基于FPGA和DSP的机载高清VGA视频采集系统设计与实现

针对某新型机载视频测试需求的迫切性以及目前测试方法和设备不能满足试飞测试需求的问题,以TMS320DM6467T芯片为核心处理单元,采用FPGA和DSP设计技术,完成了机载高清VGA视频采集系统的硬件和软件设计,成功解决了该型机载视频的采集与处理,实现了对该机专用视频采集各要求项目的自动测试功能和自检功能;该视频采集系统已成功得到应用;实践表明,该系统能够满足测试需求,具有测试精度高、运行稳定、可扩展性好等特点。     

基于核方法的模拟电路故障诊断

核方法通过非线性映射将原始数据嵌入到高维特征空间,然后进行线性分析和处理,为基于知识的数据分析带来新的方法和模式;传统方法无法解决故障特征数据维数高、在故障样本交叠严重时多分类性能较差的问题,因此在电路故障特征数据预处理阶段,提出了分步骤分别在时域对电路输出电压波形进行小波包分析和在频域测量电路幅频特性的方法来提取电路故障特征;预处理后的故障特征向量只是8维向量,减少了SVM的训练时间;将该方法应用于国际标准电路中的CTSV滤波器电路的故障诊断,结果表明:该方法能突出不同故障的特性,故障诊断正确率达到98.57%(414/420)。     

基于CATIA的固体火箭发动机系统中的三维参数化设计

为了提高固体火箭发动机系统的动态交互能力,方便用户直观地了解固体火箭发动机的内部结构,结合CATIA强大的三维建模能力,完成了该系统中最重要的三维参数化设计;以VC++为编程环境,运用CATIA自动化对象编程(V5 Automation)提供的二次开发接口,实现了固体火箭发动机系统中的三维绘图模块,同时介绍了两种在VC框架内动态显示CATIA三维模型的方法;实践证明,该系统能够快速的确定固体火箭发动机外形尺寸、标志量等设计参数,为固体火箭发动机的初步设计提供有效的帮助。     

基于RFID和WSN仓储车辆定位系统设计

通过研究基于无线传感器网络的定位技术和无源超高频RFID的定位技术,提出了一种WSN-RFID协同精确定位方法对仓储运输车辆进行定位,并采用该方法设计了具有定位功能的智能小车,实现了对小车的区域定位和精确定位;文章详细阐述了RFID和WSN基本原理以及定位技术,给出了WSN与RFID硬件设计框图,搭建了仓储车辆定位系统硬件平台;通过对智能小车的定位功能进行测试,定位精度达到了86.5%,验证了WSN-RFID协同精确定位方法的有效性与可行性。     

基于小波包—灰色神经网络的机电作动系统故障预测

针对健康状态难以预测的机电作动系统,提出一种基于小波包—灰色神经网络的机电作动系统故障预测方法;该方法利用小波包分解对机电作动系统的故障特征进行提取,利用灰色GM(1,1)模型对提取出的12种不同故障模式下的频带值进行预测,并作为神经网络的输入,采用BP三层结构,通过验证取隐含层数为10进行训练,预测结果相对误差只有-0.014 6,取得了较好的预测效果;仿真结果表明:小波包—灰色神经网络方法在机电作动系统故障预测中具有一定的有效性。     

一种硬件开销低的电路延时故障检测方法

文章提出一种统一延时测试架构,通过重用在线延时故障检测设计资源实现离线延时检测;首先,提出了一种硬件开销较小的稳定性检测器,对每个关键组合输出的稳定性扰乱因子进行检测;然后通过在稳定性检测器中共享全局误差生成器,可生成各个稳定性检测器的全局误差信号,以表示是否存在延时故障;最后,在扫描链中集成了基于本地扫描的生成器,以支持基于扫描的离线延时检测;仿真实验结果表明,与以前技术相比,文章方法的硬件开销和设计复杂度更低。     

基于盲反卷积去噪的机车走行部齿轮箱故障诊断

为了有效地识别机车走行部的早期故障,提高我国重载机车的运输能力,以机车走行部齿轮箱为例,在分析总结大量实际振动信号的基础上,探讨了运用盲反卷积去噪的方法来提取机车齿轮的故障特征信息,即采用傅里叶变换在送入滤波器中使振动信号变换为时域信号;再对所有的盲信号进行盲源分离,与TSA(时间同步平均)方法相比,考虑了外界因素的影响,尽量避免了预测和诊断误差;通过对实际机车走行部齿轮振动信号的分析,成功提取到故障特征信号,阐述了该方法在机车走行部在线故障诊断系统中的应用,不仅能满足在线监测和故障的实时性和可靠性的要求,使机车在正常运行的时候,同时显示出其可靠性、耐用性和高置信度性。     

导弹逼近告警器及无源干扰设备测试软件设计

为解决导弹逼近告警器及无源干扰设备测试成本高、维护保障难的问题,研制了一套导弹逼近告警器及无源干扰设备自动检测系统;设计了系统测试软件,按照模块化设计方式,针对设备检测需求,开发不同的软件测试模块并集成;该系统集成度高,配置灵活,操作智能化,功能完整,测试项目全,测试和排故障效率高;经试用表明,该检测系统具有良好的操作性和维护性,可以为导弹逼近告警器及无源干扰设备检测维修提供技术支持,有效节省测试成本和维护保障费用。     

基于组合优化神经网络的航空发动机叶片损伤图像分割

采用PNN网络和RBF网络相融合的方法对航空发动机叶片损伤图像进行分割,选取损伤图像80个像素点的RGB值和HSV值分别作为PNN网络和RBF网络的输入样本;针对PNN网络和RBF网络的不足,采用GA算法优化PNN网络和RBF网络的输入参数;考虑到叶片损伤图像采集过程中不确定因素对分割结果的影响,采用D-S证据理论将两种网络分割结果进行融合,进而得到最终的叶片损伤图像分割结果;在30组测试样本中正确识别组数为29,识别率高达96.67%,实践表明,该方法有效地克服了凭借单一识别网络和单一信息源进行叶片损伤图像分割的不足,实现了对叶片损伤图像的高效分割。     

基于PCI总线的红外探测器图像数据采集系统设计与实现

红外成像探测系统在调测过程中,通常需要完成探测系统输出图像和辅助信息的采集、保存和分析;根据红外成像探测系统输出信息的特点,文章介绍了基于PCI总线技术的红外探测器图像数据采集系统的软硬件设计方法和实现方案,解决了多种分辨率红外图像的实时数据采集、显示和储存问题;系统通过接受320*256以及640*512分辨率的图像进行测试;经过测试表明:通过使用DMA方式,PCI总线读取速率达到了49.0 MByte/s,可以准确无误地对多种分辨率红外图像和辅助信息进行高速实时采集,满足测试系统的使用需求,为红外成像探测系统的调测提供了坚实的基础。