镁合金在空空导弹导引头上应用可行性研究

对空空导弹导引头上镁合金材料的选用、加工、表面处理、结构装配、盐雾试验等方面进行了研究。首先在目前应用较为广泛的镁合金材料牌号中选取了适合导引头结构应用的MB15来代替目前应用的铝合金材料,并选取导引头中具有代表性的薄壁、高精度试验件进行了加工试制;其次对试制试验件选取不同的表面处理方法进行表面处理,通过装配、盐雾试验来验证其表面处理的防腐蚀能力;最后给出了在空空导弹导引头上应用镁合金的合理建议。     

光纤陀螺噪声对惯导系统精度影响的小波分析

针对当前典型光纤陀螺捷联惯导系统,研究了低动态条件下光纤陀螺输出信号的噪声特性,运用小波多尺度变换方法进行了噪声各频段分量对导航精度影响的深入研究及仿真分析,然后采用小波阈值去噪方法进行了实测数据滤波的有效性验证。结果表明,光纤陀螺噪声的低频段部分是影响导航定位误差的主要因素,而对陀螺高频段噪声的滤波措施对导航精度影响甚微。     

用于提高辨识效果的颤振试验数据小波去噪

准确估计模态参数在飞机颤振边界的预测中具有重要意义。为了提高频域辨识算法的辨识效果,提出了一种用于颤振飞行试验数据处理的小波去噪方法。该方法引入梯度倒数加权滤波器对数据进行预处理,处理后的数据运用冗余小波进行小波分解,然后对输入信号在不同尺度下分别进行阈值降噪,对输出信号则采用了一种改进的小波空域相关滤波法去噪。最后通过仿真计算和实际数据证明该方法有效。     

一种实有的双涡流器雾化杯的燃油雾化特性

本介绍了一种实有的双涡流器雾化杯的燃油雾化特性试验研究情况.试验在常温压下进行，用Malvern激光粒度仪测量液雾的特性参数。着重研究了空气速度，气油比及不同供油方式对雾化特性的影响。结果表明，液雾平均直径SMD随空气速度的增加而迅速减小，这一影响在诸因素中占有首要位置。气油比大于5时，采用直射式喷嘴与采用离心式喷嘴时的雾化细胞相近：但在富油的小气油比范围内，采用离心式喷嘴时，液雾平均直径SMD较小（比采用直射式喷嘴），对点火较为有利。     

盐雾环境对复合材料修复铝合金板疲劳性能的影响

采用单向碳/环氧复合材料补片真空袋压工艺单面修复含中心裂纹铝合金板,进行0-1700h盐雾梯度腐蚀试验,测试并对比分析了各腐蚀时间结点上试件修复前后的疲劳性能,从疲劳寿命、疲劳临界裂纹长度和Paris公式材料常数(C和m)的变化三个方面考察不同盐雾腐蚀深度对铝合金裂纹板修复前后的疲劳性能差异。结果表明:碳/环氧补片胶接修复铝合金板能大幅度提高疲劳寿命,且未经修复的裂纹板在腐蚀1700小时后疲劳寿命下降53.8%,而修复板仅为38.6%。修复板疲劳裂纹临界长度acr大于未修复裂纹板,且随盐雾腐蚀时间延长,裂纹板和修复板acr变化不大,可作准判据使用。由试验数据得到的不同腐蚀时间上试样的材料常数C和m随腐蚀时间延长而减小。利用Paris公式可较好拟合铝合金板疲劳寿命及Paris区内的疲劳裂纹扩展行为,但疲劳寿命预测值与实际值的差异由未经腐蚀时的5%左右增大到腐蚀1500h时的10%左右。     

红外搜索跟踪系统单机运动测距方法研究

机载红外搜索跟踪系统只能测量目标的方位、俯仰角度信息,而无法直接获取目标的距离信息。因此需通过载机平台的机动运动,提高系统可观测性,从而对目标距离进行解算,为火控系统提供完整的目标运动参数,实现对目标的被动攻击。通过建立红外搜索跟踪系统（IRST）单机运动测距的数学模型,针对伪测距的非线性滤波的有偏特点进行了去偏处理,获得无偏的单机运动测距模型,并通过数字仿真进行算法模型的仿真验证,验证了算法的有效性。     

1420铝锂合金腐蚀性能试验研究

采用铜加速乙酸盐雾进行1420铝锂合金加速腐蚀试验研究,用腐蚀深度来表征试验件的腐蚀损伤程度,表明了试验件腐蚀深度随腐蚀时间的发展变化的规律性。     

微小孔电化学去毛刺试验研究

采用电化学方法对不锈钢管壁上钻削的微小孔与不锈钢管内壁相贯处难到达区域的毛刺进行去除。实验研究了加工时间、电解液成分与浓度、电解液流动方式对微小孔毛刺去除质量的影响以及相应条件下阴阳极极间电压的变化规律。研究结果表明:在优选的加工工艺参数条件下,可有效地去除微小孔毛刺。     

基于小波分析与支持向量机的时间序列预测

时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于＂原始时间序列是无噪的＂这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。     

一种高超声速滑翔飞行器轨迹智能预测方法

针对高超声速滑翔飞行器(Hypersonic glide vehicle, HGV)机动性强、轨迹预测困难的问题,选取气动加速度作为预测参数,提出了一种基于集合经验模态分解和注意力长短时记忆网络的HGV轨迹智能预测方法。首先,以HGV六自由度运动方程为基础,分析了其机动特性和气动力变化规律,建立了动力学跟踪模型,对气动加速度进行实时估计;其次,利用集合经验模态分解对估计的气动加速度进行分解和重构,减弱噪声影响,避免对预测模型的干扰;最后,利用去噪后的气动加速度数据对注意力长短时记忆网络进行训练,进而预测未来气动加速度数据并重构HGV未来轨迹,实现轨迹的在线预测。实验仿真表明,该方法能有效预测HGV机动轨迹,预测精度高、稳定性好。