密封电子元器件与装置多余物检测发展综述

密封电子元器件与装置作为航天系统中的重要组成部分,具有高精密性、高可靠性以及高复杂性的典型特点,而多余物问题是严重影响其高可靠性的主要因素之一。随着航天技术的快速发展,多余物检测技术也在不断改进与深入。该文以认识多余物、控制多余物产生以及检测多余物为主线,围绕多余物的防控方法、检测方法、检测标准进行综合论述。着重分析了检测方法中的颗粒碰撞噪声检测(PIND)方法,分别从小型元器件多余物检测、中大型装置多余物检测两个角度,针对现有研究进展逐一进行了详细的介绍。在此基础上,结合现有国内多余物检测研究的现状,针对多余物检测的难点与未来发展趋势进行归纳,并提出了期望与目标。

基于卷积—反残差和组合注意力机制的航天器多余物检测

航天器密闭电子设备内腔多余物给航天器飞行安全带来了巨大隐患。由于多余物体积小、与设备内常规组件形态结构相似且易被其他组件遮挡,采用现有的方法对其进行检测时误检、漏检频发。为解决上述问题,提出一种基于卷积—反残差和组合注意力机制的航天器密闭电子设备多余物检测网络RPDN。首先,网络通过构建卷积—反残差模块,保证了多余物细粒度特征的完整性;其次,设计组合注意力机制,增强了多余物特征的表征能力;最后,结合多尺度特征融合模块与目标检测层从多维度进行目标预测。实验结果表明RPDN在各项评价指标上均取得了良好的效果,mAP达到92.16%,检测效率达到了13FPS,实现了航天器密闭电子设备内腔多余物高效、精准检测。

宇航电推进产品多余物防控的认识与实践

多余物预防与控制是宇航产品研制生产中的重点与难题,是电推进产品实现批量稳定生产的基础。通过分析电推进产品的特性、设计结构及应用条件,识别多余物来源及对产品可能造成的危害,确定出产品实现全过程的多余物防控环节及控制、检测手段,并在多个规格的通用产品上进行了实践。该项研究成果可作为后续新开发电推进产品多余物防控的依据,以及其他同类产品多余物防控的参考。

低温离心泵入口多余物定位及在线监测报警系统设计

低温离心泵是大型低温系统中的关键设备。为确保系统的自适应性和稳定性,需要实时监测离心泵的运行状态。特别是在工作环境恶劣、供应介质品质不稳定的情况下,及时判断故障位置并提前进行报警尤为重要。基于此,设计一套低温离心泵入口多余物定位及在线监测报警系统。该系统在低温离心泵的各部件前后加装压强测点,并引入设备参数实时监测算法,以实现故障的定位和报警,为低温系统的在线监测和报警提供初步解决方案。

基于PFMEA的液压系统多余物控制研究

PFMEA技术当前广泛应用于工业化大批量制造,在航空制造领域的应用尚不深入。本文应用PFMEA技术对航空产品液压系统装配过程多余物控制进行风险分析,通过建立适用于多品种小批量生产工艺的风险评价模型,找出航空产品液压系统多余物存在的失效模式并实施改进,从管理及技术两方面提升产品质量,满足顾客需求。此项研究验证了PFMEA技术在多品种小批量生产工艺中的适用性,提出一种可普遍应用于航空产品装配工艺的S(严重度)、O(频度数)、D(探测度)评价模型,提升了质量控制的有效性和控制效率。

基于多余物问题的印制板控制方法分析

主要论述了印制板生产制造过程中多余物的产生因素、多余物对成品印制板电性能的影响和在后道工序印制板与其他电子装联产品焊装调试时印制板多余物带来的影响,并以印制板生产过程中芯板加工检验、光板成品检验和后道工序焊装调试组装检验3种状态下印制板多余物对产品性能的影响为引导,进行了基于实际案例的剖析,分析了多余物产生的原因及其对成品板和后续的整件关联产品带来的影响,并针对印制板工艺过程方法和产品质量管控要求提出了改进措施。

