氮化铝覆铜板在空间热场下热学性能的模拟仿真及实验验证

氮化铝(AlN)陶瓷具有高导热、高电阻率、良好的尺寸稳定性以及优异的力学性能等特性, 被认为是新一代高性能陶瓷基板和封装的首选材料。本研究探讨了高性能陶瓷在空间电子系统的应用潜力, 对AlN材料的基础性能进行了分析, 重点分析了AlN陶瓷材料及其覆铜板的热传导性能, 从理论上分析了AlN材料及覆铜板的热特性, 并通过仿真模拟对理论值进行了分析验证, 最后探讨了AlN陶瓷覆铜板在空间热循环模拟环境下的热传导性能。结果表明AlN陶瓷的导热系数高达174.1 W·m ^-1·K ^-1, 覆铜板比纯氮化铝陶瓷具有更高的热扩散系数, 而热特性的仿真结果与理论计算一致。最后空间环境模拟试验表明, AlN材料在温度循环环境下的热传导性能非常稳定。     

基于频率响应函数的动力学模型修正方法研究

概述了国内外动力学模型修正技术的研究状况，研究了近些年发展起来的基于频响函数的动力学模型修正方法；利用航天器振动试验测量所得的频响函数，从理论上介绍了频响函数残差法、设计参数型频响函数法和摄动型频响函数法三种基于频响函数的动力学模型修正方法，为动力学模型修正技术的发展提供参考。     

基于锂电池的空间电源系统钝化研究

针对空间能源系统在卫星寿命末期的钝化需求,分析了不同轨道卫星锂电池的温度条件,同时分析了锂电池位置、卫星姿态对其温度的影响。基于上述分析的温度范围,研究了锂电池在钝化后发生热失控的可能性和影响因素,分析得到基于锂电池的空间电源系统钝化需求。在此基础上,提出了4种可行的钝化解决方案,并从受空间环境影响程度、额外增加元器件的情况以及钝化后电路受电流应力情况等方面进行对比,分析结果表明,旁路钝化方案是基于锂离子电池的电源系统钝化的首选方案。     

数控驱动的移动铣削机器人精度提升方法

移动铣削机器人原位加工作业是解决大型复杂构件高效高精制造的有效途径,其定位精度是重要的技术指标,对大型复杂构件的最终制造质量意义重大.针对现有的移动机器人存在的控制器开放性不足、集成性差所导致多数据通信受限、补偿方法实现困难、NC代码功能缺失等问题,提出了一种数控驱动的移动铣削机器人精度提升方法.研究数控驱动的移动铣削机器人系统,构建总线通信架构,实现840Dsl数控驱动的移动机器人控制;提出机器人关节光栅闭环控制原理与光栅螺距补偿方法,实现移动机器人自重与外加负载的光栅补偿;提出基于几何约束与两步误差的机器人运动学参数辨识方法,解决坐标系对齐,避免角度误差被距离误差淹没;提出空间网格分割的移动机器人高精度定位方法,实现非几何误差补偿.通过试验设计、对比、验证,数控驱动的移动铣削机器人精度提升方法将定位精度从毫米级提升至0.11 mm,证明上述方法的有效性与正确性,为移动铣削机器人的广泛应用奠定基础.     

基于置信度上界的移动机器人信息路径规划方法

路径规划是移动机器人未知环境探索的关键问题,路径点的合理规划对提高环境探索的效率和环境场预测的准确性至关重要.基于强化学习范式,提出一种适用于静态环境场探索的移动机器人在线信息路径规划方法.针对基于模型训练算法计算成本高的问题,通过机器人与环境的交互作用,采用动作价值评估的方法来学习所获取的环境场历史信息,提高机器人实时规划能力.为了提高环境预测准确性,引入基于置信度上界的动作选择方法来平衡探索未知区域与利用已有信息,鼓励机器人向更多未知区域进行全场特征探索,同时避免因探索区域有限而陷入局部极值.仿真实验中,环境场分别采用高斯分布和Ackley函数模型.结果表明,所提算法能够实现机器人环境探索路径点的在线决策,准确有效地捕捉全场和局部环境特征.     

面向星载计算机的双重索引数据压缩方法

随着星载计算机系统功能的日益复杂,程序规模也在快速扩大.在存储资源极其受限的背景下,需要稳定、有效的代码压缩功能来保障星载软件的正常存储与运行.混合压缩算法是目前无损数据压缩的主流算法,具有压缩率高、代码规模和计算资源需求大的特点.然而,在航天星载计算机等嵌入式系统中,由于其运行环境特殊,需要较高的可靠性和抗干扰能力,无法实现混合压缩算法应有的效果.同时,单一压缩模型压缩率较低.针对以上问题,在LZ77算法代码体积和内存消耗优势的基础上提出了改进方法为压缩过程设计一种新的匹配记录表以存储高价值数据索引来辅助压缩,实现了原算法局部性优势与高价值数据全局分布的互补,更大程度上减少了数据冗余;结合动态填充、变长编码等进一步优化编码结构,降低存储需求;最终,设计并实现了一种更加适合航天嵌入式环境的无损数据压缩算法(LZRC).实验结果表明:(1)新算法在比LZ77算法代码体积仅多出3.5 KB的条件下,对软件代码的平均压缩比提高了17%;(2)新算法的运行内存需求仅为混合压缩算法的12%,代码体积也减少了84%,更加适合星载计算机系统.     

改进SSD的机场场面多尺度目标检测算法

针对现有基于深度学习的通用目标检测方法对机场场面环境目标尺度差别大,特别是小目标难以检测到的问题,提出了一个基于SSD算法并结合特征金字塔融合网络的多尺度目标检测算法。该算法采用了更深的ResNet-50作为骨干网络,并单独设计了六层额外特征层。使用特征金字塔网络进行特征融合,以获得更鲁棒的语义信息。使用Soft-NMS以解决存在的漏检情况,调整先验框的尺度比以更好地检测小目标。通过在机场场面数据集实验表明,该改进算法能够在推断速度为32?frame/s的情况下,取得86.31%的mAP,对比其他先进的检测器,达到领先水平。     

基于STAMP模型的风险评估行为安全指标体系

现有的风险评估方法与模型在设计上未充分考虑风险评估行为本身对评估结果的影响,对风险评估的行为可能引入安全性风险的认识也存在较大不足。针对这个问题,首先建立风险评估行为STAMP模型,使用STPA分析方法对风险评估行为进行安全性分析,利用STAMP模型构建风险评估行为安全指标体系,并采用改进AHP方法筛选出重要指标因素。所提出的安全指标体系关注系统整体的涌现性而非单个组件的可靠性,根据造成系统安全事故发生或进入危险状态的原因,提供一种能够更加有效的构建安全指标体系的思路。