微文字识别系统关键技术研究

分析研究了微型汉字识别系统设计中的关键技术。主要包括：汉字识别、语音合成、系统设计；该系统通过前端的单片微型摄像头对文字进行图像采集，然后由DSP处理器进行图像分析和汉字识别，最后通过语音合成芯片进行朗读。     

惯性辅助的北斗导航故障自适应方法研究

北斗导航系统完好性是指北斗导航系统不能用于导航服务或导航精度超出给定范围时,具备及时发现故障并通知用户的能力.针对北斗导航完好性检测问题,为改善北斗导航定位系统的精度、连续性、完好性和可用性,研究了基于惯性辅助的北斗导航故障检测方法,设计了北斗导航系统的量测修正与故障检测实现方案,构建了基于新息正交性的自适应滤波北斗/SINS紧组合导航架构,根据滑动窗口内新息动态变化特性修正系统量测噪声方差,在北斗导航信号受到较大干扰、发生异常的情况下,对品质较差的卫星测量信号进行识别,并对检测超出一定阈值的突变卫星信号实现故障隔离,从而提高系统适应能力,增强北斗/SINS紧组合导航系统容错性.构建了北斗/SINS组合导航系统仿真验证模型,结果表明,基于惯性辅助的北斗导航方法能够有效检测出卫星信号故障,提高了系统的适应性和定位精度.     

飞机总装数字化脉动生产线技术

飞机总装生产线作为新型生产组织模式,对提高飞机装配效率和质量,满足飞机批量生产要求具有重要作用.在分析总结国内外典型飞机总装生产线及其应用情况的基础上,对飞机数字化总装脉动生产线涉及的大部件数字化对接技术、数字化检测技术、精准移动技术、集成装配平台技术、物料精益配送技术等关键技术进行了探讨,为构建适合我国飞机总装配的脉动生产线提供思路.     

燃烧室长度对固体燃料超燃冲压发动机燃烧室性能的影响

基于国外研究者完成的固体燃料超燃冲压发动机的实验数据,通过分别改变燃烧室等直段长度和扩张段长度,对不同总长的燃烧室工作过程进行数值模拟.采用基于压力的2阶迎风差分数值方法,物理模型为轴对称结构,燃烧模型采用有限速率/涡耗散模型(finite-rate/eddy-dissipation),湍流模型采用SST(shear stress transport) k-ω模型.聚甲基丙烯酸甲酯(PMMA)燃料进口边界由用户自定义函数的方式给定,分别分析了不同长度,即不同等直段长度或扩张段长度下超燃冲压发动机燃烧室内流场特性及其性能变化.结果表明:随着等直段长度的增大,燃烧室出口处燃烧效率逐渐减小,从72.74%降低至66.81%,而燃烧室内总压损失逐渐减小,燃烧室推力逐渐增大,可由85.83N增加至108.55N;改变扩张段长度,发现扩长段长度变化对燃烧室流场结构的影响较小,随着扩张段长度的增大,燃烧室出口燃烧效率和燃烧室推力都略微减小.在燃烧室长度的设计范围内,增大等直段的长度要比增大扩张段长度对提升燃烧室各项性能有帮助.      

涡轮叶栅端壁二次流动与换热的V2F模拟

针对低展弦比涡轮叶栅端壁区亚声速流动及换热,采用基于线性涡黏假设的V2F模型开展了数值模拟.结果表明：涡轮叶栅流动中存在马蹄涡、通道涡、压力侧角涡、吸力侧角涡等多种复杂涡系结构,其中马蹄涡与通道涡是涡轮叶栅二次损失的主要来源.端壁换热与马蹄涡及通道涡强度及位置直接相关,并呈现明显的分区特征.端壁极限流线结果显示,V2F模型模拟的端壁单马蹄涡分离线与实验结果吻合,优于SST （shear stress transport）k-ω模型模拟的端壁双马蹄涡分离线.V2F模型引入了新的湍流尺度,在马蹄涡及通道涡位置、端壁静压损失系数分布、叶栅出口总压损失分布及端壁Standon数分布等方面均与实验结果吻合较好,对叶栅气动损失及端壁换热有良好的预测能力.     

