基于测速定轨的轨道参数精度分析

利用误差传播关系,比较了测速体制下逐点定轨算法和多项式定轨算法的精度,为多项式和样条算法在测速定轨体制中的应用提供理论依据。利用逐点及多项式算法对两条典型轨道进行性能计算,结果表明:多项式算法能获得比逐点算法更高精度的轨道参数,且该算法数据结构简单、具有一定的实时性。     

基于主元分析和BP神经网络对刀具VB值预测

对声发射信号进行5层小波分解提取6个频段的能量值,把它与切削速度、切削深度、进给量和切削时间一起作为刀具状态的特征向量.通过主元分析进行降维、消除特征向量间的相关性后,把得到的主元作为BP(Back Propagation)神经网络的输入向量.BP神经网络应用改进的LM(Levenberg-Marquart)算法进行学习,利用输入向量对网络进行训练后,实现对刀具后刀面磨损量VB的预测.实验结果显示:基于主元分析和LM算法改进的BP神经网络建立的预测系统,网络输出与实测VB值的误差0.03以内;根据预测VB值的范围可判别出刀具的不同状态.      

疲劳裂纹扩展门槛值试验方法的探讨

本文就恒K控制的K梯度法疲劳裂纹扩展门槛值试验的实施方法。从硬件、软件及数值处理等方面进行了探讨,提出了用软、硬件滤波相结合的方法来减小裂纹长度测量值的波动,以提高试验的测量与控制精度。同时讨论了采用通用性较好的能描述全过程的疲劳裂纹扩展速率表达式进行外推估计疲劳门槛值的方法及其实际应用。本文也指出用王永廉提出的表达式将包含有低速扩展段数据点的试验数据进行曲线拟合外推,即能得到实用的门槛值数据,而试验时间比标准试验要少得多。     

航空发动机轮盘概率风险评估方法

建立了一种基于概率损伤容限的航空发动机压气机轮盘风险评估方法,考虑了缺陷发生率、缺陷分布、应力与缺陷检测概率对涡轮盘失效风险的影响。基于适航规章与咨询通告的要求,建立了考虑检查与不考虑检查两种不同的概率风险评估流程。结合有限元应力分析和断裂力学方法计算了压气机轮盘失效风险随循环变化曲线,与咨询通告AC 33.14-1给出的案例进行了对比,验证了本文提出方法的准确性与合理性。     

三头部燃烧室点火过程中火焰传播特性研究

为了探讨三头部燃烧室点火过程中的火焰传播特性,建立了矩形模型燃烧试验系统,开展了流动与点火过程中火焰传播特性、当量比对周向点火过程影响规律的研究.研究表明:初始火核主要在中心回流区边界形成,其传播过程具有阶段性,先顺流线方向进行传递,待燃烧强度增大到一定值后,火焰才开始向其他区域延伸;在相同压损下,当量比减小会使得燃烧...     

航空发动机齿轮副动态啮合过程与齿根裂纹扩展轨迹影响因素研究

为了研究航空发动机中附件齿轮箱中的一对齿轮副在动态啮合过程中的响应特性和齿根裂纹的扩展对齿轮系统的影响,利用有限元仿真分析法,基于显示动力学和线弹性断裂力学研究了该齿轮副动态啮合过程和齿根裂纹扩展轨迹影响因素。含有齿根裂纹的齿轮在啮合过程会产生额外的振动和噪声,会引起转速、啮合力、啮合频率、接触应力产生较大波动;齿根裂纹的扩展轨迹不同会导致齿轮系统两种典型的失效模式:轮缘断裂失效或齿断裂失效,发生轮缘断裂的可能性受到轮缘厚度与齿高比值和裂纹初始位置的影响,会随着该比值的减少和初始裂纹位置沿着齿根方向下移而增大,初始裂纹方向对裂纹扩展轨迹影响很小可以忽略。研究成果在工程中可以为齿轮结构的故障监测和结构设计提供参考。     

飞机壁板辐射声的有源控制

利用一块飞机壁板讨论有源消声技术降低飞机舱内噪声。首先从理论上说明了利用有源消声抵消壁板辐射声的可行性;介绍了可用于工程的自适应有源消声器;最后在实验室对振动激励的壁板输射声、声激励时壁板的透射声进行了消声实验,取得了良好的效果。     

固体推进剂裂纹扩展的试验研究

固体推进剂裂纹扩展的预测是固体火箭发动机中的一个十分重要的问题,这个问题的解决在很大程度上要依赖于试验研究.本文主要介绍国外在某些典型推进剂的裂纹扩展的试验研究中所采用的推进剂试件、试验方法、试验条件和试验结果.     

Orbital error propagation considering atmospheric density uncertainty

Due to the influence of various errors, the orbital uncertainty propagation of artificial celestial objects while orbit prediction is required, especially in some applications such as conjunction analysis. In the orbital error propagation of artificial celestial objects in low Earth orbits (LEOs), atmospheric density uncertainty is one of the important factors that require special attention. In this paper, on the basis of considering the uncertainties of position and velocity, the atmospheric density uncertainty is also taken into account to further investigate the orbital error propagation of artificial celestial objects in LEOs. Artificial intelligence algorithms are introduced, the MC Dropout neural network and the heteroscedastic loss function are used to realize the correction of the empirical atmospheric density model, as well as to provide the quantification of model uncertainty and input uncertainty for the corrected atmospheric densities. It is shown that the neural network we built achieves good results in atmospheric density correction, and the uncertainty quantization obtained from the neural network is also reasonable. Moreover, using the Gaussian mixture model - unscented transform (GMM-UT) method, the atmospheric density uncertainty is taken into account in the orbital uncertainty propagation, by adding a sampled random term to the corrected atmospheric density when calculating atmospheric density. The feasibility of the GMM-UT method considering atmospheric density uncertainty is proved by the further comparison of abundant sampling points and GMM-UT results (with and without considering atmospheric density uncertainty).     

基于有向图的蜂群无人机故障影响

基于蜂群无人机控制模型,针对虚假数据注入的故障情形,为了分析该故障情形下,蜂群无人机中故障的的影响及传播关系,采用故障传播有向图及一致性理论,开展蜂群无人机故障影响机理研究。首先,通过Dijkstra算法计算故障源到各无人机的最短路径,建立故障传播有向图;然后预测各无人机受故障影响的程度,结合蜂群无人机系统,计算一致性行为偏差的指标,并将其作为实际故障影响程度;最后,通过对预测结果与实际故障影响程度进行仿真比较,验证了所建立的故障影响机理的合理性。