碳纳米管薄膜传感器及其应变传感特性

碳纳米管薄膜可作为应变传感器用于结构损伤的健康监测。采用机械搅拌、超声处理和高速离心等分散工艺将多壁碳纳米管单分散后,通过真空吸滤法制备碳纳米管薄膜。对碳纳米管薄膜传感器进行了深入的研究,设计了一种高灵敏度的碳纳管薄膜应变传感器,与结构基体一体成型。弯曲应变传感实验表明碳纳米管薄膜传感器在不同的应变范围、不同的循环次数、不同的温度范围等条件下都具有良好的应变传感特性。结果表明碳纳米管薄膜传感器灵敏度较高,灵敏度系数为188.31(0~22 500 με),且具有较好的应变传感可逆性和可重复性。      

多轴疲劳寿命分析方法在飞机结构上的应用

针对飞机结构上常见的处于多轴应力应变(比例多轴)状态下的典型结构,采用3种多轴疲劳寿命分析模型,对该结构的疲劳危险部位进行疲劳寿命分析,并与单轴寿命分析方法的分析结果、疲劳试验结果进行了对比分析。首先对该结构进行细节有限元计算,确定结构的应力分布与应力水平,当载荷施加到88%的最大一级的峰值载荷时,疲劳危险部位的孔边即出现显著的塑性应变,因此,选用低周疲劳(LCF)寿命预测模型进行分析。选取的3种分析模型均是基于临界面的分析模型,分别是Wang-Shang模型、Smith-Watson-Topper(SWT)模型以及Morrow-Brown-Miller模型。为验证分析模型工程适用性,开展了该结构的多轴疲劳试验。与试验结果相比,3种分析模型的预测结果均偏大,其中Wang-Shang模型的预测结果最接近试验值,适用于本文这类结构;SWT模型和Morrow-Brown-Miller模型的预测结果误差相对较大。对于处于多轴载荷状态下的结构,应按照多轴疲劳寿命分析方法进行寿命预测,单轴疲劳寿命分析方法将给出过于危险的评定结果。      

“阿尔法”磁谱仪里的中国故事——记航天科技集团公司参与“阿尔法”磁谱仪国际合作项目

中国航天参与的AMS-02项目,作为首个中国自主研发、制造的大型设备,将开启在空间寻找反物质和暗物质的探索之旅。宇宙间真的存在反物质和暗物质吗?这是悬在物理学家头顶上的一个巨大问号。上世纪90年代,美籍华裔科学家、诺贝尔物理学奖获得者丁肇中教授决     

钛合金蜂窝结构蒙皮脱焊缺陷锁相红外热成像检测

蒙皮脱焊是钛合金蜂窝结构制造和服役过程中最常见的缺陷类型。受钛合金材料热导率低的影响,钛合金蜂窝结构中蒙皮越厚,红外热成像检测时其表面反映脱焊缺陷信息的温度差异信号就越弱,检测难度就越大。针对这一问题,研究了不同蒙皮厚度钛合金蜂窝结构锁相红外热成像检测时调制频率的选取范围。建立了钛合金蜂窝结构锁相红外热成像检测有限元模型,分析了蒙皮表面温度在调制热流作用下的变化历程,基于相关算法提取了蒙皮表面对应缺陷区和非缺陷区的相位差,分析了相位差与调制频率、蒙皮厚度的关系。利用锁相红外热成像检测系统对预制脱焊缺陷的蜂窝试件进行了实验研究,获得了缺陷区与非缺陷区信号相位差与调制频率的关系。研究结果表明,针对蒙皮厚度为0.6~2.0 mm的钛合金蜂窝结构,采用0.04~0.10 Hz的调制频率能够获得最佳检测结果。研究结果为钛合金蜂窝结构实际检测提供了工艺指导。      

高温结构可靠性分析的时变响应面法

高温条件下结构的本构方程和承载能力都随时间变化,传统的结构可靠性模型在分析这种时变结构可靠性问题时效率较低.提出一种可用于高温结构可靠性分析的热响应与响应量阈值均随时间变化的时变响应面法.首先,通过引入结构各基本变量与时间的交叉二次函数并结合Box-Behnken试验设计建立结构热响应量的时变模型;进而,以温度为中间变量,建立结构响应量阈值与时间的函数关系,据此得到用随机过程表示的时变极限状态函数.具体给出了基本变量服从正态分布情形下的结构时变可靠度计算方法.算例分析表明该方法切实可行,能够在保证计算精度的基础上大幅提高计算效率.      

