基于特征编码的飞机结构件工艺设计

为解决飞机结构件数控加工工艺决策效率低及自动化程度不高的问题,提出基于特征编码的飞机结构件工艺设计方法。首先,该方法借鉴成组技术,将飞机结构件加工元分类编码,形成特征编码表后,把通过特征识别得到的加工特征分解为加工元,与特征编码表匹配并排序得到加工方案。最后,在CATIA V5平台上开发了基于特征编码的飞机结构件工艺设计模块。     

A novel variable structure multi-model approach based on error-ambiguity decomposition

Model Set Adaptation (MSA) plays a key role in the Variable Structure Multi-Model tracking approach (VSMM). In this paper, the Error-Ambiguity Decomposition (EAD) principle is adopted to derive the EAD-MSA criterion that is optimal in the sense of minimizing the square error between the estimate and the truth. Consequently, the EAD Variable Structure first-order General Pseudo Bayesian (EAD-VSGPB1) algorithm and the EAD Variable Structure Interacting Multiple Model (EAD-VSIMM) algorithm are constructed. The proposed algorithms are tested in two groups of maneuvering target tracking scenarios under different modes and observation error conditions. The simulation results demonstrate the effectiveness of the EAD-VSMM approach and show that, compared to some existing multi-model algorithms, the proposed EAD-VSMM algorithms achieve more robust and accurate tracking results.     

基于MBSE的副翼及其操纵系统研发技术及应用

飞机的设计研发是一项涉及多学科领域、多目标、多约束的复杂系统工程过程,系统耦合紧密、参与人员众多、设计信息庞杂,以文档为中心的需求管理等传统研发方法突显出一定的困难,亟需探索新的飞机设计研发方法。以副翼及其操纵系统为研究对象,对基于模型的系统工程(Model Based System Engineering,以下简称MBSE)方法进行了探索研究:采用达索MBSE方法论-MMS(Modeling Methodology for Systems,以下简称MMS),从使命、服务、功能和组件不同视角对副翼及其操纵系统研发的各个方面进行解析,进而完整定义系统;利用达索3D Experience平台,通过RFLP系统工程架构,进行了副翼及其操纵系统的需求开发、功能分析及逻辑架构设计,完成了需求、功能、逻辑架构、系统仿真、物理设计等模型的关联追溯,实现了以达索MBSE方法论为核心的研发技术的有效应用。     

基于粒子群核极限学习机的涡扇发动机加速过程模型辨识

针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模型进行辨识。试验结果表明:低压转子转速、高压转子转速和低压涡轮出口燃气总温都较好地逼近了试车数据,最大相对误差均值分别为1.013%,0.355%和1.055%,平均计算时间为0.04ms。精度和实时性均优于反向传播神经网络和粒子群支持向量回归方法,可用于发动机状态监控和性能优化控制。     

基于优化加权高分辨距离像的雷达目标识别(英文)

对雷达目标高分辨距离像进行特征加权可以解决高分辨距离像各距离单元因目标姿态变化而导致的稳定性不一致问题。针对已有加权系数求解方法存在的不足,提出一种加权系数优化方法。该方法通过定义目标函数来度量不同雷达目标之间加权高分辨距离像的可分性,并采用梯度下降算法优化加权系数值,从而达到增强高分辨距离像稳定距离单元作用,减小不稳定距离单元影响的目的。基于5种飞机目标模型高分辨距离像的仿真实验表明,该方法可以有效优化加权系数,并提高雷达目标识别率。     

润滑油金属磨粒的分类参数研究

 针对润滑系统中普遍存在的 8类金属磨粒,通过引入数字图像描述方法和处理技术,分别对磨粒的尺寸、形态、表面纹理以及颜色等参数进行了详细的研究,获取了各类磨粒识别的最佳参数,并提出了磨粒的分层识别策略,最后运用模糊 C-均值聚类方法实现了 8类磨粒的有效聚类。算例表明了本文方法的有效性。     

复杂背景下远距离合作信标识别与定位

传统的飞行器合作信标测控中,以常规光源作为信标,不具备复杂环境的适应能力,尤其存在主动干扰源的情况,如何准确识信标是电视跟踪与测控领域的重点研究内容。本文对信标设计与识别定位方法进行研究,采用激光光源作为合作信标,设计可调制驱动电路,将信息编码调制技术应用在调制光源中,实现了可调制合作信标;并设计了调制与成像解调耦合的处理算法,可有效区分干扰目标与真实目标。试验结果表明,本文设计的可调制信标满足需求,调制与解调处理算法可实现合作信标的精确识别与定位,具备抗干扰能力。     

某型飞机机翼防冰系统性能验证研究

介绍了某型支线客机机翼防冰系统的性能验证思路,即通过采用2．5D试验模型验证三维防冰系统的性能j选取一个典型状态点分别进行了2．5D及三维模型的性能汁算分析,同时进行了相同状态点时2．5D模型的冰风洞试验结果分析,最后将2．5D模型计算结果与试验结果进行对比分析,修正3D模型的汁算结果,从而达到验证整个防冰系统性能的目的。     

基于弹性网稀疏编码的空间目标识别

 传统的特征袋(BoF)模型在目标识别过程中假设每个局部特征点只关联特征词典中一个视觉单词。此外,l₁范数约束下的稀疏编码对于具有较强成对相关性的特征通常只选择一个特征,而不关注哪一个特征被选择。本文提出一种基于弹性网稀疏编码的特征袋模型。该模型利用尺度不变特征变换(SIFT)特征描述子构建特征字典,再通过弹性网回归模型求解每个描述子所对应的稀疏系数向量,最后将目标图像内的稀疏系数向量合并用于分类。与传统的特征袋模型和基于l₁范数稀疏编码的特征袋模型相比,该模型有较好的识别性能,并对视角变化具有较强的鲁棒性。在空间目标图像数据库上的实验验证了该模型的有效性。     

Feedback structure based entropy approach for multiple-model estimation

The variable-structure multiple-model（VSMM）approach,one of the multiple-model（MM）methods,is a popular and effective approach in handling problems with mode uncertainties.The model sequence set adaptation（MSA）is the key to design a better VSMM.However,MSA methods in the literature have big room to improve both theoretically and practically.To this end,we propose a feedback structure based entropy approach that could fnd the model sequence sets with the smallest size under certain conditions.The fltered data are fed back in real time and can be used by the minimum entropy（ME）based VSMM algorithms,i.e.,MEVSMM.Firstly,the full Markov chains are used to achieve optimal solutions.Secondly,the myopic method together with particle flter（PF）and the challenge match algorithm are also used to achieve sub-optimal solutions,a trade-off between practicability and optimality.The numerical results show that the proposed algorithm provides not only refned model sets but also a good robustness margin and very high accuracy.