航空机轮和刹车装置零组件及结构要素通用化工作研究

详细阐述了开展航空机轮和刹车装置零组件及结构要素通用化研究工作的意义及重要性,分析了国内外航空机轮和刹车装置专业通用化的现状,指出了当前存在的问题,并提出了开展航空机轮和刹车装置零组件及结构要素通用化工作的方案及实施途径.     

固体火箭发动机燃烧室和喷管热防护安全限设计系统

随着固体推进技术的发展，越来越多的战术导弹采用了单室双推力固体火箭发动机，燃烧室和喷管的受热情况严重，必须对其进行深入研究，以保证发动机可靠工作。文中对此建立了集药柱几何计算、内流场、传热与烧蚀于一体的计算系统，并形成了成熟的软件，对一具体算例进行了绝热结构和烧蚀结构防护层的安全厚度设计，与工程实际应用厚度的比较表明，此系统用于工程中方便可靠。     

正态模型结构可靠性贝叶斯下限的计算方法

本文对正态模型结构可靠度的贝叶斯精确下限的评估公式提供一种新的计算方法。该方法能达到任意给定的精度。计算复杂度可由O(n~2)降为O(n)。程序结构简单,使用方便。     

串置双五分量天平的研制

本文介绍风洞应变天平中首次研制成功的一台串置双五分量天平。串置双天平由一块钢材制成。O_1天平固定在 O_2天平的受力端。O_2天平既能测量左平尾载荷,又能传递由 O_1天平测量的右平尾载荷。正确分析两台天平的受力传力路线和弹性变形的综合位移量,用严谨的数学公式描述两台天平测量的力和传递的力。对这两种力进行数学分解,形成数学模型,写出天平静校公式的数学表达式,并据此研制天平静校设备,分析天平在各分力作用下的弹性位移,写出弹性角公式。上述各点是串置双天平的核心问题。最后经风洞引导性实验证明,串置双天平的原理、方案、受力分析、静校公式等都是正确的。在国内外,串置双天平第一次用于风洞实验,获得了初步成功。     

三维有限元网格的自动划分

本文作者从研究结构的数学模型入手,讨论了建立三维结构有限元计算模型的方法。成功地获得了一些具有应用代表性的三维板壳和块体结构有限元计算网格的自动划分原理和算法。     

一种新的基于可解释性置信规则库的飞轮健康状态评估模型

飞轮系统的稳定运行对于航天器在轨安全影响重大，因而对飞轮系统进行健康状态评估至关重要。在进行飞轮系统健康状态评估建模时，不仅要求模型能够处理各种不确定性以保障评估结果的准确性，同时要求其具有透明合理的评估过程与可解释、可追溯的评估结果。因此，在深入研究置信规则库（BRB）建模方法的基础上，构建了一种新的基于可解释性建模的置信规则库（BRB-e）飞轮系统健康状态评估模型。首先，结合飞轮系统特征对模型的可解释性建模准则进行定义；在此基础上，设计了BRB-e评估模型的推理过程；然后，基于鲸鱼优化算法（WOA），提出了一种具有可解释性约束的BRBBRB-ee模型参数优化方法；最后，通过对某飞轮系统中轴承组件的评估案例研究，验证了模型在飞轮系统健康状态评估中的有效性。对比研究表明，BRBBRB-ee模型在评估结果准确性和评估过程可解释性方面具有一定的优势。     

动平台条件下基于全站仪的标校技术

舰船靠泊码头进行起降引导系统标校时,甲板处于晃动状态,架设在甲板上的全站仪无法满足置平要求,针对这一问题进行了动平台条件下基于全站仪的标校技术研究。首先,建立全站仪测量数学模型,以全站仪在动态条件下的测量数据为基础,将测量数据经空间几何运算后求得任意两目标点在甲板固连坐标系下的相对位置;其次,根据空间物体几何不变的性质,设计实验进行不同倾斜条件下的全站仪数据测量和相对位置偏差求解;最后,通过仿真分析了测量误差对相对位置平均偏差的影响。结果表明,全站仪在动平台条件下其测距、测角精度能满足标校要求。     

深度置信网络在发动机气路部件性能衰退故障诊断中的应用研究

为提高发动机转动部件性能衰退故障诊断精度,针对传统的浅层网络和支持向量机(SVM)方法在诊断时存在泛化能力欠缺、易产生局部最优解等问题,引入近年来在模式识别领域取得巨大突破,模拟人脑多层结构的深度置信网络(DBN)进行发动机部件性能衰退故障的诊断。为改进深度置信网络性能,提出一种在无监督和有监督训练阶段都可自适应调整权值的改进算法(ad_DBN)。以涡扇发动机为对象,将两种DBN算法与BP,RBF和SVM方法从诊断精度、计算时间、抗噪能力三方面进行综合比较分析。结果表明DBN算法诊断精度明显优于反向传播(BP)神经网络,径向基(RBF)神经网络和支持向量机(SVM)方法,得益于权值的自适应调整,ad_DBN诊断的平均精度高达97.84%,其抗噪声能力也明显优于其他算法,能够提高故障诊断的有效性和可靠性。     

舰载直升机理论风限图飞行模拟获取方法

获取舰载直升机实用风限图,仅依靠实装飞行试验或建模仿真都是非常困难的。通过起降飞行模拟试验获取理论风限图,结合少量的海上实装飞行验证试验是一种综合较优的方法。起降飞行模拟试验需要真实飞行员和高等级飞行模拟器参与,飞行模拟器中的母舰气流场数据、母舰运动可由建模仿真或试验测试得到,且必须考虑母舰气流场的非定场特性;只有当飞行员视景或视觉反馈受限时(如能见度降低时),飞行模拟器基座的六自由度运动才是必需的;用DIPES或Bedford方法量化飞行员主观操纵负担,结合记录的客观操纵数据,评判起降难度;典型的飞行模拟试验程序包含了不同风况下的进近和甲板着舰,通常每隔15°和5kn一个风况。通过起降飞行模拟试验得到的理论风限图,可以更加有效和安全地指导海上实装飞行验证试验,最终获得实用风限图。     

基于高置信局部特征的车辆重识别优化算法

根据车辆重识别中区域置信度不同,提出了基于高置信局部特征的车辆重识别优化算法。首先,利用车辆关键点检测获得对应的多个关键点坐标信息,分割出车标扩散区域和其他重要的局部区域。根据车标扩散区域的高区分度特性,提升局部区域的置信度。使用多层卷积神经网络对输入图片进行处理,根据局部区域分割信息,对卷积得到的特征张量进行空间维度上的切割,获得代表全局信息和关键局部信息的特征张量。然后,通过全连接层特征张量转化为表示车辆个体的一维向量,计算损失函数。最后,在测试阶段使用全局特征,并利用训练好的车标扩散区域提取分支获得高置信局部特征,缩短局部识别一致的车辆目标距离。在典型车辆重识别数据集VehicleID上进行测试,验证了所提算法的有效性。