Physical mechanism of the vertical electric field generation over active tectonic faults

The concept of the Global Electric Circuit (GEC) provides an explanation of the existence of a vertical atmospheric electric field and coupling between the ground and ionosphere. Presently, ionospheric physics pays more attention to electric fields and coupling processes in the polar and auroral regions, whereas in other areas the potential difference between the ground and ionosphere usually is not taken into account. Regional processes exist, however, that are able to significantly affect the GEC parameters and through modification of the ionospheric potential to create plasma density irregularities of different scales within the ionosphere. One such source of ionosphere modification is air ionization in the vicinity of active tectonic faults, which takes place due to increased radon emanation. This paper considers the process of local modification of the GEC and corresponding ionospheric variability due to tectonic activity.     

一起波音737起落架指示系统故障分析

对一起波音737飞机起落架指示故障进行深入分析,并结合实际运行情况提出了相关的预防性措施。     

缔约过失责任问题探讨

缔约过失责任是在合同缔结过程中产生的一种责任形式，是合同法中一项独立的法律制度。缔约过失责任与违约责任有着本质的区别，是基于缔约方违反先合同义务产生的责任形式，其损害对象是对方的信赖利益，而不是合同利益。本文通过对缔约过失责任的论述，阐明其产生的理论基础、成立要件、责任形式以及立法现状和趋势，谨希望能有助于我国相关立法的发展与完善。     

Rotating machinery fault diagnosis based on convolutional neural network and infrared thermal imaging

Rotating machinery is widely applied in industrial applications. Fault diagnosis of rotating machinery is vital in manufacturing system, which can prevent catastrophic failure and reduce financial losses. Recently, Deep Learning (DL)-based fault diagnosis method becomes a hot topic. Convolutional Neural Network (CNN) is an effective DL method to extract the features of raw data automatically. This paper develops a fault diagnosis method using CNN for InfRared Thermal (IRT) image. First, IRT technique is utilized to capture the IRT images of rotating machinery. Second, the CNN is applied to extract fault features from the IRT images. In the end, the obtained features are fed into the Softmax Regression (SR) classifier for fault pattern identification. The effectiveness of the proposed method is validated using two different experimental data. Results show that the proposed method has a superior performance in identification various faults on rotor and bearings comparing with other deep learning models and traditional vibration-based method.     

作动器故障下的无人机容错控制方法

在执行任务过程中,无人机的传感器、作动器等均可能出现故障。文章针对常规布局无人机的作动器故障,提出了 1种反步法和控制分配相结合的容错控制方法。首先,建立无人机数学模型,并对作动器故障进行分类和建模;然后,根据模型设计反步最优控制器和基于控制分配的容错控制器;最后,通过仿真验证表明,所设计的容错控制方法能够实现作动器故障下的姿态快速稳定控制,且稳定性好,基本无侧滑角,各操纵面均在约束范围内,达到容错控制要求。     

超声速低声爆布局分层优化方法

声爆抑制是发展新一代超声速民机必须突破的关键技术。总体布局参数的合理设计可以使飞行器具有良好的声爆特性。为了提高全局进化算法在布局设计中的优化效率,提出一种基于数据挖掘的分层优化方法,利用数据挖掘中的决策树算法提取设计知识,获得设计变量分层信息,指导低声爆布局分层优化;针对某超声速低声爆飞行器,选取后掠角、上反角、展弦比、梢根比、长细比五个总体布局参数作为设计变量,开展分层优化数值实验,并与一体化优化形成对比验证。结果表明：分层优化方法能够搜索到与一体化优化高度吻合的最优解,分层优化的收敛速度显著高于一体化优化,且对随机寻优历程的表现更稳健。     

发动机故障诊断的变记忆约束滤波算法

为提高故障诊断可靠性,给出了3种利用多次测量信息减少测量误差影响的方法,即变记忆约束滤波算法、分段算术平均预平滑算法以及指数顶平滑算法。其中,变记忆约束滤波算法能够有效地避免由于故障方程多重共线性所引起的病态解。证明了多故障诊断问题中滤波算法与分段算术平均算法的等价性,证明了在衰减滤波的条件下（第一变记忆因子小于1）,随测量点数的增加,变记忆滤波算法的第一变记忆因子与指数平滑的平滑系数之和趋近于1。利用计算机仿真方法对于所得结论进行了检验。     

基于故障字典的旋转整流器故障检测方法

以交流电为主要电源的飞机普遍采用无刷交流发电机作为发电装置,但由于半导体器件抗干扰、抗过载能力差,旋转整流器成为故障发生率较高的部件,文中介绍了利用快速傅里叶变换（FFT）通过对励磁电流的分析来检测可能出现的故障,并利用故障字典快速地判断出故障原因。     

基于故障树和神经网络模型的航天器智能诊断研究

提出基于故障树和神经网络模型的诊断方法,提出面向故障树的基于框架和广义规则的知识表示方法及相应的确定性和可能性推理策略,对于可能性推理的结果,通过基于神经网络模型的学习诊断来进一步确定其状态。在Ｗｉｎｄｏｗｓ环境下,用Ｂｏｒｌａｎｄ Ｃ＋＋实现了一个原型系统。通过对“实践４号”卫星能源系统故障模拟实验台的诊断验证了系统的有效性。     

用最小割集有效系数法确定航炮系统故障的诊断程序

本文提出用最小割集有效系数法确定航炮系统故障的诊断程序,以改进底事件有效系数法没有充分考虑底事件对系统故障发生的影响的缺点。