民用航空发动机型号审定概念设计阶段风险模型

为了在审定项目概念设计阶段识别潜在风险并规划处理措施以提高审定效率,通过综合条款分类统计、符合性方法及实施风险、技术要点解析等方法建立了典型民用航空发动机概念设计阶段工作模型,并开发了条款工作状态信息表。模型在某型民用航空发动机型号审定的实施识别了278项潜在风险,并针对典型结构完整性条款从要求确定到设计实现各个过程的潜在风险进行了详细分析,验证了模型的有效性。     

转子系统挤压油膜阻尼器设计与动力特性

鉴于挤压油膜阻尼器(SFD)设计必须要同时考虑转子系统的动力学特性,提出了一种转子系统与挤压油膜阻尼器耦合设计方法,给出了详细的设计流程。对所设计的阻尼器进行了CFD数值模拟、油膜压力测量以及减振效果实验,结果证明所提出的设计方法是有效的。相比未采用阻尼器,采用阻尼器后转子系统两个转盘的振幅分别下降了46%和39%。通过实验还研究了不平衡量、支承刚度、供油压力和滑油温度对挤压油膜阻尼器减振效果的影响。结果表明,相比于不平衡量和支承刚度对减振效果的影响,供油压力和滑油温度的影响并不显著。进行挤压油膜阻尼器设计时,重点应该关注转子上的不平衡量大小和支承刚度。     

Coactive design of explainable agent-based task planning and deep reinforcement learning for human-UAVs teamwork

Unmanned Aerial Vehicles (UAVs) are useful in dangerous and dynamic tasks such as search-and-rescue, forest surveillance, and anti-terrorist operations. These tasks can be solved better through the collaboration of multiple UAVs under human supervision. However, it is still difficult for human to monitor, understand, predict and control the behaviors of the UAVs due to the task complexity as well as the black-box machine learning and planning algorithms being used. In this paper, the coactive design method is adopted to analyze the cognitive capabilities required for the tasks and design the interdependencies among the heterogeneous teammates of UAVs or human for coherent collaboration. Then, an agent-based task planner is proposed to automatically decompose a complex task into a sequence of explainable subtasks under constrains of resources, execution time, social rules and costs. Besides, a deep reinforcement learning approach is designed for the UAVs to learn optimal policies of a flocking behavior and a path planner that are easy for the human operator to understand and control. Finally, a mixed-initiative action selection mechanism is used to evaluate the learned policies as well as the human’s decisions. Experimental results demonstrate the effectiveness of the proposed methods.     

部署retro-GEO巡视器的月球借力飞行轨道分析

retro-GEO是指逆行(retrograde)地球静止轨道(geostationary Earth orbit,GEO),该轨道与GEO轨道高度相同或相近,但倾角为180°,安装在retro-GEO卫星上的巡视器可每12 h对GEO带空间资产附近碎片环境安全预警.直接西向发射retro-GEO卫星存在地面测控和发射...     

紫外CCD敏感器头部电路系统的研究

介绍了我国探月工程之嫦娥一号卫星的紫外CCD敏感器系统的CCD电路的软硬件的开发研究.紫外CCD敏感器由光学结构、CCD及处理线路、数据处理单元及其软件组成.入射光经光学系统后,照射在CCD敏感元件,经视频处理电路处理后形成数字图像信号.数字图像信号保存在数据存储器中,由数据处理器进行分析处理.计算得到月球的中心并转换为探测器对月姿态角,其中紫外CCD敏感器头部电路包括CCD电路、时序电路、驱动电路、视频处理电路和电源电路.核心器件CCD采用E2V公司的CCD48-20芯片,文中重点介绍该CCD的时序、驱动和Smear等难点问题.      

航天测量船外测数据误差分析的小波方法

使用动态数据建模与误差分离技术以及小波分频方法,对船载外测数据进行处理分析,成功地分离出随机误差和船测数据特有的船体误差,并对船体误差给出了分析和合理的解释。结论表明,小波分频对认识和研究船测数据的误差是一种非常有效的方法。     

小波变换在遥测数据处理中的应用

采用离散小波变换方法对在轨卫星遥测数据进行处理,利用噪声和信号在不同小波尺度上的性质不同．基于极大极小化思想选取去噪处理中的阈值,达到分离噪声和信号的目的。结果表明：利用小波变换可有效消除卫星遥测数据的噪声。     

基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器,将遗传算法和BP算法相结合,提出了一种新的自适应遗传BP算法,利用这种神经网络来确定指标的权值。仿真试验结果表明,基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法,具有很好的目标识别效果。     

机载超轻量化卷积神经网络加速器设计

卷积神经网络庞大的权重参数和复杂的网络层结构,使其计算复杂度过高,所需的计算资源和存储资源也随着网络层数的增加而快速增长,难以在资源和功耗有严苛要求的机载嵌入式计算系统中部署,制约了机载嵌入式计算系统朝着高智能化发展。针对资源受限的机载嵌入式计算系统对超轻量化智能计算的需求,提出一套全流程的卷积神经网络模型优化加速方法,在对算法模型进行超轻量化处理后,通过组合加速算子搭建卷积神经网络加速器,并基于FPGA开展网络模型推理过程的功能验证。结果证明：本文搭建的加速器能够显著降低硬件资源占用率,获得良好的算法加速比,对机载嵌入式智能计算系统设计具有重要意义。     

故障模拟多功能振动试验台的设计

提出了一种多功能振动试验台的设计方案,可模拟多种转动机械振动状况,配置数据采集分析系统,通采集、分析安装在试验台上的传感器信号,可对转子的振动情况进行测量。模拟转子动平衡、不对中、轴承故障等实验,便于技术诊断人员、科研实验人员进行转子多种振动和轴承故障的测试实验,也适合对相关技术人员进行教学培训工作。