万工显滑板移动直线度的检修

通过对影响万能工具显微镜滑板移动直线度的分析 ,提出有针对性的修理方法 ,并分别论述了产生线值偏差和角度偏差的主要原因。     

0.4C-铬镍钼硅钢多冲疲劳裂纹起始寿命估算

 本文采用局部应力一应变法,结合Coffin公式,忽略弹性应变。考虑应变速率的影响,导出了在给定的试验条件下,根据材料的拉伸性能估算其多冲疲劳裂纹起始寿命的表达式,经试验结果验证表明,对不同冲击能量,不同热处理状态以及不同缺口形状的多冲试样,估算式均具有较高的准确性。     

基于灰色系统预测直升机航迹的研究

 反直升机智能雷对直升机航迹的预测在作战中非常重要,但在数据非常有限的情况下,准确地预测又很困难。提出了用灰色系统理论解决直升机航迹预测问题,建立了灰色系统 GM预测模型和 n次累加残差模型并对GM预测模型进行修正。在每个采样期间内,实时在线建立GM预测模型和残差模型以提高预测精度。通过实例计算能看出用较少的探测数据可以得到较高的预测精度。     

基于雷达航迹的航空器质量估算

为保障基于轨迹运行的顺利实施,必须提高四维航迹预测的精度,而四维航迹的精准预测依赖于航空器质量准确估算。鉴于此,构建并分析了航空器能量模型;基于雷达航迹与航空器基础资料( BADA),提出了新型的航空器质量估算方法与步骤;利用最小二乘算法求解了航空器质量的估计值;分别基于预测航迹、雷达轨迹与QAR数据,采用相对误差作为评价指标,实施验证与分析。验证结果表明,提出的方法可将航空器质量估算误差控制在5%以内,从而能够有效地提高航迹预测精度。     

基于晶体塑性理论的疲劳裂纹起始数值模拟

在疲劳荷载作用早期,材料在晶体尺度出现裂纹的萌生,为了研究疲劳短裂纹的发展,利用Monte Carlo法建立了多晶体晶粒集合的Voronoi有限元模型,并在Ansys Usermat子程序接口下编写了晶体塑性本构方程子程序,修正了以拉伸硬化为主的疲劳裂纹起裂的计算机模拟方法,并结合TANAKA和MURA的位错偶极子模型,模拟了晶粒集合在疲劳荷载作用下的裂纹萌生,最后与文献实验数据对比,这一修正的方法更加符合实验结果和宏观现象.     

FGH96粉末涡轮盘结构模拟件疲劳小裂纹扩展试验

为了分析涡轮盘轮缘榫槽等几何不连续部位对疲劳裂纹萌生及小裂纹扩展行为的影响,基于FGH96粉末盘实际构型设计结构特征模拟件,并对其在高温条件下开展自然萌生疲劳小裂纹扩展试验,通过疲劳中断试验和表面复型技术对榫槽和螺栓孔结构模拟件在500℃下的裂纹萌生和小裂纹扩展行为进行了观测和分析。结果表明：2种结构模拟件缺口表面存在多裂纹萌生现象,随着应力水平的降低,裂纹萌生位置由表面晶界转变为近表面特定方向的晶面以及非金属夹杂物处;2种结构模拟件裂纹萌生寿命占比约为36%～73%,且随着应力水平的降低而提高,裂纹扩展至工程可检裂纹尺寸时的寿命占比约为82%～96%,应力水平对其影响相对较小;特征模拟件缺口附近高水平的塑性变形能够导致小裂纹扩展速率分段特征现象消失,并延缓裂纹扩展过程中的合并行为,延长裂纹扩展寿命。     

月球探测任务测控系统总体设计技术研究

我国的探月工程采用"绕、落、回"三步走发展战略,测控系统作为工程五大系统之一,通过探月工程建成了全球布站的深空测控网和18 m测控网,并圆满完成了历次任务对探测器的测控,在任务分析与设计、测定轨和链路设计等方面积累了大量实战经验。本文以嫦娥四号中继星和探测器两次发射任务为例,系统梳理了我国深空测控网和18 m测控网现状;根据任务需求,从测控覆盖、链路性能、测定轨精度和日凌影响等方面对测控任务实施能力进行了详细分析。以此为基础,对多目标测控、轨道测量和日凌期间的测控方案进行了系统设计。通过对任务期间获取的实测数据进行全面分析,总结了测控实施情况,并对后续工作提出了建议,以期为我国后续月球和深空探测测控通信任务设计提供借鉴。     

冲压空气涡轮释放过程运动学分析

冲压空气涡轮作为飞机上的应急能源,能在出现紧急情况时提供电能,保证飞机上电传操控和电子设备的正常工作。本文以冲压空气涡轮为研究对象,基于机械运动原理对系统模型进行了简化,基于刚体假设,结合MATLAB软件从理论上研究结构在释放过程中的运动学问题。给出了冲压空气涡轮系统释放过程中各个关节空间位置的理论求解方法,得到了关节在空间中的运动轨迹和对应的速度时间曲线、加速度时间曲线,结果表明:冲压空气涡轮系统的释放过程在1 s以内,释放速度较快,且各关节在释放初始阶段速度、加速度响应较大。本文的工作可为后期不同冲压空气涡轮系统构型的初步设计提供理论依据,指导冲压空气涡轮释放的仿真计算和试验。     

基于SVM算法的虚假航迹识别

针对云雨杂波和主被动干扰导致多雷达传感器产生虚假目标航迹的问题,利用支持向量机(SVM)算法的自主学习能力,通过构建基于数据驱动的判别模型进行虚假航迹识别。针对航迹起始得到的目标潜在航迹,利用人工智能数据驱动、自学习的特点,设计了SVM算法。通过对已标记真假的目标航迹样本进行离线学习,形成虚假航迹识别的SVM分类器,实现了基于数据驱动的判别模型代替先验知识规则约束的固定模型,并在工程应用中,利用SVM分类器在线识别虚假航迹,完成实时剔除。通过实测雷达数据实验验证,该算法的目标虚假航迹准确率高达95%以上,完全满足实际的工程应用需求。相比基于阈值或规则进行硬性判断的传统虚假航迹识别方法,所提出的算法不仅提高了准确率,还具有较高的实时性,能够适应复杂多变的杂波环境,在实际应用中具有更强的适应性和实用性。因此,提出的基于SVM算法的虚假航迹识别方法对于密集杂波场景下的虚假航迹剔除问题具有显著的实际应用价值。