基于故障机理和伪失效寿命的 电子产品剩余寿命预测

针对传统电子产品可靠性评估中存在的不足,提出了一种基于故障机理和伪失效寿命的电子产品剩余寿命预测方法。首先,基于电子产品的故障模式、故障机理分析,确定产品敏感性能参数;然后,对敏感参数退化量进行监测,建立电子产品退化轨迹模型,利用最大似然法估计其参数;最后,根据电子产品退化轨迹,设定故障阈值,得到电子产品寿命分布。通过仿真表明,该方法评估精度较高,对电子产品的可靠性评估有一定的参考价值。     

基于ADAMS的焊装转台牵引转向机构设计与优化

本文以某型卫星焊装转台牵引转向机构为研究对象,针对转台转向时与地面产生额外的磨损及动力消耗问题,进行了重新设计,并基于ADAMS软件进行了运动学仿真,验证了机构的可行性,对机构进行参数化建模,讨论了单个设计变量对转弯特性的影响,基于多设计变量对转弯特性的影响规律对转向机构结构参数进行了优化,得到转向特性与驱动力矩,并与现有结构进行了对比。为今后的牵引转向机构设计提供了参考依据。     

基于双轴调整棱镜的惯导缓冲基座方位引出

分析并设计了一种将带双轴调整机构的棱镜作为基准棱镜的方位引出方法,并基于此提出了惯导缓冲基座复位精度试验方案.首先,根据直角棱镜作基准棱镜时放置位置对方位引出的影响,设计可双轴调整机构;然后,从双轴调整机构出发,利用坐标变换和矢量形式的棱镜反射公式推导了放置误差造成的方位引出误差,根据误差公式设计了试验方案;最后,分析与估算了方位引出精度,结果表明:此方案在控制经纬仪望远镜的俯仰角小于15°时,方位引出的均方误差小于5″.     

建立高校毕业生跟踪工作机制的调查与思考

从毕业生跟踪调查形式、时间、次数、范围、内容等方面分析高校目前跟踪调查工作的现状,探索毕业生跟踪调查的方法和规律,对建立毕业生跟踪调查长期有效机制提出几点建议,对进一步提高毕业生跟踪调查工作水平具有一定的借鉴价值。     

疏水/超疏水表面防/除冰原理及其研究进展

液体防冰、电热防冰、气热防冰、机械除冰等传统的防/除冰技术具有显著的防/除冰效果,但存在消耗能源大、防冰时间有限以及除冰不彻底等问题,而基于疏水/超疏水表面的防/除冰技术则具有独特的优势.本文首先阐述了利用疏水表面和超疏水表面防/除冰的原理及其影响因素;然后,总结了常用的疏水表面和超疏水表面在防/除冰中存在的问题,并指...     

填充复合型聚合物基电磁屏蔽材料研究进展

综述了近年来填充复合型聚合物基电磁屏蔽材料的国内外最新研究进展,按照填料结构形态（纳微粒子颗粒型填料、高长径比结构填料、片层结构填料、三维网状框架结构填料）,对相关复合材料电磁屏蔽性能数据进行统计和对比。围绕构筑高效导电网络的目标,从导电填料选择与处理、基体结构设计与制备方法等角度对聚合物基电磁屏蔽材料进行详细分析与总结,阐明了聚合物基电磁屏蔽材料研究现状及关键问题,阐述了聚合物基电磁屏蔽材料的研究方向和未来发展趋势。     

平头增阻再入体俯仰动态特性计算与流动机理分析

采用自由振荡法数值模拟了一种平头增阻再入体的高超声速俯仰动态特性,沿用稳定性导数模型作为动态特性的指标,通过把稳定性导数视为攻角的函数来考虑非线性影响,并应用奇异分解线性最小二乘法辨识稳定性导数。对于本文研究对象,计算结果表明,平头外形在较高马赫数和小攻角范围内存在动不稳定现象,随着再入时马赫数的降低,动不稳定的攻角范围不断缩小,直至演化为动稳定的。文中对平头外形出现这种动态特性现象的空气动力学原因进行了分析,有必要作进一步的确证与研究。     

基于小样本数据增强的航天器表面损伤智能检测方法

在轨运行的航天器表面形成损伤有可能导致严重的后果,需要对航天器进行在轨实时损伤检测。针对航天器损伤检测图像样本难以获取的问题,本文采用智能化检测方法,提出了一种用于航天器表面损伤样本扩充的生成对抗网络,该网络能够学习单张输入图像的特征纹理表示,从而生成大量与输入图像特征相似的细粒度尺度样本,实现了少量图像数据样本的扩充。利用YOLO目标检测算法在扩充的图像样本中进行表面缺陷与损伤的检测识别,获取了较高的检测精度,为未来航天器健康状态监测与评估、通用化服务机器人应用及太空原位建设等提供了技术支撑。     

一种新型三维仿生扑翼机构设计与分析

以昆虫翅膀运动机理为基础,提出了一种复合3种运动的仿生扑翼新机构。由于能使翼尖按8字形或香蕉形运动及机翼扭转,同时可保证两翼的运动对称,使扑翼运动更符合昆虫运动形态。为了实现生物运动轨迹,建立了机构参数的优化模型,并据此设计了扑翼微型飞行器样机,其扑动规律能更逼真地模拟昆虫翼的扑动形态,为新型微型飞行器的设计提供样机。     

基于BP神经网络的复合材料性能预测

针对复合材料性能表征十分复杂、困难的情况,利用人工神经网络的BP算法,建立了复合材料性能预测模型。模型由3层神经元组成,分别为输入层、隐含层和输出层。以碳/陶瓷复合材料性能与成分的关系为研究对象,选取了38组实验数据作为学习样本,模型总误差为0.18,用建立的网络预测未知,并给出预报曲线。和试验值相比较表明,所建立的网络能反映碳/陶瓷复合材料组分与其材料性能之间的关系,为实验设计提供了新的思路,节省了时间和劳力。