公开(公告)号：CN119437625A

公开(公告)日：2025-02-14

申请号：CN202411438538.0

申请日：2024-10-15

Applicant: 中国直升机设计研究所

Inventor： 赵志娟 ,  张树桢 ,  程起有 ,  查建平 ,  龚明程

IPC: G01M9/02 ,  G01M9/08 ,  B64F5/60

Abstract: 本发明属于风洞试验领域，涉及用于回转颤振分析的短舱风洞试验模型及仿真验证方法。风洞试验模型按照直升机短舱设计，包括：刚性安装于风洞洞壁上的机身模型、机翼模型、短舱模型、旋翼模型、短舱旋翼连接模型、短舱机翼连接模型；机身模型上安装机翼模型；短舱旋翼连接模型用于连接旋翼模型和短舱模型；短舱模型内部设置短舱旋翼连接模型，短舱旋翼连接模型与短舱模型设置为一体或刚性连接；短舱机翼连接模型通过螺栓与机翼模型连接；在短舱旋翼连接模型上设置用来装配旋翼轴的两个轴承座，两个轴承座之间安装质量块。

公开(公告)号：CN119512025A

公开(公告)日：2025-02-25

申请号：CN202411438531.9

申请日：2024-10-15

Applicant: 中国直升机设计研究所

Inventor： 侯兰兰 ,  王国胜 ,  李明强 ,  张树桢 ,  马小艳 ,  高晓东 ,  龚明程

IPC: G05B23/02

Abstract: 本发明属于直升机振动主动控制领域，涉及一种基于桨毂顶置的振动主动控制试验装置及方法。装置包括：桨毂顶置振动主动控制系统及其被控对象、激振系统。

公开(公告)号：CN117392498A

公开(公告)日：2024-01-12

申请号：CN202311504700.X

申请日：2023-11-13

Applicant: 中国直升机设计研究所

Inventor： 龚明程 ,  张学薇 ,  李璨

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开一种基于卷积神经网络的直升机飞行状态识别方法，包括：步骤1，采集多架次直升机的飞行参数；步骤2，对采集的多架次飞行参数中与飞行状态相关的特征参数进行数据集预处理，设置出多个飞行状态对应的标签，以及得到基于多个特征参数的融合特征图像；步骤3，将待训练的数据集划分为训练数据集和验证数据集，所述数据集包括融合特征图像和各飞行状态对应的标签；步骤4，通过搭建卷积神经网络模型，采用训练数据集对卷积神经网络模型进行训练调参，并采用验证数据集对完成训练的卷积神经网络模型进行验证，形成并确定用于直升机飞行状态识别的卷积神经网络模型；步骤5，采用卷积神经网络模型对新架次的飞行参数进行状态识别。

公开(公告)号：CN119442845A

公开(公告)日：2025-02-14

申请号：CN202411434312.3

申请日：2024-10-15

Applicant: 中国直升机设计研究所

Inventor： 张学薇 ,  熊欣 ,  龚明程 ,  宋畅 ,  岳巍 ,  孙思 ,  刘俊增 ,  陶宪斌 ,  汪振兴 ,  李玮 ,  胡磊 ,  奚佳凯 ,  刘晓同

IPC: G06F30/27 ,  G16C60/00 ,  G06N3/0464 ,  G06N3/08 ,  G06N20/00 ,  G06F113/26 ,  G06F119/14

Abstract: 本发明属于直升机复合材料高温疲劳性能预测技术领域，涉及融合机器学习的复合材料疲劳刚度退化预测方法及装置。该方法包括：以纤维方向复合材料层合板为研究对象，利用卷积神经网络算法，实现了不同温度下玻璃纤维复合材料纤维方向拉‑拉疲劳刚度退化规律的准确预测。