固定翼反潜机浮标阵监听飞行航路规划研究

本文结合工程实际应用,研究了固定翼反潜机对浮标阵监听飞行航路规划问题。分析了浮标阵存在公共监听区域的条件,对于不能整体监听覆盖的浮标阵,提出了监听航路的评价指标。针对固定翼反潜机执行监听任务时,属于近距离航路规划范畴,飞行航路受载机机动转弯性能约束的影响较为显著,对监听航路采用了一定转弯策略,并用遗传算法搜索生成监听航路,取得了较好的效果。     

基于FBG 传感器的复合材料固化监测

温度和内应力是影响复合材料固化过程和结构性能的重要因素,将双光栅的FBG传感器埋入到玻璃纤维/环氧树脂预浸层合板结构中,监测热压固化过程中温度、黏度和内应力变化,并简要分析了固化后的残余应变。实验证明FBG传感器可有效监测复合材料结构固化过程的温度、黏度和内应力,能够作为智能固化控制依据,且固化结束之后,相同的传感器可以被用于提供结构使用过程中产生的温度/机械变化的信息。     

基于LabVIEW的旋转机械监测与诊断系统设计

随着现代科学技术在设备上的应用,旋转机械设备越来越大型化、复杂化,自动化程度也越来越高。因此,对旋转机械监测和诊断系统的要求也越来越高。在分析旋转机械故障易造成重大损失的基础上,阐述了在工业生产中利用虚拟仪器构建状态监测与诊断系统的优越性。提出了基于LabVIEW的旋转机械监测与诊断的硬件及软件解决方案,可以满足方便地监测各类转子工况以及及时做出准确的故障诊断的要求。     

结构化工艺在卫星总装过程的应用改进

文章介绍了基于工艺文件体系结构化设计和改进,对卫星总装过程不同阶段所需的生产信息进行管理的新方法。运用工艺多级式表达方式,使各个生产阶段有效地获得适合本阶段特点的工艺信息,并以树状图、流程图等形式加以展现,实现生产计划管理、物料计划管理与工艺信息的协调一致。结构化工艺有利于工艺工作方式与信息化手段的结合,通过信息化系统的开发和使用,卫星总装敏捷制造能力将得到有效地提升。     

基于粘贴式应变传感器的车辆超载监测系统

针对车辆超载运输,深入研究了车载称重技术,设计了基于车载称重装置的短消息技术的车辆超载监测系统.利用安装在汽车钢板弹簧上的粘贴式应变传感器测量车辆钢板弹簧承受的载荷信息,计算显示车辆总载荷,在车辆超载的情况下车辆超载监测装置启动车载短消息终端以短消息形式发送超载信息,并将数据提供给相关部门.系统经过反复的试验验证,能够准确地检测出车辆的载重状态,可用于交通部门和路政部门对载重车辆进行收费、管理和处罚.      

潜在故障期内航空发动机的剩余寿命预测

在航空发动机的潜在故障期内,状态参数的变化规律可以间接地预测发动机的剩余寿命。针对潜在故障期内的特点,利用随机滤波理论建立了航空发动机的剩余寿命预测模型,并采用K-M法检验发动机性能参数的退化数据服从威布尔分布,按照最优线性无偏估计的点估计方法和极大似然函数法对相关参数进行点估计,举例对某型航空发动机在潜在故障期内的剩余寿命进行了预测。模型有效地预测了航空发动机的剩余寿命,为航空发动机的视情维修提供了决策依据。     

机载信息系统无线网络的安全设计

民机机载信息系统作为机载网络与地面网络的机上连接终端,在带来机载信息与地面网络信息传递便利的同时,也对机载网络安全性设计提出了更苛刻的要求。通过对机载信息系统与地面网络架构研究,分析了可能由地面网络技术引入的网络安全威胁,并针对这些威胁探讨了相对应的安全防护策略和机载信息系统研制应遵循的适航取证方法。     

Alta U9000图像数据由16位到8位的转换

科学级CCD图像一般是16位的,为了便于在Windows中显示处理过程中的16位图像,需要将16位图像转换为8位图像。介绍了2种转换算法:直接转换法和区间转换法。研究表明:直接转换法实现简单,但容易丢失信息,当原始图像中的有效信息区间较小时,应使用区间转换法;根据原始图像直方图确定用有效信息区间的算法,该算法与CCD的噪声点个数有关,通过对科学级CCD Alta U9000噪声情况的测试,给出了确定U9000图像有效信息区间的方法。     

基于动态Bayesian网络的叶片加工质量监控与溯源

 针对叶片加工过程中质量精度不高的问题,提出了基于动态Bayesian网络的叶片加工质量监控与溯源方法.利用动态Bayesian网络建立起叶片加工工序间的相互联系,实现对整个加工过程的控制.基于Bayesian网络对影响加工工序的因素集建立因果联系,采用多元统计过程控制中的T²控制图完成对各工序影响因素集的监控.进行误差溯源时,根据Bayesian网络建立的因果关系对失控样本的T²统计量依据原因变量进行误差分解,并构建各分解变量的控制限,将其作为误差源判定的条件.通过对某叶片加工过程的仿真,验证了所提方法的有效性.     

Reliability Analysis of Aircraft Condition Monitoring Network Using an Enhanced BDD Algorithm

The aircraft condition monitoring network is responsible for collecting the status of each component in aircraft. The reliability of this network has a significant effect on safety of the aircraft. The aircraft condition monitoring network works in a real-time manner that all the data should be transmitted within the deadline to ensure that the control center makes proper decision in time. Only the connectedness between the source node and destination cannot guarantee the data to be transmitted in time. In this paper, we take the time deadline into account and build the task-based reliability model. The binary decision diagram (BDD), which has the merit of efficiency in computing and storage space, is introduced when calculating the reliability of the network and addressing the essential variable. A case is analyzed using the algorithm proposed in this paper. The experimental results show that our method is efficient and proper for the reliability analysis of the real-time network.