多应力耦合条件下氧气浓缩器退化建模

耦合应力条件下的建模是故障预测与健康管理领域的难点问题。以氧气浓缩器地面试验退化建模为例，针对试验中2种应力线性相关且耦合作用于氧气浓缩器退化的问题，提出了一种机理模型与数据驱动联合的偏微分方程建模方法。基于退化机理分析建立偏微分方程的基本形式，利用数据驱动的方法确定方程具体参数。通过偏微分方程建模，对2种应力进行解耦分析，确定引气湿度的增加会加快氧气浓缩器的退化速率，发现随着氧气浓缩器工作性能的退化，氧气浓缩器氧分压对引气压力的敏感性减弱，确定氧分压随引气压力变化斜率为健康因子。通过卡尔曼滤波器模式识别，确定氧气浓缩器退化可分为平稳阶段与退化阶段，与实际服役环境下氧气浓缩器退化数据对比，验证了氧气浓缩器两阶段退化特性。     

基于退化信息融合理论的可靠性预测研究

传统的可靠性评估方法一般基于失效寿命数据,而目前对于高可靠长寿命的电子产品,很难通过加速试验获得其失效寿命时间。为解决这一矛盾,将性能退化理论、信息融合技术与传统可靠性评估方法相结合,提出基于退化信息融合理论的可靠性预测的新方法,并应用某型雷达24V/2A稳压电源板的加速性能退化试验进行验证,结果表明方法用于高可靠长寿命电子产品的可靠性评估是正确有效的。     

考虑起飞工况的航空发动机性能退化预测研究

针对现阶段航空发动机性能退化建模研究没有考虑起飞工况的影响问题，提出了基于修正的非线性维纳过程发动机性能退化建模方法。该方法结合了同类型号发动机的历史性能退化数据与个体发动机的实时退化和工况数据。首先，考虑发动机每次起飞的工况不同，把工况修正引入非线性维纳过程建立发动机的性能退化模型。然后利用极大似然估计方法求得退化模型离线估计值，基于贝叶斯理论对退化参数进行在线更新，最后基于局部线性嵌入算法，对工况参数进行融合构建工况因子，修正退化参数，实现了基于起飞工况的单台发动机性能退化预测。结果表明，采用融合工况因子修正模型，与未修正和压比修正模型相比，平均绝对百分比误差分别降低1.50%和1.01%。证明融合工况因子修正模型能降低发动机起飞工况差异和仅用单工况参数修正所造成的预测误差，可以用来辅助指导下发决策。     

超声速飞机起降阶段噪声标准分析

随着超声速飞机的发展，现有亚声速飞机起降阶段噪声规章已经无法满足其适航审定要求。结合美国联邦航空局（FAA）发布的拟议规则制定通告（NPRM）和欧洲航空安全局（EASA）发布的拟议修订通告（NPA）等文件，基于规章制定立场和思路、草案差异、技术细节以及超声速新技术等关键要素，本文对超声速飞机规章的制定进行了综述和总结。结果表明，在标准制定思路一致的前提下，美国基于工业方和技术创新的考虑，在草案中给予了足够的自由度；欧洲方面为了维持现有环境保护水平，超声速标准比起美国更加严格和细致。同时，基于分析结果形成审定要素和方法建议，为今后我国的超声速飞机起降阶段噪声标准制定和适航审定工作开展提供技术支撑。     

Gamma过程退化失效可靠性分析

退化型失效产品,可通过退化失效分析对其进行可靠性统计推断。性能退化一般是一个随机过程,并且是单调变化的,为描述产品的退化,给出了一个随机Gamma过程模型,通过求解该过程的首达时分布即可获得产品的失效分布。由于解析方法求解存在很大的难度,给出了一种基于仿真的求解方法。利用所得模型对强激光装置所用的某型金属化膜脉冲电容器进行了可靠性分析,说明了模型的适用性。     

基于注意力机制的实例分割算法

实例分割作为计算机视觉领域极具挑战性的任务之一,要求在图像分类的基础上为每一个物体生成像素级别的分割掩码.业界主流方案可分为自上而下和自下而上两种范式,自上而下范式又可分为双阶段分割和单阶段分割.单阶段分割方案为了提高推断速度,往往使用全图卷积操作取代双阶段分割方案中先检测后分割的策略.然而,卷积网络的平移不变性使得同一种类的不同实例提取到的特征相似,仅靠全图卷积难以进行区分,从而导致单阶段分割方案精度下降.针对单阶段分割精度降低的问题,提出了一种注意力机制,该机制在特征图每个位置的特征向量上进行点积运算,并将运算结果作为新的特征图,同一位置点积结果最大化,不同位置点积结果最小化,以丰富特征图中不同实例的差异信息.通过注意力机制使得单阶段分割方案中的全图卷积操作能更好地区分同一种类的不同实例,从而生成高质量分割掩码.在公开数据集上进行实验,验证了所提方法的有效性.     

定向凝固合金涡轮叶片服役后组织研究

涡轮叶片是飞机发动机中服役条件最为苛刻的部件，其性能关系到发动机的工作安全。因叶片服役环境复杂，服役条件苛刻，在服役中不可避免地形成各类损伤，对其服役损伤进行研究，有着重要的工程意义和经济意义。本工作选用实际服役后的定向凝固合金涡轮叶片作为研究对象，截取叶身上部高度80%横截面位置，利用SEM和EDS分析等方法进行定性和定量的微观组织分析。结果显示：该叶片存在两种不同类型的γ’相。一类γ’相尺寸小，形状规则，另一类γ’相尺寸大，形状不规则；借助对各部位γ’相进行尺寸分布表征，结合截面各部位硬度测试分析，表征了叶片不同部位间的微观损伤程度。结果表明，不同部位的服役工况不同，微观组织损伤程度不同。此外，总结和分析了在叶片个别部位出现的基体裂纹和涂层损伤等情况。     

基于深度学习的无人机航拍视频多目标检测与跟踪研究进展

随着无人机航拍的数据采集愈加便捷，以无人机为平台的多目标检测与跟踪技术发展迅速，在智慧城市、环境监测、地质探测、精准农业和灾害预警等民用和军事领域有着广泛的应用前景，近年来深度学习的突飞猛进也为其提供了多种更为有效的解决思路。然而，无人机视角下目标外观发生突变、目标区域被严重遮挡以及目标消失和重现等挑战性的问题尚未完全解决。综述了基于深度学习的无人机航拍视频多目标检测与跟踪算法，总结了该领域的最新进展，包括多目标检测、多目标跟踪2个模块。多目标检测模块划分为双阶段与单阶段两个部分。对于多目标跟踪模块则依据基于检测的跟踪和联合检测的跟踪2个经典框架，分别阐述了2类算法的原理并分析其优缺点。随后对现有的公开数据集进行统计分析，并对基于无人机航拍视频的多目标检测与跟踪领域内标杆挑战赛VisDrone Challenge近年来的最优方案进行了对比分析。最后总结了无人机视角下多目标检测与跟踪亟待解决的问题并展望未来可能的研究方向，为后续相关研究的人员提供参考。