转子叶尖间隙形状对跨声速轴流压气机性能影响机理分析

为研究转子不同叶尖间隙形状对跨声速轴流压气机性能的影响机理,分别对平行式叶尖间隙进行渐变式和阶梯式改型 优化,并利用商业软件NUMECA进行数值模拟。结果表明：对平行式叶尖间隙进行渐变式和阶梯式改型优化后,压气机性能有较 大提高,改型后 0.204-0.408的各类间隙压气机性能优于 0.408-0.204间隙的。相比较平行间隙 PTC 0.204-0.204,渐变式 TTC 0.204-0.408和阶梯式STC 0.204-0.408的失速裕度分别提高1.12%和1.61%,峰值效率基本不变,同时近失速工况下的总压比和效 率也略有提高。叶尖泄漏涡得到抑制,间隙处的流体低速区明显减小,流动损失减小,流场得到较大改善。转子通道的总压比在 85%叶高处明显提高,分别提高了1.01%和3.13%。阶梯式叶尖间隙压气机的静子通道40%叶高处总压损失系数减小达75.4%。 对平行式叶尖间隙进行改型处理能够有效提高压气机性能,且阶梯式叶尖间隙比渐变式的对压气机性能提高的效果更加显著。     

Efficient adaptive Kriging for system reliability analysis with multiple failure modes under random and interval hybrid uncertainty

In the field of the system reliability analysis with multiple failure modes, the advances mainly involve only random uncertainty. The upper bound of the system failure probability with multiple failure modes is usually employed to quantify the safety level under Random and Interval Hybrid Uncertainty(RI-HU). At present, there is a lack of an efficient and accurate method for estimating the upper bound of the system failure probability. This paper proposed an efficient Kriging model based on nume...     

基于深度学习的PIV流场图像修复技术

粒子图像测速技术（PIV）是空天动力装置研究中常用的流场测试方法。但对具有复杂流动特征的燃烧室,通过传统互相关算法处理得到的流场结果往往具有一定缺陷。本文将深度学习应用于PIV后处理中,以实现流场数据的异常检测和修复。在甲烷预混对冲火焰数据集上,将异常划分为两种类型,并搭建U-Net卷积神经网络架构。经过训练和优化,模型以较高置信水平识别两类异常并使用不同策略自适应修复,过滤噪声并保留原始正常数据。同时模型具有较好的可迁移性,可以为其它种类的流场数据修复提供参考。与POD迭代法和中值滤波相比,神经网络强大的非线性特征具有明显的优势,这种方法不仅修复率高,而且在不同工况下鲁棒性好。     

改进的 YOLOv4在飞机蒙皮损伤检测中的应用

针对飞机蒙皮检测中存在的小目标检测欠佳、漏检等问题,提出了 1种基于增强特征融合和 ATSS的 YO. LOv4飞机蒙皮图像目标检测算法。首先,增加用于目标预测的大尺度浅层特征层,以提高模型对小目标的检测效果;其次,增加特征融合网络层数,通过浅层与深层特征层的深度融合,丰富多尺度特征图中的特征信息;然后,通过 K-means++聚类算法对数据集的真实框聚类,获得更具代表性的先验框尺寸,以提高预测框对目标的定位准确度;最后,引入 ATSS对 YOLOv4的样本选择策略进行优化,通过自适应获取最优的 IoU阈值,实现正负样本自动划分,提升模型的检测性能。实验表明,在增加少量计算成本的情况下,算法的检测性能得到有效提升,mAP提升 7.7%,检 测的准确率达到 80%以上。     

基于高精度径向测速的宽带雷达单诱饵速度识别法

由于宽带相控阵雷达测速精度的大幅度提高，现提出了一种新的目标识别方法——基于高精度径向测速的单诱饵速度识别法，并对其识别原理、识别性能进行了详细阐述和定量分析。通过理论推导和计算机仿真计算，验证了该识别方法在宽带相控阵雷达监视诱饵释放过程中应用的有效性。