基于改进YOLOv5s的飞机装配环节多余物检测研究

飞机装配过程中对多余物的控制有非常严格的要求,传统方法是人工巡检或定时检查,本文提出一种基于改进YOLOv5s的面向多余物检测的目标检测方法。首先,本文提出一种轻量化模块,即DGConv模块,用于替换原有的卷积模块,能够有效减少模型参数。其次,在特征融合网络中使用双向特征金字塔网络结构BiFPN,以提升特征的融合度,同时增加坐标注意力机制CA,在不增加参数量的情况下提升网络的关注范围。最后,使用SIOU作为回归框损失。试验结果表明,本文方法的效果满足要求。

民机用碳纤维预浸料多余物的预防与控制

针对民机用碳纤维预浸料多余物的定义与分类作详细介绍,对产品与工艺设计、采购、生产、检测、装运等过程的多余物防控措施进行详细说明,对多余物的调查流程进行概述。

GMS特征匹配与图像差分融合的连接器多余物检测方法

在航空航天设备中连接器被广泛地应用,但其装配质量因多余物的存在导致装备服役性能下降。针对目前连接器多余物的检测主要依靠人工,效率低、误检率高、成本高的问题,研究中利用机器视觉的优点,设计了Grid-Based Motion Statistics (GMS)特征匹配与图像差分融合的连接器多余物检测软硬件系统。首先,提取连接器图像ORB特征描述符,通过GMS匹配算法实现检测图像与其对比图像的特征匹配;其次,以两图像的特征点集计算单应性矩阵,并通过透视变换对齐检测图像;再次,将对齐的图像做图像差分,并通过高斯模糊、形态学操作、轮廓查找等实现多余物检测。实验表明,与传统直接做图像差分检测多余物的方法相比,检测精度大幅提升;研究中以采集的147张图像做检测,精度为98.64%。

浅谈飞机试飞阶段多余物的控制

飞机内部多余物的存在会对飞机系统功能、性能的实现造成严重咸胁,甚至会导致机毁人亡的飞行事故发生。对历史多余物故障分析发现,飞机在试飞阶段常见的多余物包括多余零件、辅料/辅助工具、加工残留物、其他多余物。这些多余物可能由前端工序遗留、零件松动掉落、私人物品遗漏等原因产生。对于这些多余物,一般可采用“吸、擦、刮、抓、洗、粘、吹”的方式排除。为了减少多余物对飞机带来的危害,本文提出了必要的管控措施,控制多余物的产生和及时清理多余物。

航天产品多余物预防与控制标准体系分析

针对现行航天产品多余物预防与控制标准,统计分析了标准构成及数量,梳理构建了体系框架,定性评价了标准适用性,对比分析了体系中产品类标准和工艺类标准的技术要素及其之间存在的差异性,进而对本领域标准化工作提出具体的意见和建议。

航天电液伺服机构多余物控制研究

污染防治与多余物防控是提升航天产品质量的重要手段,针对航天电液伺服机构工作及使用特点,对产品的固体、液体、气体污染危害开展全面的研究分析工作,列出源头清单,逐个实施控制措施。通过设计、过程控制、管理等手段对多余物进行全要素控制,设计时将多余物控制作为优化设计的重要因素,按产品研制过程对多余物的风险环节逐一梳理并制定措施,管理上针对多余物开展原因分类分析并加强管控。综合采用高效的控制方法及工具,通过吸收、借鉴、探索与总结,研究适合航天产品的污染防控及多余物控制方法,并通过实践进行验证。

基于滤波网络的多余物状态识别研究

在航天产品的研发制造过程中,多余物控制至关重要,尤其是多余物状态识别的环节,其核心在于如何有效提取高噪声图像中的局部特征。现有方法尚未针对多余物场景进行有效建模,通用的视觉模型往往会对噪声进行过度拟合,而无法有效滤除噪声信号。为此,提出了一种可学习滤波感知机。该感知机通过采用一种可学习滤波器来替代繁琐的自注意力机制,用以学习空间位置的交互作用信息。随后,引入了频谱掩模用于频域分量特征的抽取,以学习不同频段内的重点信息。实验结果表明,该方法在多余物识别中取得了96.7%的准确率,优于基于卷积和自注意力的模型,并且具有更低的计算复杂度。

