红外辐射特征进行数值计算,计算中将固体壁面的反射特性分别设为漫反射体和镜面反射体,并将计算值与试验值进行对比分析。结果表明:两者分布规律一致,但将壁面的反射特性作为镜面反射处理时,计算值与试验值的误差明显减小。     

一种大口径蝶阀流量特性的坐标定位回归算法

大口径蝶阀是高空模拟试车台的一个重要设备,其数学模型建立依赖于大口径蝶阀的流量特性。为获得大口径蝶阀的流量特性,提出了一种基于特征坐标,从大稀疏分散试验数据中提取连续特征信息的大口径蝶阀流量特性的坐标定位回归算法。即先对无规律的试验数据过滤预处理,再基于特征坐标对预处理数据在特征坐标轴上进行压缩、合并。在此基础上提出了迭代扩充回归流量特性系数的算法,从而获得所需的大口径蝶阀的流量特性。与高空模拟试车台的试验数据对比表明,利用建立的大口径蝶阀流量特性所计算的蝶阀流量与测量流量之间的稳态误差均在5%以内。     

浅谈高精度惯性仪表制造技术特征中 不可忽视的制造工艺固有特性问题

重点研究了我国高精度惯性仪表产品制造技术如何突破传统机械产品制造工艺理念和认知框架,解决高精度惯性技术(原理)产品制造合格率、 参数稳定性和精度提高问题.首次在产品制造技术特征中从理论上提出了"制造工艺的固有(基因)特征性"概念,当研究提高惯性仪表精度的解决方案时,从制造角度应注意到这一"固有的遗传(基因)特征"抽象概念对产品精度影响作用.提出了在高精度惯性仪表的制造工艺设计中,应关注减小或消除这些制造工艺固有特征作为关键工艺控制因素.     

航空发动机风扇叶片硬物冲击损伤特征

通过对国内近20年民用航空发动机风扇叶片外物损伤数据调研与统计分析,筛选最具典型特征的硬物冲击损伤数据,依据发动机维修手册对风扇叶片损伤类型特征进行了分类,研究损伤类型与发动机类型的相关性和差异性、损伤发生位置特征、损伤尺寸特征等内容.分析结果表明:发动机风扇叶片硬物冲击损伤类型表现出多样化特征,其中缺口和凹坑两类损伤类型发生概率较大,而且不同损伤类型在特定发动机型号中又存在一定的差异性.通过对损伤位置与尺寸特征的分析,表明风扇叶片的损伤位置存在一定的集簇统计规律,缺口的损伤尺寸特性存在一定的统计分布规律.研究结果能够为航空发动机风扇叶片实际的维护维修工作提供相关技术参考.      

基于翼尖涡物理特征的诱导阻力减阻机制实验研究

本文通过风洞实验研究了翼尖涡的物理特征以及诱导阻力的减阻机制。实验中利用3DPIV（三维粒子图像测速技术）技术得到了翼尖涡的物理特征,并基于本文提出并设计的翼尖气动力测量装置,得到了机翼翼尖处的诱导阻力。实验结果表明,机翼翼尖涡的无量纲环量会随机翼迎角及风速的增大而增大。翼尖涡无量纲环量的减小以及翼尖涡与机翼之间距离的增大都会引起诱导阻力的减小。具体而言,通过抑制翼尖涡的无量纲环量,增加翼尖涡与主机翼之间的距离,减小翼尖涡与机翼之间的相互作用,实现机翼翼尖诱导阻力的减阻。     

SAR图像舰船识别的三维空间逆投影与匹配技术

提出一种合成孔径雷达（SAR,Synthetic Aperture Radar）图像舰船识别新技术.首先通过将SAR图像逆投影至三维（3-D,Three-Dimensional）目标空间,提取目标空间3-D逆投影散射图 （BPSI,Back Projection Scattering Image）来表征观测舰船目标的强散射源三维分布;然后采用物理光学法预测各候选舰船目标的3-D热点散射图（HSPI,Hot Scattering Point Image）,进而匹配3-D BPSI与3-D HSPI来识别舰船.为了提高计算效率,采用一种两级分层匹配策略：第1步利用几何特征进行预筛选;少数被选取的候选目标参与第2步的分类判决,同时设计一种便于实现的“模糊”匹配准则,克服了“点对点”准则对计算误差等非理想因素敏感的问题.仿真和实测舰船SAR图像的实验结果,显示了3-D散射特征在目标区分能力和可视化效果方面的优势,证明了该方法的有效性.     

基于SIFT,K-Means和LDA的图像检索算法

图像检索一直是信息检索领域的难题。提出了一种基于尺度不变特征变换（SIFT,Scale Invariant Feature Transform）,K-Means和潜在狄利克雷分布（LDA,Latent Dirichlet Allocation）的图像检索算法。算法主要分为两个阶段。预备工作得到分类完成的图库、概率分配参数表和基本词库;实现检索是在预备工作的基础上归类测试图片,然后在该类下搜索最相似图片。对比传统的基于文本或内容的检索方法,该算法在检索之前将图片库中所有图片按其本身特征进行自动分类,取代人工标注图像信息的过程,同时由于整个算法完全基于图像特征,故此方法不会引入人工因素的干扰。实验结果表明,该算法能够较为准确地将要检索的图片归为图片库对应的类别中,有效地提高图像检索效率。     

一种新的SIFT匹配定位技术研究

在基于局部特征点匹配的目标定位系统中,匹配点和误匹配点数量的多少直接影响定位准确度。传统SIFT方法为保证匹配过程中有足够的匹配点数,通常选取较小的统计区域,特征点缺失了对周边区域的关联性,造成误匹配。为提高定位准确度,提出一种改进的SIFT特征描述子。在传统的SIFT局部特征描述子中引入PCA统计特征,在获得更高的正确匹配率的同时降低了错误匹配率。针对常用的SIFT误匹配滤除算法（NN法）滤除误匹配时需牺牲大量正确匹配,提出在NN法基础上,利用匹配特征点的坐标信息对误匹配进行二次滤除,进一步减少了误匹配。实验结果表明,定位算法的准确度优于传统方法。