高强Al-Cu-Li-X铝锂合金2A97三级时效工艺及性能研究

以新型高强Al-Gu-Li-X铝锂合金2A97为研究对象,通过拉伸试验研究两种三级时效工艺及其改型工艺对合金性能的影响.结果表明,含有δ′相二次析出过程的三级时效和含有δ′相回溶过程的三级时效处理合金的强度和塑性达到T6峰值时效水平,三级时效改型工艺由于增加变形使前者合金的强度升高,塑性降低,使后者的强度显著提高.三级时效和单级时效合金的主要显微组织有δ′相、θ″/θ′相和T1相.三级时效改型工艺由于增加变形促进δ′相析出和δ′相回溶,同时变形促进T1相析出,从而改变了主要强化相δ′相和T1相的数量.     

无人机类脑吸引子神经网络导航技术

当前无人机在非结构化或未知环境下飞行主要采用SLAM进行导航与定位,存在如下突出问题：依赖高精度昂贵激光雷达等环境感知传感器;需要建立准确世界和无人机物理模型;受环境影响较大;自主智能水平较低,无法较好地满足无人机对导航系统的要求,需要发展自主智能的导航方式。基于吸引子神经网络的类脑导航技术,无需训练模型参数,不依赖高精度传感器,无需精确建模,且复杂环境下鲁棒性较强,具有解决上述问题的潜力。简要阐述了动物大脑导航机理,分析了吸引子神经网络和基于吸引子神经网络的类脑导航关键技术,最后讨论了吸引子类脑导航技术在无人机应用中的挑战。     

基于超静定配平的机动载荷控制风洞试验

介绍了俯仰机动载荷减缓(MLA)在某运输类飞机缩比风洞试验模型上的应用,旨在通过风洞试验研究一种基于超静定配平原理的机动载荷控制方法。首先,对模型飞机纵向超静定配平方法进行了研究并从理论上揭示通过其减缓机动载荷的基本原理;然后,依据超静定配平原理设计了MLA控制律,通过反馈模型飞机等效过载驱动副翼偏转减小机翼载荷,同时偏转升降舵来保持飞机的俯仰机动性能;最后,依次实施了超静定配平试验,气动伺服弹性稳定性试验以及机动载荷减缓试验,分别用以确定MLA控制律参数,检查控制系统稳定性以及获取俯仰机动时的系统响应。试验结果表明:在MLA控制律作用下,机翼根部弯矩增量比MLA控制律关闭时减小了10%以上,而模型飞机的俯仰机动性能基本保持不变;MLA控制律的加入使控制增稳系统稳定性略有下降;通过超静定配平试验确定MLA控制参数的方法有效提升了MLA控制律设计可靠性,使翼根弯矩减缓量接近目标值。研究工作为运输类飞机的机动载荷控制设计与试验提供了一种可行途径。     

一种难加工材料深孔薄壁零件加工方法

通过分析某30CrMnSiNi2A深孔薄壁零件在加工过程中存在的问题基础上,采用了带涂层的深孔加工刀具拉镗拉铰加工内孔后,再进行珩磨,最后以轴向定位夹紧的方式加工外形的思路,该方法保证了零件加工精度,解决了该薄壁深孔零件的加工问题,完全满足生产实际需要.     

用于解距离和速度模糊的算法(英文)

为了提高检测性能和实现多功能 ,PD雷达常采用高、中、低脉冲重复频率 PRF。对应一定的脉冲重复频率 ,PRF会出现测距模糊、测速模糊。以聚类算法为基础 ,本文介绍了一种用于雷达目标解距离、速度模糊的滑窗相关器算法。该滑窗算法是一种遍历性的算法。文中对该算法的解模糊正确率、运算效率进行了讨论 ,分析了解模糊正确率与脉冲重复频率 PRF、检测范围、滑窗宽度间的关系 ,同时给出了仿真结果。     

斜置尾桨对直升机飞行特性的影响

基于叶素理论建立了斜置尾桨的数学模型,以UH-60A直升机为对象,计算了平飞配平特性,并与试飞结果进行对比,完成了对模型的验证。验证结果表明,所建的斜置尾桨模型合理准确,能满足工程精度。本文从直升机悬停需用功率研究了尾桨斜置角的设计,计算了不同尾桨斜置角对直升机悬停需用功率的影响,得出UH-60A直升机的尾桨斜置角优化值为20~25°。通过计算和对比斜置尾桨与常规尾桨直升机的平飞配平特性,得出尾桨斜置主要影响直升机的纵向配平特性。最后,对斜置尾桨的利与弊进行了一些讨论。     

两种基于图论的聚类算法改进(英文)

近年来,基于图论的聚类算法被广泛地应用在数据聚类和图像分割之中。聚类任务主要是挖掘一组给定数据隐含的分布规律和结构信息,而图像分割则是将一幅图像划分为若干互不交迭区域的过程。主要讨论两种比较流行的基于图论的聚类算法,即基于有向树的数据聚类算法和基于最小生成树的图像分割算法。创新在于:(1)改进基于有向树的数据聚类算法,将其应用于图像分割;(2)改进基于最小生成树的图像分割算法,将其应用于数据聚类。在人工数据和实际图像数据上的实验结果表明,改进的有向树算法可以很好地分割图像并保留图像中足够的细节,而改进的最小生成树聚类算法能比较好地聚类具有流形结构的人工数据。     

一种基于多维空间超球体的快速聚类算法

提出了一种基于多维空间超球体的快速聚类算法。这种算法结合密度聚类和层次聚类两种思想。首先利用密度聚类方法将小范围内的数据对象聚合成超球体,然后再按照层次聚类中的凝聚思想,根据超球体之间的位置关系产生最终聚类。实验表明,该算法对于数值型数据集不仅在效率、噪声敏感性等方面均有较好的表现,同时还可以通过诸如“双环测试”等带有刁难性的特殊测试集。以往,常常简单的以距离来刻画的数据间“相似性”,而所提出的快速聚类算法则改由超球体之间连接的紧密程度来描述这种性质。实验表明,这种修改使得算法的性能得到了很好的改善。     

基于光纤智能夹层和模糊RBF神经网络的飞行器载荷识别

为了更好地保障航空飞行器的安全,提高飞行器的可靠性,提出了一种通过性能参数稳定的光纤智能夹层采集数据,并且结合模糊RBF神经网络对机翼盒段载荷进行识别实验的方法.该方法融合了模糊理论和神经网络各自的优点,通过改进的模糊C均值聚类(FCM)聚类算法删除冗余的规则以进行规则的优化,能自适应地从学习样本数据中提取相应信息,实时地进行载荷辨识.从仿真结果可以看出:该网络模型具有学习时间较短、学习速率较快和精度较高等优点.     

流数据复杂聚类查询处理算法

流数据上的连续查询,尤其连续聚类查询是流数据处理研究的难点.草图算法能够计算流数据上等值连接大小的高精度近似值,而直方图算法能够较精确地统计流数据的分布.本文结合这两种算法的优势,提出了一种能够高效处理流数据上复杂聚类查询的算法.理论和实验结果表明,该算法具有较高的精度和较小的空间复杂度.