全尺寸缝翼疲劳试验随动加载技术

缝翼及其支承结构的疲劳试验是民用飞机适航取证的一项重要工作,其难度在于需要在试验件运动过程中同步施加载荷,完成对缝翼翼面及其支承结构载荷的考验。过大的同步偏差及不当的异常处理会造成试验件的非预期损伤,是一项风险极高的地面强度试验。在试验方案中采用了控制系统与驱动系统的双驱动方式,在国内首次在翼身组合体真机环境中完成了缝翼疲劳试验,真实还原了缝翼实际运动场景,试验通过对试验运动轨迹的仿真指导随动加载框架的安装,极大地提高了活动翼面随动加载试验在翼面活动时的同步性和加载精度,同时创新的同步偏差实时监控和防错设计保障了试验的顺利运行,为该型号飞机的缝翼设计提供了更具参考价值的试验数据及试验结果。     

基于风洞试验中的消耗计量模型研究与实现

高压、中压、氮气等是保障风洞试验有效进行所需的动力资源,针对风洞群试验中供气气源管线拓扑结构复杂多变、试验用户多、生产调度粗放等特点,为了提高动力资源生产和调度的保障效能,研究提出了基于动态拓扑结构的单车次动力资源消耗计量模型。该模型采用设备状态监测、图形数据库(Neo4j)技术、流体力学静压差法等技术,在虚拟空间里,完成了物理世界到逻辑世界的映射,形成了动态拓扑结构模型。在此基础上结合试验状态感知、资源库存量,实现了对风洞单车次试验各类动力资源消耗计量。实验结果表明,该模型较好地解决了原风洞单车次试验难以计量或计量不准的难题。通过试验数据对比发现,计量数据准确,满足数据精准度要求。     

电机综合测试系统采集分析软件设计

简要介绍了电机综合测试系统的组成,在此基础上分析了电机测试系统采集分析软件的开发功能需求,设计了系统软件架构。同时,基于该软件架构利用Visual Studio 2019开发环境中的C#编程语言进行电机综合测试系统采集分析软件的开发。详细介绍了软件人机界面的设计,并以三相异步电机作为典型案例,详述了试验软件典型试验项目的功能设计及实现过程。     

基于低能量直流的真空断路器短路开断能力评估

针对目前真空断路器无法在现场进行短路开断能力评估的问题,提出一种利用低能量直流对真空断路器短路开断能力的评估方法。首先分析真空断路器的基本结构和电弧开断原理,得出工程实践中真空断路器开断故障电流失败的原因;其次使用小容量直流高电压、直流大电流模拟真实情况,在断路器触头间注入可控的直流电流和直流电压,通过检测断路器分闸过程电气量变化时间来评估断路器的极限开断能力。对安徽某变电站VS1-12真空断路器进行现场测试,结果表明低能量直流法能有效评估真空断路器短路开断能力,适合现场对断路器短路开断能力的筛查评估。     

航空机载软件全数字仿真测试系统的设计与实现

针对航空机载软件测试环境与开发环境冲突、测试环境可控性和通用性差、非干预性测试困难的问题,分析了全物理实装测试环境、半实物仿真测试环境的优缺点,研究了全数字仿真测试技术,设计并实现了一种航空机载软件全数字仿真测试系统。该系统由仿真核心平台、仿真工具组件、协同仿真组件和人机交互组件构成,提供了航空机载处理器、内存、外设等多种可重用库。提出了基于底层虚拟机的动态二进制翻译技术、协同仿真时间同步和数据通信机制等关键技术,实现了航空机载软件全数字高速闭环仿真运行。工程实践证明,该系统能达到降低硬件设备的依耐性、简化测试环境搭建的复杂度、提高测试效率约42%的目的。     

某通信设备激励模块自检偶发报故的分析与解决措施

简单介绍了某通信设备激励模块工作原理,针对某批次激励模块自检偶发报故的问题,通过对故障原因的详细分析,发现采样时间与指示信号有效时间临界的问题。提出了在充分考虑指示信号有效时间范围的前提下,找到最佳采样时间段,对软件采样时间的设计进行优化的解决措施。     