红外探测器多余物的危害及预防

多余物引起航天、航空产品发生故障的案例有很多。红外探测器多余物的动态位移,会导致瞬时闪现的圆形影像故障,干扰红外弱小目标检测识别与跟踪;或者碰撞焦平面阵列产生无效像元,影响热成像系统的最小可分辨温差和作用距离。通过分步拆卸查找故障器件内的可排除宏观微粒,运用扫描电镜检测识别多余物,梳理制造过程和使用过程中出现多余物的来源和产生过程,提出必须从生产源头预防和控制多余物的途径和方法。力学和光学分析计算表明,宏观微粒破坏成像光束在焦平面上的光强分布,它位移掠过视场的时间小于50 ms,线度小于1mm衍射现象显著,圆形影像大多发生在夫琅禾费衍射区域,线度10μm大小的多余物靠近焦平面阵列产生菲涅耳衍射斑。

基于LabVIEW的贮箱多余物检测系统研究及应用

贮箱是大型机械设备中必不可少的部分,其内部铁屑、焊渣等多余物检测的问题有待解决。为实现贮箱内多余物的智能检测,通过时间反转原理的聚焦算法,利用LabVIEW和MATLAB联合编程,设计集数据采集、分析、处理及声发射源定位于一体的LabVIEW软件平台贮箱多余物检测系统。该系统可以有效判断贮箱内多余物的有无及定位,将声发射源的定位以强度图显示。经过多次试验,定位误差控制在5%以内,满足工程需要。

航天电子产品多余物预防与控制方法探析

航天电子产品生产工艺复杂、工序繁多,具有单件小批量、自动化程度低、人工配装为主等特点。为保证产品在发射后能保持长期稳定工作,不仅要在生产过程中对每个细节明确规定、严格控制,而且要对每一步工序操作完成后实施100%检查确认。随着电子产品向小型化、轻量化、高密度、芯多数的方向发展,因多余物造成电路短路,进而导致产品性能故障、整机失效等问题,成为各航天电子产品研制生产单位重点关注的主要质量问题。

复杂油管路铸件内腔多余物的预防和控制

针对熔模铸造和砂型铸造航空发动机复杂油路管路铸件的多余物,总结了内腔多余物的种类,分析了每种多余物的形成原因,评估了多余物的清理难度,并从铸件毛坯结构设计、工艺设计、工序设计、生产管理等方面提出了多余物的全流程全面预防和控制策略。

数字孪生增强的领域自适应航天器多余物检测

由于标注数据的短缺,对航天器多余物进行在线检测受到了较大的限制。文章研究了多余物的物理特性,在航天器的数字孪生系统中构建相应的多余物模型,提出了一种结合数字孪生技术增强的跨域自适应航天器多余物检测方法。该方法通过数字孪生技术获取航天器的实时数据,并借助于历史标注数据中的相似结构,以跨域自适应技术辅助实时在线推理的进行。设计了一种新型的跨域自适应模型,该模型采用共享网络结构以及门控机制,从而在复杂任务中更有效地挖掘先验知识,实现了跨域自适应技术与数字孪生技术的有机结合,以实现更高效、准确和实时的预测。此种方法可以全面地检测航天器各个部件的多余物状态。

基于MFCC与PNN的高精密航天器多余物材质特征识别方法

针对不同材质的高精密航天器多余物信号检测存在特征重叠、可重复性较差的问题,提出基于梅尔频率倒谱系数(MFCC)与概率神经网络(PNN)的多余物材质特征识别方法。借鉴语音识别技术,设计了一种基于能量加权MFCC的多余物材质脉冲特征提取方法;构建了基于MFCC和优化PNN的单个多余物材质脉冲分类模型;利用每个多余物材质脉冲的分类信息构建多余物材质可信度,实现对铝屑、焊锡、塑料和橡胶4种典型材质的识别。经实验验证,该分类模型对单个多余物材质的识别准确率均在90%以上,对2个多余物材质的识别准确率均在80%以上。

卫星结构装配过程中的多余物控制

本文针对卫星结构装配多余物控制的重要性,介绍了当前结构装配过程中多余物的来源、控制流,总结了结构装配过程中多余物控制、多余物检测和多余物排除等科学有效的工作方法,这些方法为卫星结构装配过程中的多余物控制奠定了良好基础。