从不安全行为分析谈管制事故预防

“安全工作大于天,安全责任重于山”,安全对于空管来说尤为重要。人的不安全行为是导致事故的直接原因。行为安全管理模式理论认为“一切事故（事件）都是由于人的行为失误造成的。如能避免人的行为的失误就不会发生任何事故（事件）”。从事故致因理论上讲,造成事故的原因有人、机、物、环境与管理,但从根本上可归类于人的不安全行为与物的不安全状态。     

舰载导弹武器系统接口转换器设计

舰载导弹武器系统大多采用RS-485接口组成局域网,而各设备仅具有RS-232接口,文中介绍了一种无须外部供电的接口转换器。采用串口取电技术设计了转换器的电源电路;选用新型低功耗器件设计了接口的硬件电路,给出了接口软件流程。设计舰载导弹武器系统接口转换器,实现了接口间的信号转换。     

铁电阴极用于小功率电推力器

分析了当前小功率电推力器对零流动无推进剂阴极的需求现状。提出铁电阴极用于小功率电推进中和器的可能性。研究了厚度为0．5mm的PLZT（锆钛镧酸铅）铁电陶瓷在低电压（1．0～1．2kV）条件下的电子发射性能。实验采用脉宽为1μs的单极性正高压脉冲作为激励源。在收集极获得了脉宽为320ns～3000ns,最高峰值为34A的发射电流。在10^-4乇的真空环境中得到了非常可靠的电子发射。     

航天电连接器质量检验专题讲座——第8讲 航天电连接器的可靠性预计

本讲座第7讲“航天电连接器的可靠性分析与试验”已在本刊2005年第5期和2006年第1期刊出,现不再重复刊登。本期刊出的第8讲“航天电连接器的可靠性预计”,对于如何准确选用和评估电连接器具有非常实用的指导意义,故在原计划（共7讲）基础上增加一讲专门阐述。     

电致动聚合物致动器材料及放大结构综述

为满足航天应用的需要,本文对EAP材料研究情况和它们典型的压电致动器放大结构发展趋势进行了综述。首先比较了干湿EAP材料的特性,提出了应用中需要注意的一些问题;其次,以典型的压电致动器放大结构为例,分析了其优缺点,强调了一些新颖的概念。最后指出,为克服航天应用中EAP致动器力和行程的限制,需要根据实际应用从材料和放大结构两方面展开深入研究。     

基于尺寸优化的霍尔推力器磁路设计方法研究

针对当前霍尔推力器磁路设计主要依靠经验进行人工调节的现状,本文建立了高效率高质量的磁路优化设计方法,解决逐次调节单个磁路尺寸效率低,无法满足日益精细化磁场需求的问题.通过调研经过飞行验证的推力器,明确磁场参数描述方式及范围,提炼出了霍尔推力器设计的磁场准则;在此基础上,采用基于有限元方法的尺寸优化,将磁场要求嵌入磁路优化的约束中;在多约束算法的自动寻优下完成磁路设计.选取具有双磁屏的典型磁路结构形式作为初始磁路,以1.35 kW级推力器进行验证,结果表明,优化后磁路质量减轻34.9%,励磁功率减小5.6%,磁倾角从最大超过20°减小到6°以内,对称性得以改善,最大磁场强度增加8.3%,磁场梯度提高6.4%.本文提出的基于尺寸优化的磁路设计方法适用于各功率级霍尔推力器,允许磁场需求参数在较宽范围内变化并支持同时调节数十个关键尺寸,优化磁路较好地满足了磁场设计需求.     

吸气式电推进系统可行条件分析

吸气式电推进系统作为有可能实现长寿命超低轨飞行的技术而被关注。根据不同轨道环境条件,采用管状结构进气道、以及机械增压的吸气方式,讨论了吸气式电推进系统所需的可行条件。分析表明,在轨高度180~240km,航天器所需总功耗与迎风面之比需要大于2kW/m2,电推力器比冲需大于4×104m/s,方可满足推阻平衡需求。分析得出,实现吸气式系统在地球轨道的运用,关键技术在于增加气体收集效率并且降低收集功耗,同时电推力器的效率还需进一步提升。     

电磁继电器长期加电可靠性研究

为研究电磁继电器在一年连续加电条件下的可靠性,搭建了电磁继电器长期加电测试系统。通过试验发现了壳体温升规律,产品的触点压降、吸合电压、释放电压、接触电阻、触点压力、触点形貌等均有不同程度的变化,但整体稳定可靠。在长期加电条件下,双稳态磁保持继电器比单稳态电磁继电器具有更加优秀的温度特性。通过试验验证电磁继电器能够满足一年连续加电的可靠使用要求。     

基于特征融合和集成学习的运动想象脑电解码方法

开发高性能的脑电解码方法一直是脑机接口系统研究的重点和难点。为了进一步提高运动想象脑电解码的性能,提出了基于特征融合和集成学习的脑电解码方法。首先,针对每个通道脑电信号提取方差、自回归(AR)系数和带通功率特征,接着进行特征融合。其次,提出两种新的集成学习方法,分别是基于K最近邻(KNN)的集成学习模型和基于最小绝对值收缩和选择算子(LASSO)的集成学习模型。其中,KNN集成模型针对KNN分类器的K值以及闵式距离的P值进行集成,LASSO集成模型针对LASSO分类器的正则化参数进行集成,这两种集成学习方法计算简单且不需要烦琐耗时的交叉验证过程进行模型选择。最后,在三个公开的运动想象脑电数据集上验证所提方法的有效性。实验结果表明,新提出的集成学习方法,其分类结果优于支持向量机、随机森林等现有的分类器。LASSO集成模型优于KNN集成模型,在三个数据集上取得了71.75%的最高平均分类准确率。