Multi-Objective Modified Particle Swarm Optimization for Test Suite Reduction (MOMPSO)

Software testing plays a pivotal role in entire software development lifecycle. It provides researchers with extensive opportunities to develop novel methods for the optimized and cost-effective test suite Although implementation of such a cost-effective test suite with regression testing is being under exploration still it contains lot of challenges and flaws while incorporating with any of the new regression testing algorithm due to irrelevant test cases in the test suite which are not required. These kinds of irrelevant test cases might create certain challenges such as code-coverage in the test suite, fault-tolerance, defects due to uncovered-statements and overall-performance at the time of execution. With this objective, the proposed a new Modified Particle Swarm optimization used for multi-objective test suite optimization. The experiment results involving six subject programs show that MOMPSO method can outer perform with respect to both reduction rate (90.78% to 100%) and failure detection rate (44.56% to 55.01%). Results proved MOMPSO outperformed the other stated algorithms.     

HSWOA: An ensemble of hunger games search and whale optimization algorithm for global optimization

The search for food stimulated by hunger is a common phenomenon in the animal world. Mimicking the concept, recently, an optimization algorithm Hunger Games Search (HGS) has been proposed for global optimization. On the other side, the Whale Optimization Algorithm (WOA) is a commonly utilized nature-inspired algorithm portrayed by a straightforward construction with easy parameters imitating the hunting behavior of humpback whales. However, due to minimum exploration of the search space, WOA has a high chance of trapping into local solutions, and more exploitation leads it towards premature convergence. The concept of hunger from HGS is merged with the food searching techniques of the whale to lessen the inherent drawbacks of WOA. Two weights of HGS are adaptively designed for every whale using the respective hunger level for balancing search strategies. Performance verification of the proposed hunger search-based whale optimization algorithm (HSWOA) is done by comparing it with 10 state-of-the-art algorithms, including three very recently developed algorithms on 30 classical benchmark functions. Comparison with some basic algorithms, recently modified algorithms, and WOA variants is performed using IEEE CEC 2019 function set. Statistical performance of the proposed algorithm is verified with Friedman's test, boxplot analysis, and Nemenyi multiple comparison test. The operating speed of the algorithm is determined and tested with complexity analysis and convergence analysis. Finally, seven real-world engineering problems are solved and compared with a list of metaheuristic algorithms. Numerical and statistical performance comparison with state-of-the-art algorithms confirms the efficacy of the newly designed algorithm.     

基于多通道脑电信号的因果网络情绪识别

情绪是由大脑内多个通道共同作用产生的,格兰杰因果检验作为情绪识别的主流方法,在计算任意2个通道之间的因果关系时容易忽略其他通道的影响。面向多通道脑电信号,提出一种基于条件格兰杰因果检验（CGC）的因果网络情绪识别方法。利用CGC算法计算不同情绪下大脑全通道的因果关系,据此构建因果网络,并通过分析各通道的入/出度和介数拓扑属性找到关键通道,得到简化的因果网络进行情绪识别。将节点之间的因果连接关系作为特征分别输入SVM和KNN分类器进行分类训练,实验结果表明,简化网络的识别率分别为75.3%和78.4%,验证了所提方法的有效性。     

智能立体停车位液压控制系统分析

发展智能立体停车位是解决城市停车难问题的重要途径。由于液压控制系统能够满足对立体停车位的速度和位置控制的精确控制,所以根据智能立体停车位在实际过程中的运动特性,设计出智能立体停车位行走、回转和升降调速液压控制系统。升降调速系统是智能立体停车位最重要的系统,为此建立了升降调速系统的数学模型。首先,基于MATLAB/Simulink对升降调速系统的动态特性进行仿真分析,然后对实验样机的升降调速系统进行测试和验证。测试结果表明,智能立体停车位的液压系统回路设计合理,且满足了对智能立体停车位速度和位置控制精确的要求,为进一步研究智能立体停车位液压控制系统提供理论依据和参考价值。