承压管道壁厚自动化检测系统研制

研制一套自动化超声检测系统,对1~2 mm壁厚承压管道的均匀性进行检测,获得承压管道全壁厚信息,为航天系统中的承压管道可靠性和安全性设计提供依据。超声检测系统采用六点矩阵控制方法,获取承压管道周向的全壁厚信息。文中研制的系统包括超声硬件系统;机械执行系统,实现超声换能器的夹持与运动;超声软件系统,搭建数据算法,对检测信号进行分析处理。试验结果表明该自动化超声检测系统对承压管道全壁厚信息的检测精度不低于0.02 mm。该超声检测系统对其它无损检测研究和系统开发具有很好的参考价值。     

折纸结构折叠运动学分析的节点坐标法

折纸结构在可展结构的工程实践中具有重要应用价值。为对折纸结构的折叠过程进行运动学数值模拟，文章基于广义逆矩阵理论，提出基于节点坐标的折纸结构折叠过程的运动学分析方法，以实现通过节点外力控制折纸结构的折叠运动；提出一种空间折纸基本单元，采用典型Miura Ori数值模型的折叠计算验证此基本单元的可行性；通过完整折纸结构模型与含有开口的折纸模型，对动不定折纸体系的折叠过程进行分析与考察，阐明其折叠路径与结构刚体位移的联系。数值结果表明，文章提出的方法可行，分析准确。其研究能够以节点坐标为未知量，为折纸结构的研究人员及设计者从节点坐标控制角度提供一种可行的分析方法。     

非高斯杂波协方差矩阵估计新方法

针对雷达目标自适应检测中的复合高斯杂波协方差矩阵估计问题,提出了 一种基于杂波分组的约束迭代估计方法。该方法在迭代过程中有效利用所有辅助数据,并对 最终得到的估计矩阵进行关于迹的约束。在估计的杂波分组大小与实际情况匹配的条件下, 约束迭代估计方法的估计精度与杂波功率水平无关。仿真实验表明,所提出的方法对不同的 杂波分组大小失配情况具有很好的鲁棒性;与已有的两种协方差矩阵估计方法相比,约束迭 代估计方法能极大的提高估计精度,加快迭代过程的收敛速率,且计算量更小。
     

特殊复合球铰3-RPS并联机构及其连续刚度模型

采用矢量微分法研究了在大载荷作用下,兼顾支链和铰链刚度以及雅克比矩阵变化等影响因素的3-RPS并联机构完整连续刚度模型.基于螺旋理论分析了3-RPS并联机构支链及铰链构件所受作用力与机构外载荷之间的力平衡关系.采用矢量微分法分析了3-RPS并联机构动平台位姿变化与支链及铰链构件变形之间的关系.采用矢量微分法对机构的力学平衡方程进行微分,建立了完整的连续刚度模型,最后进行了数值模拟分析,结果表明并联机构刚度受载荷和位姿变化影响,简化刚度模型与完整刚度模型在工作空间边界处差值较大.     

基于矩阵误差的流动自适应求解

为了构造一个网格沿流场特征方向进行分布,以保证整个流场的误差尽量均匀化的网格系统,本文对可压缩流动的自适应求解进行了研究.研究内容包括基于误差矩阵的流场特征探测方法和网格自适应方法.网格自适应方法包含网格移动、网格加密、网格稀疏以及这3种方法的混合.基于误差矩阵的流场探测方法能找到流场特征的主方向, 通过网格自适应使得网格按主方向进行分布,可以减少该区域的误差而得到高精度的解.以边为单位能使得该流场的误差尽可能均匀化.本文以捕捉激波为例,对该方法的过程及应用进行了描述,结果验证了该方法的可靠性.     

矢量拟合法在滤波器参数提取中的应用

文章介绍了对滤波器进行参数提取的解析方法,并对关键的导纳参数Y曲线拟合准确性进行研究。通过与常规的最小二乘法求解超定方程组进行结果对比,给出了一种用于准确拟合导纳矩阵l,参数的方法——矢量拟合法,最后用8阶滤波器的S参数进行验证。     

基于左矩阵分式模型的模态参数识别方法

提出一种多输入多输出(MIMO)系统的宽频模态参数识别算法。该方法基于频响函数(FRF)的左矩阵分式模型(LMFD),通过最小二乘法在z域内求解模态参数,避免了s域内矩阵的病态问题。针对左矩阵分式模型的特点,给出了一种通过主分量分析(PCA)建立稳定图的方法。指出了传统的频域多参考点(PRFD)方法与基于左矩阵分式模型识别方法之间的关系。最后采用GARTEUR模型仿真算例与飞机模型的实测算例对所提出的方法进行了验证,结果表明该方法具有良好的识别效果。     

Laplacian谱半径和阶数相等的c圈图

设G是1个无向的简单图,ν表示G的阶数,m_G(ν)表示ν作为G的Laplacian矩阵的特征值的重数.得到了Laplacian谱半径等于阶数的所有c圈图,研究了c与m_G(ν)之间的关系.给出了当G是森林、单圈图、双圈图、三圈图、四圈图时m_G(ν)的取值范围,并确定了m_G(ν)(≥1)在该取值范围内取不同值时的所有图.     

某重型燃气轮机涡轮部件结构设计分析

简要分析了某重型燃气轮机的气冷叶片、叶尖间隙、整体蜂窝外环和后支承环组件等涡轮部件结构设计的一些独特设计思路和方法。     

基于NMF、ICA和复Contourlet变换的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于非负矩阵分解(NMF)、独立分量分析(ICA)和复Contourlet变换的检测方法。首先通过非负矩阵分解和独立分量分析分别抑制原始图像的背景,得到不同的小目标残差图像;接着采用复Contourlet变换对残差图像进行去噪;再对上述去噪后的小目标残差图像求和,得到了预处理图像;最后提出基于模糊灰度熵阈值选取方法分割预处理图像,从而实现了复杂背景下的红外弱小目标检测。针对红外小目标图像进行了大量实验,并与基于新型Top-hat变换、基于快速独立分量分析的目标检测方法进行了比较,结果表明所提出的方法抗噪性强,具有更为优越的检测性能。