在人工智能技术的催动下，各行各业都在积极寻求变革。人工智能赋能的航天推进系统测试技术，在测试效率和测试能力等方面必定会发生很大的变化。本书结合固体火箭发动机、液体火箭发动机、冲压与组合发动机等航天推进系统介绍了智能测试技术，主要涉及试验技术、传感器技术、数据处理分析技术等内容。
样章试读
目录
- 目录
第1章 绪论 1
1.1 测试技术的发展 1
1.1.1 概述 1
1.1.2 非电量电测技术 1
1.1.3 非接触式测量技术 2
1.1.4 测试技术未来发展 3
1.2 航天动力试验技术的发展 3
习题 4
第2章 典型推进系统测试任务 5
2.1 固体火箭发动机 5
2.1.1 试验分类 5
2.1.2 地面静止试验的主要任务 6
2.1.3 地面静止试验的主要类型 8
2.1.4 地面点火试验过程 10
2.2 液体火箭发动机 12
2.2.1 组合件试验 12
2.2.2 地面试验 12
2.2.3 高空模拟试验 13
2.2.4 子级整机试验 15
2.3 冲压及组合发动机 15
2.3.1 概述 15
2.3.2 地面试验主要测试性能参数 16
2.3.3 直连式试验 17
2.3.4 自由射流试验 18
2.3.5 热防护试验 19
2.3.6 力学环境试验 19
2.3.7 飞行试验 19
2.4 高空模拟试车台 20
2.4.1 概述 21
2.4.2 被动引射高空模拟试车台 22
2.4.3 主动引射高空模拟试车台 24
习题 26
第3章 智能传感器 27
3.1 引言 27
3.2 智能传感器的系统组成 28
3.2.1 接口电路 28
3.2.2 校准和微调 30
3.3 智能传感器的校准与自校准 30
3.3.1 校准术语 30
3.3.2 智能传感器校准的特性 31
3.3.3 生产过程中的校准 31
3.3.4 自校准的局限性 32
3.3.5 通过结合多个传感器的自校准 32
3.3.6 自校准传感激励器 34
3.3.7 其他自校准方法 35
3.4 案例分析：智能温度传感器 37
3.5 案例分析：智能磁场传感器 39
3.6 案例分析：智能风速传感器 40
3.7 案例分析：智能霍尔传感器 41
3.7.1 电路原理 42
3.7.2 接口电路 42
习题 44
第4章 机器学习技术基础 45
4.1 概述 45
4.1.1 机器学习算法原理 45
4.1.2 机器学习的应用 49
4.1.3 机器学习的局限性 50
4.2 常用机器学习算法 51
4.2.1 线性回归 51
4.2.2 逻辑回归 54
4.2.3 朴素贝叶斯 57
4.2.4 支持向量机 58
4.2.5 k近邻 59
4.2.6 决策树 61
4.2.7 随机森林 61
4.2.8 AdaBoost 62
4.2.9 卷积神经网络 62
4.2.10 YOLO 72
4.3 常用机器学习工具包 74
4.3.1 TensorFlow 75
4.3.2 PyTorch 77
4.3.3 Keras 78
4.3.4 Scikitlearn 80
习题 84
第5章 时间序列数据的智能分析 85
5.1 时间序列数据概述 85
5.2 时间序列分析方法 86
5.2.1 时间序列的分类 86
5.2.2 时间序列的分解 86
5.2.3 描述性分析 87
5.2.4 平稳序列的预测 90
5.2.5 趋势型序列的预测 92
5.3 传统数据方法 93
5.3.1 常规信号处理方法 93
5.3.2 时间序列———AR模型与MA模型的原理与实现 96
5.4 时间序列分析———ARMA模型 101
5.4.1 时间序列与ARMA模型 101
5.4.2 ARMA模型的建立 101
5.5 信号去噪 103
5.5.1 噪声概念和分类 103
5.5.2 时域降噪方法 105
5.6 机器学习方法 107
5.6.1 基于支持向量机的时间序列预测 107
5.6.2 神经网络在时间序列中的应用 108
习题 110
第6章 图像类数据的智能分析 111
6.1 图像处理方法 111
6.1.1 图像处理方法概述 111
6.1.2 图像处理的主要技术 112
6.1.3 图像处理技术未来发展趋势与挑战 113
6.2 颗粒与液滴类图像处理 114
6.2.1 图像处理背景 114
6.2.2 YOLO目标检测算法 116
6.2.3 铝颗粒的追踪识别 123
6.3 表面检测类图像处理 131
6.3.1 表面检测技术概述 131
6.3.2 尺寸与形态检测 132
6.3.3 表面缺陷检测 136
6.4 光谱图像处理 140
6.4.1 光谱图像测量概述 140
6.4.2 光谱测量标定 143
6.4.3 光谱数据处理 145
6.5 三维重构技术 147
6.5.1 三维重构技术概述 147
6.5.2 使用CTC技术对工业火焰进行瞬时三维重建 150
习题 154
第7章 典型的智能测试应用 155
7.1 试验系统与测试方法 155
7.2 智能平台测试系统设计 156
7.2.1 基于网络协议的高速实时数据交互方法 156
7.2.2 高速测控系统 157
7.2.3 基于快速测控原型的仿真软件平台方案 158
7.3 典型测试数据 158
7.3.1 测试和控制方案设计 158
7.3.2 隔离段模型辨识 159
7.3.3 激波串前缘位置估计 160
7.3.4 鲁棒控制算法设计 160
7.4 数据判读方法与结果 162
习题 165
参考文献 166
京公网安备 11010102004214号