高精度组合脉冲激光时序控制系统设计

在激光等离子体机理的研究中,为实现灵活的界面配置和多路脉冲激光器高精度的时序延时,设计了一种基于微控制器STM32和FPGA的多路时序延时控制系统。重点介绍了基于FPGA的多路ns级时序信号和基于ucGUI的触摸屏界面的设计。另外,采用高速光电隔离技术和高速FET开关电路技术,对驱动电路进行了设计,缩短了输出脉冲上升沿的时间,提高了系统延时精度、驱动能力和抗干扰性能。测试结果表明,该设计每路延时可调,调节范围为5 ns~10 ms,最小可调步进为5 ns,延时误差小于1 ns。     

保偏光纤陀螺横向磁场误差的温度依赖性

针对无骨架光纤环的保偏光纤陀螺中横向磁场误差的温度依赖性研究发现,保偏光纤线双折射以及Verdet常数固有的温度依赖性可以导致横向磁场误差随着温度变化而变化。利用琼斯矩阵方法推导了保偏光纤陀螺横向磁场误差与温度的关系,并进行了实验验证。实验结果表明,对于长度为1km,半径为6cm,光纤线双折射为2027rad·m-1,最大扭转率为0.382rad·m-1的无骨架光纤环,在1mT横向磁场以及-40~60℃温度场作用下,光纤陀螺的横向磁场误差由26.51(°)·h-1增加到30.43(°)·h-1。     

实验室内部审核不符合项整改的方法与实践

以GB/T 27025—2019 (ISO/IEC 17025:2017, IDT)《检测和校准实验室能力的通用要求》及实验室相关认证认可准则等要求为依据,针对实验室内部审核过程中发现的典型问题,就不符合项的事实描述和判定要求进行归纳,并结合实际案例,对不符合项的整改过程进行探讨,其能够为内审员开展实验室内部审核活动提供应用思路,保障内部审核活动的有效实施,提高实验室内部审核的质量。     

高频阶梯槽的制作研究

随着电子产品往高频、高速、小型化的发展趋势,高频阶梯槽的设计需求日益旺盛,本文基于高频阶梯槽在常规加工工艺所产生的偏位、流胶、板材损伤问题的突破,对高频阶梯槽的设计可实现性进行研究。     

非机理性板翘影响因素分析与改善

PCB板件翘曲问题是业内的关键疑难问题之一,板件翘曲严重会影响到焊接过程中元器件的焊接,易造成重大品质隐患。IPC标准明确指出板翘的接受标准≤0.75%,甚至更高要求≤0.5%,这给PCB生产厂家带来很多困扰。板翘从原理上可分为机理性和非机理性翘曲,机理性翘曲主要涉及叠层结构、图形分布等设计原因的影响,其难以得到有效的改善,而非机理性翘曲主要受制作过程的影响。本文主要从我司实际案例出发,分析板件非机理性翘曲在制程中的主要影响因素,并提出针对性的改善措施,供业内技术人员参考。     

线长驱动的层次式FPGA布局算法

针对层次式FPGA结构的特点,提出了以线长为目标的层次式FPGA布局算法.该算法基于模拟退火优化策略,针对层次式FPGA实际芯片结构的特点,提出了线长计算方法和搜索范围确定方法;同时,给出了提高算法速度的快速布局方法.实验结果表明,该方法不仅能够减小时间代价,也能够得到比较好的布局质量.     

树脂塞孔空洞产生原因及改善对策

树脂塞孔工艺通常存在塞孔空洞及孔口凹陷的问题,对于POFV及叠层设计,孔口凹陷的存在会导致焊接面积变小,带来焊接可靠性的问题。文章分析了塞孔空洞的产生机理,通过实验验证,得出了产生塞孔空洞的主要影响因素,并针对性的给出了塞孔空洞的改善对策与建议。     

嵌入式自动喷漆设备控制系统硬件可靠性预测

为了更好地研究嵌入式系统硬件可靠性,提出一种针对嵌入式系统硬件的马尔科夫模型分析方法。首先分析了嵌入式系统各模块的失效形式和故障类别,并根据故障类别将系统定义为不同工作状态;其次,根据状态转移关系建立状态转移矩阵,并求解计算马尔科夫状态转移方程,得到系统可靠度随时间的变化关系;最后,对嵌入式系统硬件局部可靠性作了敏感性分析。仿真结果表明,马尔科夫链模型能较为准确地描述硬件失效过程和预测某型喷漆系统硬件的可靠度,此外,提高电源可靠性有利于提升整个嵌入式硬件系统的可靠性。     

基于互补集合经验模态分解和改进麻雀搜索算法优化双向门控循环单元的交通流组合预测模型

该文针对短时交通流预测过程呈现的非线性、非平稳性及时序相关性特征,为提升预测的精度及收敛速度,提出一种基于互补集合经验模态分解(CEEMD)和改进麻雀搜索算法(ISSA)优化双向门控循环单元(BiGRU)的组合预测模型。首先,考虑到端点飞翼问题,通过改进CEEMD算法将交通流量序列分解为体现路网交通趋势性、周期性及随机性的本征模态函数(IMF)分量,有效提取了其中的先验特征;随后,利用BiGRU网络挖掘交通流量序列中的时序相关性特征,为避免局部最优,并提高麻雀搜索算法(SSA)全局搜索及局部开发能力,采用ISSA对BiGRU网络权值参数迭代择优。实验结果表明,该组合预测模型中各组件对提高预测精度均起到正向作用,同时在不同交通流量数据集下的预测性能较对比算法均更优,展现了精准、快速的预测表现以及良好的泛化能力。