微动疲劳影响因素及钛合金微动疲劳行为

综述了影响材料微动疲劳 ( FF)行为的各因素及其相互联系,通过实验探讨了接触压力、位移幅度、接触几何及残余应力状态等重要因素对 Ti6Al4 V合金 FF行为的影响规律及交互作用。结果表明,钛合金 FF寿命随接触压力和位移幅度的变化均是非单调性的,原因是名义接触压力的变化改变了接触区应力分布、应力集中状况和微动位移幅,从而影响裂纹的萌生几率,而位移幅影响了疲劳和磨损因素在 FF过程中的作用主次。接触几何则通过改变接触区应力集中状况而影响裂纹萌生几率的大小。残余压应力主要抑制 FF裂纹扩展,在部分滑动条件下它对提高钛合金 FF抗力的作用更加显著。     

多孔介质有效导热系数的计算方法

高孔隙率多孔介质如泡沫陶瓷在新型多孔介质燃烧器技术中应用日益广泛,其重要传热特性参数--有效导热系数反映了两相流气、固相导热、对流和辐射的综合效应,对其研究尚非常缺乏.本文基于实验测定的温度分布,给出多孔介质有效导热系数的初始估值,用有限体积法求解二维控制方程,采用二维寻优搜索的办法,确定使测定点上测量与计算温度均方根误差为最小的径向与轴向有效导热系数,是一种逆计算方法.对球粒子颗粒床进行的有效性试验证明了方法的可行性.     

激光冲击处理相关参数研究

本文详细论述了激光参数，表面涂层材料和厚度，约束层材料及其与工件之间的间隙等各项参数对激光冲击处理的影响，并以试验确定了各项参数的选取，使激光冲击处理技术达到工程化，实用化。     

基于学习的空间机器人在轨服务操作技术

发展具备全自主操作能力的在轨服务航天器是未来航天领域的重要方向,而赋予航天器自主学习能力是实现自主化操作的重要手段.本文首先对近年来国外在轨服务操作的重要研究计划和关键技术进行了分析,并系统论述了基于学习的机器人操作技术的主要理论和方法.然后,结合未来在轨服务的需求,对我们在此领域的初步研究成果“基于学习的在轨燃料补加控制系统”进行了介绍.最后,结合航天领域的特点,分析了基于学习的空间机器人在轨服务技术所面临的挑战和未来的发展方向.     

一种基于Gabor深度学习的无人机目标检测算法

随着智能控制技术的不断成熟,无人机给军事领域带来快速发展的同时也带来了威胁.因此针对空中飞行的无人机进行实时检测的任务需求,设计了一种基于Gabor深度学习的无人机目标检测算法.首先,搭建基于Gabor滤波器的深度神经网络,输入的图片经过该网络进行网格化划分,用以特征提取;然后,针对每个格子的特征利用回归算法计算其中物体的位置信息,并利用分类算法计算物体的类别信息,对以上得到的回归和分类结果进行筛选、融合得到最终的检测结果;最后,采集空中飞行的无人机真实数据构建数据集,在此基础上进行网络模型训练和算法验证.     

一种基于改进KELM的在线状态预测方法

针对核超限学习机（KELM）在线状态预测过程中,核矩阵阶数不断增长且难以跟踪时变动态特征的问题,提出了一个具有遗忘因子的稀疏KELM在线状态预测方法。通过引入遗忘因子构建新的目标函数,使稀疏字典中各元素依据时间远近具有不同权重,保证了模型对动态变化的有效跟踪;通过最小化字典的快速留一交叉验证（FLOO-CV）误差,选择具有预定规模的关键节点构成字典;基于当前字典,通过矩阵初等变换和分块求逆,实现相关参数的递推更新。某型飞机发动机的状态预测结果表明,与目前已有的3种在线序贯KELM相比,所提方法在6个监测项目上的平均训练时间分别缩短了7.5%、62.0%和81.9%,平均预测精度分别提升了44.0%、19.9%和50.9%。      

