直升机旋翼型面的数学模型

本文对具有较普遍意义的一种直升机旋翼理论外形——平面形状为梯形、有负线性扭转、具有变翼型剖面的桨叶,以矢量分析为工具,建立了旋翼的翼型曲线、旋翼型面及刀具中心轨迹的等距面的数学模型。 根据本文的方法,已编制成ALGOL—60语言源程序。     

基于加工误差仿真的半球谐振子优化设计

针对半球谐振陀螺谐振子制造过程中存在的加工误差,采用有限元仿真,分析了半球谐振子结构参数、尺寸公差和形位公差变化对其工作模态频率和临近模态频率的影响,研究了半球谐振子形位公差变化对频率裂解和品质因数的影响。通过仿真分析可知,半球谐振子结构参数壁厚、半球中心半径及内倒角半径都会影响模态频率;半球谐振子形位公差中的内外球心距离误差对其工作模态影响较大,中心轴平行误差对频率裂解和品质因数影响较大;半球谐振子壁厚、内倒角半径、小柱半径及内外球心距离误差变化会使工作模态频率与相邻模态间存在干扰。在此基础上,提出了半球谐振子结构参数及形位公差优化设计建议,并通过半球谐振子品质因数Q值和频率裂解测量对该建议进行了验证。     

随钻用光纤陀螺惯导系统振动误差建模与辨识

随钻振动工作环境下,针对惯导系统传统的线性器件误差模型不能适用于线振动工作环境的问题,提出了适用于振动条件下的高阶器件误差模型。通过分析二次项误差在静止与振动状态下的误差传播特性,得出加速度计二次项误差为线振动中主要误差项,建立包含加速度计二次项误差的36阶Kalman滤波器。与传统33阶误差模型相比,36阶误差模型可以有效分离和辨识器件误差。最后,在线振动状态下进行导航验证。结果表明,补偿了二次项误差之后的导航误差得到了大幅优化,速度误差由50m/s减小至2.2m/s,位置误差由90000m减小至2000m,姿态误差由0.7°减小至0.01°。     

连续变迎角测力试验技术在大型暂冲式跨声速风洞中的应用

由于暂冲式高速风洞运行时间短暂,普遍采用阶梯变迎角方式进行静态测力试验,其试验信息量难以满足先进飞行器研制的试验需求。为在暂冲式高速风洞中获得更为详尽的气动力信息,在2．4m跨声速风洞中进行了连续变迎角测力试验技术应用研究。主要介绍了该项试验技术的基本特点,给出了J7标模的主要试验结果。结果表明,该项试验技术获得的气动力数据与常规阶梯方式具有很好的一致性,可以满足工程实用的要求。     

基于Kalman滤波的GPS/INS接收机自适应干扰抑制方法

 考虑到惯导信息辅助GPS(GPS/INS)接收机对干扰抑制实时性的要求,提出一种基于Kalman滤波的GPS/INS接收机自适应干扰抑制方法。自适应广义旁瓣相消(GSC)多采用低复杂度最小均方(LMS)算法更新权矢量,收敛速率较低,严重时会导致接收机定位中断。首先利用Householder变换构建GSC下支路的阻塞矩阵,用于阻塞任意二维阵型阵列接收的期望信号;再用Kalman滤波自适应更新下支路权矢量,从而有效提高阵列输出信干噪比(SINR)。理论分析和仿真结果说明本文方法可有效抑制干扰对接收机的影响,且具有实时性高的特点。     

首批航空行业安全标准顺利通过审查

2009年3月26日～27日,航空行业标准《飞机总装喷漆作业安全技术要求》、《航空发动机试验车台安全检查要求》、《试飞场(站)安全性评价》和《新机试飞地面保障系统安全检查要求》审查会在中国航空综合技术研究所     

连续变迎角测力试验技术在大型暂冲式跨声速风洞中的应用

由于暂冲式高速风洞运行时间短暂,普遍采用阶梯变迎角方式进行静态测力试验,其试验信息量难以满足先进飞行器研制的试验需求.为在暂冲式高速风洞中获得更为详尽的气动力信息,在2.4m跨声速风洞中进行了连续变迎角测力试验技术应用研究.主要介绍了该项试验技术的基本特点,给出了J7标模的主要试验结果.结果表明,该项试验技术获得的气动力数据与常规阶梯方式具有很好的一致性,可以满足工程实用的要求.     

一类扭转曲面的构造方法

本文是在文[1,2]基础上的继续与发展,提出了扭转曲面的概念及其矢量方程,使用了两种构造曲面的方法。虽然它们的构造方法不同,然而都用以确定同一曲面。本文还研究并描述了扭转曲面与圆柱面的光滑连接的曲面方程。 根据本文所介绍的方法,已编制成ALGOL—60语言程序,并由计算机自动输出穿孔纸带。 1979年末,我们加工了全尺寸Y—2直升机复合材料桨叶成形凹模,从数控加工的结果看这种方法是成功的。     

基于层间分类一致性准则的舰船目标细粒度识别方法

舰船目标的层次化、细粒度识别在军事和民用领域均有重要意义。现有细粒度识别方法一般需要部件级精细标注或采用注意力机制提取关键特征,但并未有效利用舰船目标层次化分类体系中本身所蕴含的隶属关系信息提高细粒度识别精度。针对舰船目标的层次化分类问题,建立了舰船目标多层级一致性分类数学模型,提出了一种基于层间强一致性分类准则的细粒度识别方法,设计了层间一致性分类损失函数,并构建了多层级兼容舰船目标细粒度识别网络(MLCDet)。经试验验证,该方法有效、鲁棒,资源开销小,能够有效利用分类体系中各类别间的隶属关系提升目标识别精度。在无需部件级标注信息的前提下,将mAP提高了1.3%,与此同时,模型总参数量仅增加0.02%,推断速度不变。