导电材料缺陷的涡流成像检测技术研究

针对目前涡流无损检测尚存在检测精度低、反演识别难的问题,利用理论仿真分析,设计了励磁均匀性较好的励磁线圈和阵列隧道磁阻(TMR)传感器探头,基于阵列探头提出了等空间间隔插值成像缺陷检测方法,搭建试验系统,并进行缺陷检测试验。结果表明,提出的方法可有效地避免探头速度对成像结果的影响,从而实现不同形状尺寸缺陷的轮廓成像检测,为后续导电材料缺陷的涡流智能检测提供支持。     

电推力器羽流离子能谱测试仪设计及在轨数据分析

阻滞势分析仪（RPA）可有效获得等离子体离子能量分布,针对空间电推力器产生的交换电荷等离子体羽流参数范围与特性,开展了专用RPA的设计,着重描述已用于航天器上搭载的RPA设计方法及影响因素分析。在轨测试表明,所设计RPA获得了理想的测试结果,通过对测试数据分析获得了羽流等离子体的离子能谱和束流密度。     

月尘测量:从嫦娥三号到嫦娥五号

月尘是月球表面最重要的空间环境因素。月尘容易在太阳辐照、空间带电粒子和碰撞摩擦的作用下带上电荷,并在电场的作用下悬浮和迁移。月尘对探测器敏感表面和宇航员健康安全存在潜在危害,关系着科学探测目标的实现和任务的成败。探测月尘,一方面要获得月尘累积量的时空分布,另一方面要探测它的带电特性,从而全面了解月尘的运动迁移机制,同时也为后续探月任务的月尘防护提供输入。中国在嫦娥三号任务中,对着陆激起的和自然环境下的月尘累积量进行了测量。研究人员通过两次月食前后的月尘累积量对比,并未发现明显的累积量“晨昏线”增强现象(Li D.et al,GRL,2020),向着最终揭示月球的“地平线”发光现象的成因迈出了重要的一步。     

敏感器件表面可凝结污染物的分析研究

空间环境下,材料出气产生的可凝结物质极易粘附于敏感器件表面形成污染.本文研究了空间模拟环境下敏感器件因污染引起表面电阻增大的负面现象.为进一步控制表面电阻增大的现象,达到污染防护和控制的目的,建立了一整套敏感器件表面可凝结污染物成分分析的方法,对表面的可凝结污染物进行定性分析.结果表明引起表面电阻增大的主要污染源有硅橡胶GD414、704胶、电连接器内白色绝缘体、电连接器内红色绝缘体等几种材料;沉积到滑环表面上的主要成分有苯、邻苯二甲酸脂、环己胺、聚硅氧烷等,这些物质沉积到器件表面,可明显增大表面电阻.因此,建议使用过程中,考虑更换低出气率的材料,对一些必须要用的材料,在其结构设计中应考虑污染的因素,避免材料直接面对器件表面,以及使用前进行适当的预出气处理.     

微型磁电阻效应传感器的空间应用前景

由于受重量、功耗、体积及成本制约,小卫星是空间技术发展的必然趋势,卫星小型化的途径是使用微型化的最新科技产品。空间磁场探测是航天器空间环境监测的重要内容。微型磁电阻传感器具有低功耗、轻质量、小尺寸及廉价等特点,正满足了航天器微型化的需求。这些微型磁电阻传感器在对质量、体积和功耗有严格要求的航天器上具有很广泛的应用潜力。本文简要介绍了空间磁测量任务的需求、测试手段及微型磁电阻传感器在空间的应用历程,并对其空间应用前景进行了讨论。     

一种监测月球尘埃沉积质量的方法

月球探测过程中,由于自然悬浮和人类活动激起的月尘沉积在航天器表面,致使航天器敏感部件性能下降,需要实地监测长期探测过程中月尘的沉积质量,进而对其影响进行预估。通过对月尘遮挡效应的研究,设计利用测量太阳电池短路电流来监测月尘沉积量的方法。     

空间用油脂材料原位质损测试及出气成分分析方法

QCM（QuartzCrystal Microbalance）作为一种新型的高灵敏度质量传感器,具有测量精度高、稳定性好、体积小和工作温度范围广等优点,被用来监测微小质量的变化。针对QCM的原理,提出了将空间用油脂材料包裹在QCM电极上,在空间材料出气成分分析设备中原位监测材料的质损和出气成分的方法,并对实验方法进行了验证。     

15MHz分子污染监测仪的研制

石英晶体微量天平测试技术可用于监测非金属材料出气和航天器敏感系统表面的分子污染沉积。在地面分子污染监测设备研制的基础上,针对空间应用,设计研制了15MHz温控分子污染监测仪。它具有质量轻、体积小、功耗低的特点。通过一系列测试和地面试验,表明它的监测灵敏度可达2.94×10-9g1cm2,在-40～30℃范围内对探头的控温精度优于0.18℃,并可通过计算机控制其工作温度点,实时数据采集系统具有1次1s的采集、处理功能和良好的软件操作界面。     

混合GA与SA求解非线性约束优化

在蜚 线性约束优化中，处理好约束条件和增强局部搜索能力是解决这类问题的关键。本文在给出问题一般形式的基础上，设计了一个模型退火和遗传算法结合的算法。它用模拟退火算法来增强局部搜索能力，用线性交叉来处理约束以外的解，将可行解与不可行解用适应值的正负来区分。仿真试验表明，该算法收敛速度快、搜索能力强、稳健性好，本方法是对应用遗传算法求解非线性约束优化问题的又一次深入探索。