碘工质霍尔推力器内部过程数值模拟

随着霍尔推力器的大力发展，碘工质霍尔推力器越来越受到研究人员的重视。深入了解碘工质霍尔推力器放电室内部过程，为优化推力器性能和拓展空间应用提供依据。建立了二维PIC/DSMC/MCC混合方法模型，结合鞘层和二次电子发射模型，根据碘工质特性，加入解离-电离过程，在定壁温条件下，针对200 W碘工质霍尔推力器放电室内部过程开展了数值模拟，考察其放电室内等离子体的多场耦合特性以及与壁面的相互作用过程。研究其放电通道内部的等离子体行为，分析放电室内的等离子体参数，获取其离子数密度、离子轴向运动速度、电子温度等特征参数，将模拟结果和氙工质进行比较。结果表明:相较于氙工质，碘工质霍尔推力器存在解离区，宽度约为2 mm，位于近阳极区之后、电离区之前。     

Al2 O3 掺杂对SiO2 纳米透波/ 隔热材料性能的影响

在溶胶-凝胶过程中加入纳米Al2O3 颗粒制备Al2O3 掺杂的SiO2 纳米透波/ 隔热材料,研究了

Al2O3 掺杂对材料高温热稳定性、介电性能及隔热性能的影响。结果表明,Al2O3 掺杂阻碍了SiO2 颗粒之间的

烧结,提高了材料的使用温度;材料介电常数符合Lichtenecker 对数法则;室温热导率略有提高,通过组合结构

改善了材料的隔热性能。

     

复杂结构件工序模型自动构建技术研究

工序模型动态集成了航天产品及其零部件的设计、工艺、制造等信息，工序模型构建是航天制造领域三维工艺设计的关键内容，可为控制航天器制造工艺状态、提高加工质量提供使能工具。首先，介绍了正向和逆向两类建模方法的技术原理与特点，将主要建模方法分为特征法、工艺信息法两类;其次，深入分析了切削体造型等不同技术方法的原理与特点;最后，总结了该技术的关键问题并展望其发展方向。本文可为今后航天结构件工序模型自动构建技术的研究提供理论指导与支持。     

基于改进ORB的月面着陆视觉导航的配准方法

月球探测器在下降着陆过程中探测到的月面图像灰度均匀,缺少纹理信息,而视觉辅助导航采用传统ORB算法对灰度均匀的月面图像检测出的特征点数量较少,容易出现团簇现象,因此提出一种基于改进ORB算法的图像特征提取与匹配算法.首先对月面图像构建金字塔尺度空间模型,设置自适应阈值并构建掩膜逐一分块检测特征点;然后采用非极大值抑制使...     

Overview of current design and analysis of potential theories for automated fibre placement mechanisms

Automated fibre placement(AFP) systems have successfully intensified the demand for high-quality composite component manufacturing in both the military and civilian fields. One of the main elements of these systems is the AFP mechanism for accomplishing individual fibre delivery,clamp/cut/restart(CCR) and the consolidation process, and it consists of several functional submechanisms presenting strong coupling relationships and motion sequences. This review aims to summarize the development of AF...     

Optimization of flow field in electrochemical trepanning of integral cascades (Ti6Al4V)

Ti6Al4V is widely applied in the integral cascades of aero engines. As an effective machining method, electrochemical trepanning (ECTr) has unique advantages in processing surface parts made of hard-to-cut materials. In ECTr, the state of the flow field has a significant effect on processing stability and machining quality. To improve the uniformity of the flow field when ECTr is applied to Ti6Al4V, two different flow modes are designed, namely full-profile electrolyte supply (FPES) and edges electrolyte supply (EES). Different from the traditional forward flow mode, the flow directions of the electrolyte in the proposed modes are controlled by inlet channels. Simulations show that the flow field under EES is more uniform than that under FPES. To further enhance the uniformity of the flow field, the structure of EES is optimized by modifying the insulating sleeve. In the optimized configuration, the longitudinal distance between the center of the inlet hole and the center of the blade is 6.0 mm, the lateral distance between the centers of the inlet holes on both sides is 16.5 mm, the length to which the electrolyte enters the machining area is 1.5 mm, and the height of the insulating sleeve is 13.5 mm. A series of ECTr experiments are performed under the two flow modes. Compared with EES, the blade machined by FPES is less accurate and has poorer surface quality, with a surface roughness (R_a) of 3.346 μm. Under the optimized EES, the machining quality is effectively enhanced, with the surface quality improved from R_a = 2.621 μm to R_a = 1.815 μm, thus confirming the efficacy of the proposed methods.     

