配合参数对单晶炉驱动系统的影响分析

光伏产业的发展使得对硅材料的需求日益增加,同时硅单晶生产行业竞争也日趋激烈。作为生产硅单晶的重要装备,单晶炉的稳定性和可靠性关系到硅单晶生产效率的提升和成本的下降,因此其驱动系统的设计和优化成为装备制造的关键环节。本文以NVT-HG2000-V1型硅单晶生长炉的驱动系统为研究对象,用SolidWorks三维建模实现虚拟装配,采用ADAMS建立其动力学仿真模型,并对驱动系统的运动过程进行仿真模拟。采用控制变量法定量分析了铜套与升降轴的配合间隙及丝杠参数对驱动力和驱动力矩的影响规律,进而在提高硅单晶生长炉装备稳定性和可靠性方面给出合理的技术建议。结果表明,铜套与升降轴的配合间隙达到0.071 mm后能有效降低驱动系统运行所需驱动力矩,丝杠倾斜度、螺纹螺距与螺纹间摩擦系数的增大均会导致驱动系统运行所需力矩大幅增加。     

机械制冷机温控的系统仿真与分析

对机械制冷机温度控制系统分别从驱动控制电路、制冷机压缩机、制冷机冷指及冷平台杜瓦组件的特性进行了研究,揭示输入电压与输出温度之间的传递函数的物理特性关系。基于Simplorer软件搭建机械制冷机的系统级温控仿真平台,通过该平台可实时反映控制系统中不同物理量的变化情况,并将仿真结果与实验结果进行对比,验证了该仿真模型的可行性。通过该仿真平台,分析了热负载变化、环境温度变化和测温信号噪声对机械制冷机温控系统的影响。     

低轨纳卫星质量矩姿态控制技术研究

针对气动力矩严重影响低轨纳卫星姿态控制效果的问题,创新性地提出了利用质量矩技术将气动干扰转化为控制力矩的解决方法.由于气动力矩矢量垂直于大气来流速度方向,因而采用质量矩与磁力矩相结合的方式三轴全驱动控制卫星姿态,从而避免系统欠驱动. 建立双执行机构控制方式的姿态动力学模型,并根据各干扰项的影响简化了控制方程.针对气动力不确定、星体参数误差、未知环境影响等复杂干扰,设计了针对理想控制力矩基于干扰观测器的滑模控制器. 为减小滑块附加干扰力矩,研究了理想控制力矩的最优分配策略. 最后, 为双执行机构搭建了半物理仿真平台,结果表明: 姿态机动过程中, 与滑块加速度相关的附加惯性力矩远大于其他干扰项,最优力矩分配策略能够大幅减小快时变的附加干扰, 优化效果明显; 姿态保持过程中,干扰观测器能有效观测系统慢时变干扰, 提高滑模控制律的姿态控制精度,姿态角收敛误差小于$\pm $0.1$^\circ$.最终验证了在低轨纳卫星上利用质量矩技术控制姿态的可行性.      

小直径棒材超声横波检测仿真分析

采用超声水浸聚焦斜入射方式进行小棒材表面、近表缺陷检测时,声波在水/棒和棒/缺陷界面会发生反射、折射、散射、衍射及波形转换等一系列物理变换。此时缺陷可检性对声波入射条件十分敏感,常出现由于检测条件设置不当而导致缺陷漏检、误检的情况。为解决这一问题,本文针对小棒材超声斜入射检测中的主要参数——入射角和水距,开展声场及缺陷声响应仿真,研究检测参数对不同部位缺陷检测能力的影响,并对仿真结果进行试验验证。通过研究得到了检测水距、入射角度对缺陷检测能力的影响,并得到最优检测条件。试验验证结果表明研究制定的检测方案可有效检测出表面、近表面裂纹缺陷。     

动态仿真在大型低温氦制冷系统中的应用

大型低温氦制冷系统仿真作为系统设计、分析、优化以及控制系统调试、创新的工具日益受到重视。仿真的可信度依赖于物性和模型的准确。首先简要地介绍氦物性参数的计算方法,比较了不同方法的适用范围和优缺点,为物性选取工作提供指导。其次,概述大型低温系统单元建模的方式以及常用流程模拟算法。以国内外各个仿真模拟器的建立和完善过程为主线,重点综述了近10年来氦低温系统仿真的研究进展和突出成就,并指出了各个仿真模拟器的特点和存在的问题。最后,总结了目前仿真的主要研究内容并对未来的发展方向进行预测。提供了大型低温系统中应用动态仿真的整体思路,为今后的科研工作提供指导。     

红外动态场景生成装置空间分辨率的测试

建立了一套基于刀口灰度图红外探测的实验装置,对红外场景生成器的空间分辨率进行了测试。首先通过被测红外场景生成器产生带有刀口标志的红外图像,然后利用红外热像仪采集红外场景生成器所成的红外图像,通过对采集到的红外热图的数据处理,实现了对红外场景生成器空间分辨率的测量。测得的红外场景生成器的空间分辨率为5lp/mm,标准误差为0.04。     

空中对准方案的误差分配分析方法（英文）

舰载机进行紧急作战任务时,可能会先快速起飞,然后再进行空中对准。为了保证对准结束进入惯性导航模式后,惯导系统能够达到一定精度指标,对准结束时刻的姿态信息需要达到一定的精度要求。空中对准过程一般可分为粗对准和精对准两部分,对准结束时刻的姿态精度由粗对准结束时刻的导航误差、惯性器件误差、重力场模型误差和对准过程中的飞行机动等多个因素决定。首先利用设计的协方差分析方法,对两种不同空中对准方案进行误差分配,并通过Monte-Carlo仿真技术对误差分配结果进行了验证。仿真结果说明了提出的误差分析方法是正确的,为空中对准方案的改进方向提供了借鉴作用。     

用人工神经网络方法测量生物组织光学参数γ

提出了一种利用亚扩散空间分辨漫反射预测生物组织约化散射系数μ_s'和相函数参量γ的人工神经网络方法 .采用蒙特卡罗方法得到光子经生物组织漫反射的数据样本,利用这些数据样本训练反向传播神经网络,用于从亚扩散散射光中预测γ的信息.为了解决同时预测μ_s'和γ两个参数时会产生较大误差的问题,分段数据训练两个BP网络,依次识别μ_s'和γ.研究发现3.64l_(th)(l_(th)表示平均输运自由程)是对γ的不敏感点,可用该点附近的数据样本训练网络用于预测μ_s',用2l_(th)范围内的数据样本训练网络用于预测γ.蒙特卡罗仿真结果表明,在1.3≤γ≤1.9范围内,预测结果与真实值的相对均方根误差在1%以内.与现有的测量方法相比,所提的人工神经网络方法更加简单,且提高了预测精度.