进动弹道目标平动补偿与分离

弹道目标在中段高速运动时会造成微多普勒曲线的叠加折叠,此时传统的平动补偿方法并不适用于弹道目标。在分析进动锥体弹道目标各个散射点的频率特性后,发现曲线交点处的频率完全是由平动引起的。根据这一特性,提出一种利用时频图交点信息进行平动补偿的方法。首先,得到回波信号的时频骨架图;然后,采用基于双边滤波器的Harris角点检测方法提取出时频骨架中的角点进而得到时频图中的交点坐标;最后,利用交点坐标估计出平动参数进行平动补偿。针对传统Viterbi算法在曲线交点容易产生错误关联的问题,提出一种利用交点信息的分段Viterbi算法对补偿后的时频曲线进行分离。仿真实验验证了所提方法的有效性。      

一种可变锚框候选区域网络的目标检测方法

目标检测作为计算机视觉领域的热点问题,目前基于深度学习的目标检测方法可以分为2类:两步检测和一步检测,前者有着较高准确性,后者有着较好速度,但是为提高检测的性能两者都引入了锚机制。为提高目标检测系统的性能,基于深度卷积神经网络的两步检测算法引入了注意力引导（AG）模块,通过对候选区域网络（RPN）的锚机制进行引导,使得对于预选锚框形状的选择更具有多样性;同时针对传统的后处理方式非极大值抑制（NMS）算法存在的误检和漏检的问题,提出了一种置信度因子的NMS（Cf-NMS）算法,对于模型的整体性能有着很大的贡献。实验结果说明,所提方法虽然在速度性能上有略微的下降,但是无论是在RPN变体还是现有的先进算法在准确性方面都有提升。      

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题,提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法,算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节,以充分利用模型中的低层特征,增加细节信息;改进模型的区域生成网络,加入多种滑动窗口,从而优化了模型锚点的长宽比设置,提高检测能力。实验表明,改进Faster RCNN模型取得最优的缺陷检测结果,对于小缺陷目标仍取得较好的检测精度,从而验证了算法的有效性。     

基于相对最值点的最小二乘直线检测方法

为了解决传统目标检测中遇到的检测速度慢、精度低等问题,本文提出一种新的图像特征——相对最值点,并依据相对最值点提出一种新的最小二乘直线检测的方法。该方法首先搜索Canny边缘的闭合包络,并寻找闭合包络的相对最值点。包络上相邻相对最值点之间长度满足阈值要求的即为疑似直线的两端点,进而利用最小二乘拟合方法获得该疑似直线的拟合方差,最后利用拟合方差与拟合直线长度之比作为直线判定的标准用来检测出图像中的直线。实验表明,本方法与传统方法如PPHT直线检测、LSD直线检测方法等相比,检测直线的精度更高,检测速度更快。     

相关函数在涡流检测信号提取分析中的应用

为降低涡流检测信号处理的硬件复杂程度及提升后续数据分析处理灵活度,在不借助复杂硬件自平衡技术电路前提下,在LABVIEW图形化软件平台中设计了相关函数算法程序,对示波器MDO4024C所采集的原始交流电桥信号及电桥激励信号分别进行自相关及互相关运算去噪,提取分析不锈钢管不同位置的涡流信号的幅值及相位,最后再将检测信号在极坐标图中分析显示。实验结果表明,这一方法可有效实现对不锈钢管缺陷涡流信号的去噪及特征信号提取。