基于混合神经网络的无线电信号自动调制识别

随着无线电信号数据海量增加，复杂电磁环境下面临着未知威胁和目标侦察识别复杂度高的问题，本文针对未知无线电信号的特征提取任务，设计了一种混合神经网络以提高目标无线电信号的识别能力。先通过胶囊神经网络对未知信号的空间信息进行提取，再进一步运用门控循环单元提取信号在时间上的特征信息。设计混合网络模型将信号的时间和空间特征相结合，提高对目标信号的分类精度。通过RML2016.04C调制信号数据集，验证了混合神经网络的识别性能。结果表明:当信噪比为6 dB时，混合网络模型对多种不同调制信号的分类精度大于95%。因此，本文所设计的混合神经网络能够有效对不同调制信号进行准确分类。     

结构参数对石英纤维针刺毡防隔热和力学性能的影响

为开发具有良好防隔热和力学性能的高性能石英纤维毡,基于传热数学方程,预测了石英纤维毡的厚度对其隔热性能的影响规律;为提高纤维毡的力学性能,探究了在纤维毡中添加不同层数的石英纤维布对其力学性能的影响规律;此外还探讨了针刺密度对石英纤维毡隔热性能和力学性能的影响。结果表明：石英纤维毡传热模型与实验吻合度可达94.8%;石英纤维毡厚度提升2 mm,其隔热性能提高20 ℃左右;添加石英纤维布可以显著提高纤维毡断裂强力和撕破强力;针刺密度可以提升纤维毡力学性能,但针刺密度过大会破坏纤维毡结构,使其力学性能下降。     

基于极化神经网络的雷达舰船检测识别方法

相参雷达捕获的全极化海面目标距离-多普勒(RD)回波数据中，目标区域占比小、信噪比低，且海况环境与干扰种类多变，使得经典的深度神经网络在此种条件下检测识别精度较低。为此，本文提出了一种基于极化深度神经网络的全极化相参雷达海面目标检测识别算法。首先，引入极化特征提取模块挖掘目标与干扰的差异化特征;其次，通过特征金字塔网络解决小目标检测识别的问题;最后，使用级联结构进一步提升算法性能。在全极化相参雷达回波数据集上的测试结果表明:基于特征值与特征矢量的极化特征对于数据集中两类舰船目标的平均精度分别达到0.907 9与1.0，相比不采用极化特征有着显著提高。     

基于多尺度CNN模型的多时相PolSAR图像作物分类

农作物分类是偏振合成孔径雷达(PolSAR)数据的重要应用之一。由于单时相PolSAR数据获取的信息有限，因此，采用多时相PolSAR数据，其含有农作物生长周期更丰富的特征信息。针对多时相PolSAR数据在极化特征分解时造成的“维数灾难”问题，提出了一种非负性约束稀疏自编码器(NC-SAE)的特征压缩方法，用于对分解后的特征数据进行压缩，以获得分类所需的有效特征。此外，构建了一种多尺度特征分类网络(MSFCN)，该网络可以提高农作物的分类性能，且优于目前传统的卷积神经网络和支持向量机方法。通过使用欧空局提供的数据进行仿真实验，对分类结果进行性能评估，并与传统方法比较。实验结果表明:所提的方法具有很好的农业应用前景。