基于强化学习的时间触发通信调度方法

未来航空电子系统中将会更广泛地选择基于时间触发的通信机制进行信息传输,以保证信息交互的确定性。如何合理地进行时间触发通信调度设计是时间触发应用于航空电子互连系统的关键。针对时间触发调度的周期性任务,提出了一种基于强化学习的周期调度时刻表生成方法。首先,将流量调度任务转换为树搜索问题,使之具有强化学习所需要的马尔可夫特性;随后,利用基于神经网络的强化学习算法对调度表进行探索,不断缩短延迟时间以优化调度表,且在训练完成后,可以直接使用到消息分布相近的任务中。与使用Yices等可满足模理论（SMT）形式化求解时间触发调度表方法相比,所提方法不会出现无法判定的问题,能够保证时间触发调度设计结果的正确性和优化性。对于包含1 000条消息的大型网络,所提方法的计算速度为SMT方法的数十倍以上,并且调度生成消息的端到端延迟在SMT方法的1%以下,大大提高了消息传输的及时性。      

阵列射流冲击复合不同肋化表面的沸腾特性

阵列射流冲击冷却技术可以有效地解决高热流密度器件的散热问题,为了验证受冲击表面强化传热结构对优化两相射流冷却性能的有效性,结合高速显微摄像手段,研究了不同肋化表面结构形态对受限式阵列射流冷却的流动、传热特性的影响。设计了2种含不同肋化表面形态:光滑切割针肋（0.6 mm×0.6 mm×1.0 mm）、外覆多孔烧结层的粗糙针肋（粒径为73~53 μm）。实验使用无水乙醇为工质,以光滑表面的射流冷却热沉为对照组,入口温度均为20℃,在固定工质流量7.5 mL/s下,随着加热热流密度由5 W/cm2增加至100 W/cm2时,热沉的换热系数均持续上升但增幅逐渐减小,未明显观察到沸腾相变的发生。对固定热流密度82.6 W/cm2、80.5 W/cm2改变工质流量（射流雷诺数）的实验工况,当工质流量由7.5 mL/s逐渐降低至1.0 mL/s时,可以非常明显地观测到射流腔内部工质由分层湍流逐步进入泡状流、弹状流及环状流,其分别对应起始沸腾区、核态沸腾区及膜态沸腾区。      

距离多普勒成像和多散射点定位

距离多普勒雷达成像系统的基本任务是利用雷达回波信号的距离和多普勒信息重构目标反射率的空间分布。本文把用逆合成孔径雷达对运动目标进行距离多普勒成像当作多散射点定位问题来研究,把成像雷达信号处理的两个关键,运动补偿和成像作为最大似然估计问题一起求解。原则上需进行多维搜索,一般情况下,目标上散射点的个数、位置以及目标的轨道运动都先验未知,这种求解的计算量极大。在若干合理的假设成立时,可引入DFT,免去估计散射点个数和位置,大大减少搜索维数,并可利用FFT,从而大大提高计算效率。这样做的代价是最终的成像质量有所下降。当目标轨道运动模型可用二次的距离时间函数描述时,只需进行二维搜索,文中导出了进一步简化的相位补偿和成像算法,并给出了计算机模拟结果。     

一种复杂场景下的人眼检测算法

针对复杂场景下的人眼检测问题,间接方法和直接方法具有一定的局限性。提出了一种不依赖人脸检测的直接型人眼检测算法,以解决复杂场景下多尺度尤其是小尺度人眼检测问题。算法通过减少下采样因子并加入扩张残差单元以提升小尺度人眼检测能力,且对多尺度特征相互拼接以保证多尺度人眼检测的精度。同时,算法借助于压缩特征输出通道降低了模型复杂度,使人眼检测效率得以提升。实验结果表明:所提模型可以在小尺度下有效地进行左右眼区分,并在红外数据上表现良好。经在DIF数据集上进行训练与测试,所提模型在较小尺度下人眼检测精度达到82.59%,检测效率达到30.5 fps。