燃气轮机叶片叶尖间隙光纤测量系统设计

燃气轮机转子叶尖间隙对发动机性能有重要影响,为实现其精密测量,首先,根据光纤对光强耦合原理得到了双圈同轴光纤束的光强调制特性函数;接着,分析了倾角变化对反射式光纤位移传感器测量特性的影响;然后,完成了间隙测量系统设计;最后,通过静态测量实验和不同转速下的动态测量实验验证了所设计系统的性能;实验结果表明:所设计传感器线性测量范围为2 mm,测量系统动态性能较好。     

基于单片机的步进电机虚拟细分技术的研究

步进电机由于具有控制简单,步距误差不长期积累和可靠性高等特点而被广泛地应用于数控和机器人等领域;步进电机的控制,目前主要是采用细分驱动技术,这种控制方式在细分数较低或低频阶段仍然存在明显的“步进”感;采用一种虚拟细分技术,在通常的一个细分步距角中,插入若干个虚拟细分点,使步进电机的电流更接近于正弦波,从而在电机内部产生更趋于圆形的旋转磁场,使步进电机能够低频阶段平稳运行,消除低频振荡;实验结果表明,采用虚拟细分技术能使步进电机运行更加稳定,更接近于伺服电机的性能。     

基于KNX的地下停车场智能监控及车位引导系统

针对目前地下停车场的自动化监控和管理方式单一,缺乏智能化的停车位引导以及停车场内照明、通风、泵站设施管理方式落后等问题,提出一种基于KNX的地下停车场智能监控及车位引导系统;通过将各个KNX节点设备挂载到KNX总线上,构建KNX系统,通过挂接在KNX总线上的智能终端实现对整个地下停车场的监控与管理,即实现对停车场照明、通风设备的管理和监控,以及车辆检测、车位检测以及车辆进入车位的智能引导功能;经实践验证,系统运行稳定可靠,实时性好,抗干扰能力强。     

Squeezing and Higher-order Squeezing Properties of Eigenstates of the Operator a_(qs)~k

ＳｑｕｅｚｉｎｇａｎｄＨｉｇｈｅｒ┐ｏｒｄｅｒＳｑｕｅｅｚｉｎｇＰｒｏｐｅｒｔｉｅｓｏｆＥｉｇｅｎｓｔａｔｅｓｏｆｔｈｅＯｐｅｒａｔｏｒａｋｑｓＷＡＮＧＪｉｓｕｏＳＵＮＣｈａｎｇｙｏｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＰｈｙｓｉｃｓ，ＬｉａｏｃｈｅｎｇＴ...     

靶场测量中跟踪目标的多尺度多级模糊聚类分类算法

靶场测量中的连发弹目标数量较多,需要对此目标进行分类跟踪,文章提出了一种多尺度多级模糊聚类的分类算法,首先对靶场测量中的多连发目标的特性进行分析,定义了3种不同的类目标群序列,其次针对模糊聚类算法必须先验确定聚类初始点以及聚类中心的缺陷,在此基础上加入尺度因子,并根据目标群的位置信息以及运动方向信息进行多级聚类,最后通过多次聚类实验证明分类结果能够满足靶场测量中的多连发目标的分类要求。     

基于Gabor小波变换的ICA火灾图像纹理识别算法

针对火灾图像纹理识别问题,提出了基于Gabor小波变换的ICA火灾图像纹理识别算法,并根据火灾图像纹理识别特点进行了优化。首先用不同尺度和方向的Gabor滤波器对待识别图像滤波,得到其特征图像,然后将特征图像转化成特征向量作为ICA的输入,得到基矢量子空间,再将测试图像经过Gabor滤波器的特征向量投影到ICA子空间中得到系数向量作为目标识别特征,最后用支持向量机进行识别。通过与Gabor滤波器法和ICA方法的对比实验,表明该算法可以在火灾纹理图像的识别率上比传统方法提高5%以上,为火灾图像识别提供了一种新思路。     

某机载瞄准系统精度评估测试方法

为了评估某型机载瞄准系统的精度,根据飞行试验参数测试需要,提出了通过图像测量与DGPS融合处理方法进行瞄准精度评估的试验方案。该方案利用飞行试验获取的图像数据与其他测量数据相结合,建立精度评估的方法,该评估方法在该机载武器瞄准系统精度评估得到应用,并且可在同类试验课题中推广应用。     

基于LVDS的固态存储器与地面综合测试台通信系统设计

针对遥测系统远程数据传输过程中出现的由于干扰引起的误操作以及数据紊乱问题,提出了一种基于LVDS的具有高可靠性的通信系统解决方案。系统以FPGA为控制核心,采用LVDS高速数据传输技术,实现飞行器遥测数据存储系统与地面设备的通信。为保证数据链路与命令控制链路的准确性和可靠性,设计了一套完整的通信协议。经大量试验表明,本通信系统系性能稳定、数据及命令传输可靠,现已应用于某航天遥测数据通信系统。     

基于NI-DAQ的高采样实时数据绘制方法与实现

飞行试验实时监控中,对高采样数据通常采用曲线绘制进行分析与故障判断,这对数据绘制的实时性、精确性以及曲线长度等都提出了较高的要求。本文对基于NI-DAQ的曲线绘制方法进行了研究和软件设计,实现了客户端的高采样数据实时绘制与打印输出。结果证明,采用该方法绘制的参数曲线可以满足实时监控要求。     

纯电动汽车磷酸铁锂电池组的建模及优化

鉴于传统神经网络和支持向量机机理复杂、计算量大的缺陷,很难实时跟踪磷酸铁锂电池组复杂快速的内部反应,影响电池荷电状态的估算精度,提出应用一种简单、有效的极限学习机对一额定容量为100Ah、额定电压为72V的纯电动汽车磷酸铁锂电池组建模,并分别与BP神经网络、RBF神经网络、支持向量机进行对比。随后,以学习时间和泛化性能为优化目标,应用粒子群方法寻找最佳隐层节点个数。结果表明,基于极限学习机的磷酸铁锂电池组模型的学习时间、泛化性能优于BP神经网络、RBF神经网络、支持向量机;隐层节点优化后,模型的学习时间和泛化性能达到最优。