采用工作模态识别法进行模态分析

对于一些大型工作结构 ,有时很难测得输入信号 ,只能单独利用实测响应数据进行工作模态识别。本文针对工程实际中的这一情况 ,首先利用响应间互相关函数同脉冲响应函数在表达形式上的相似性 ,推导出了多参考点时域工作模态复指数法 ,继而又从响应间的互相关函数入手 ,推导出了多参考点频域工作模态识别法。最后采用一飞机模型对这两种方法进行了试验验证 ,并将所得结果做了对比分析 ,结果表明 ,两种多参考点方法都能较有效地单独从实测响应数据提取结构的模态参数 ,且频域工作模态识别法比时域工作模态复指数法识别精度更高。     

一种W波段低损耗宽带单平衡混频器设计

针对某型半实物仿真系统大带宽、高动态的技术需求,研制了一种覆盖整个W波段的单平衡混频器。混频器基于波导-石英混合电路以及分立肖特基二极管设计,射频信号经减高波导同相激励两个肖特基结,以减少无源电路的额外损耗。本振信号通过波导E面探针输入,以准TEM模反相激励肖特基结。测试结果表明,所设计混频器在13dBm本振功率激励下,可在75~110GHz范围内实现6~8dB的单边带变频损耗,中频带宽为DC~35GHz。该混频器与国内外同类高性能产品技术性能相当,已成功应用于W波段半实物仿真系统中。     

利用压电驱动器改善飞机的横滚性能

利用分布粘贴在矩形机翼上下两面的压电驱动器 ,验证了使用该类结构提高飞行器横滚能力的可能性。针对常规的副翼操纵面与虚拟操纵面 (FictitiousControlSurface)两种方案 ,比较了在不同速压或不同刚度下两类方案的表现。分析结果表明二者有本质的差别 :对于常规的副翼操纵方案 ,气动弹性效应是不利的 ,必须保证机翼具有足够的结构刚度以防止副翼反效问题 ;但对于虚拟操纵面方案 ,气动弹性效应是有利的 ,可以使用较小的能量控制较为柔软的机翼达到要求的横滚性能。计算结果显示 ,利用压电驱动器的方案可以大大减少结构重量     

试件加速降温的试验方法探讨

受"火星探路者"热真空试验启发,文章分析了登月舱及行星际探测器这一类工作时试件温度很低的航天器的试验方法,证实通过维持容器适当的真空度,可以加速降温过程,达到节省经费的目的.     

液氢温区直接节流制冷新流程热力学分析

低温制冷机是液氢长期在轨零蒸发贮存的关键技术之一。节流制冷机无低温运动部件,具备系统简单和可连续制冷等优点。本文提出了液氢温区直接节流制冷新流程,拟采用回热式制冷机或者液氢储罐排气冷量为其提供32 K以下的预冷量,有潜力实现快速降温和高效制冷。采用热力学方法对于给定液氢温区10 W的制冷量要求,以等温压缩功为优化目标对该制冷机进行优化。分析得到了优化等温压缩功及其对应的优化高压压力和预冷量与预冷温度之间的变化关系。结果表明:当预冷温度低于32 K时,直接节流制冷机在优化工况下运行时与典型节流制冷机性能接近,但其结构得到简化,稳定性高且制冷机降温初期无需旁通。     

利用约瑟夫森电压标准装置测量直流电阻分压箱

提出了一种测量直流电阻分压箱比例的方法,利用可程控约瑟夫森电压标准装置(JVS)直接测量两个电压,计算其比例,具有测量周期短、准确度高、可靠性好的特点。还介绍了JVS和直流电阻分压箱的结构原理,以及测量分压比的技术。JVS能够短时间内连续多次测量10 V和1 V电压信号,几乎"同时"测量,通过合理设计测试方法和步骤,消除了以往测量方法中引线和其他测试设备以及电阻温度漂移的干扰,能够更加准确地测量出分压箱的分压比和线性度等指标,当测量分压箱比率为10∶1和100∶1时,测量的不确定度可分别达到1×10-7和3×10-7。     

一种基于流量法的大型贮罐容积标定系统

以新一代运载火箭燃料贮罐容积标定系统项目研制为背景,介绍了一种基于流量法的大型贮罐容积标定系统的设计思路、原理、方法和组成,并对系统的测量不确定度进行了理论评定。该系统不仅可以得到比较准确的过程参数,且可以推广应用于各种大型容器的"液位—容积"或"容积—液位"的准确标定。     

工业机器人的绝对定位误差模型及其补偿算法

工业机器人重复定位精度高而绝对定位精度低。为了提高工业机器人的绝对定位精度,提出一种绝对定位误差模型。基于该模型,利用激光跟踪仪和最小二乘法辨识出所需参数,并对误差进行补偿修正。最后,将这种方法应用在KUKA KR150-2机器人上进行测量和补偿。实验结果显示:平均绝对定位精度由补偿前的1.321mm变为补偿后的0.183mm,从而表明该方法的有效性。     

中国空间生命科学40年回顾与展望

我国空间生命科学的探索起源于20世纪60年代,1981年随着空间生命专业委员会的正式成立,依托此专业的学术交流平台,空间生命科学进入多学科并进多机构建设的新阶段.随着中国载人航天及空间探索研究的深入发展,以分支学科或重大问题为牵引,我国在空间生命科学的几个重要领域取得了一系列关键成果.本文从发展历程、研究成果、平台模型、重大项目与后续展望等方面综述了我国空间生命科学40年的发展历程与标志性成果,为后续发展提供借鉴与参考.      

Exploration and analysis of the factors influencing GNSS PWV for nowcasting applications

Precipitable water vapor (PWV) can be assimilated into a numerical weather model (NWM) to improve the prediction accuracy of numerical weather prediction. In this study, taking GNSS data for the Beijing Fangshan station (BJFS) as an example, based on the method of Pearson correlation coefficient combined with quantitative analysis, GNSS datasets are used to study the relationships between GNSS-derived PWV (GNSS PWV__Met) and its influencing factors, including the internal influencing factors zenith troposphere delay (ZTD), zenith hydrostatic delay (ZHD), zenith wet delay (ZWD), and surface temperature (T_s), and the external influencing factor haze (mainly PM_2.5). Firstly, based on the strong correlation between PWV__Met and ZTD hourly sequences from the International GNSS Service Network’s BJFS station for DOYS 182–212, 2015, the results of experiment prove that the reliability of GNSS ZTD is used to forecast PWV_Met in short-term forecasting. Secondly, based on hourly data of BJFS in 2016, the correlation between PWV__Met and ZTD, ZWD, ZHD, pressure (P) and T_s is analyzed, and then, with the rate of ZTD variation as the main factor, ZTD variation as auxiliary factor, the prediction success rate is 88.24% from hourly data of precipitation event for DOYs 183–213 in Beijing. The experiment indicates that ZTD can help forecast short-term precipitation. Thirdly, based on data from three hazy periods with relatively stable weather conditions, no heavy rainfall, and relatively continuous data in the past three years, the correlation between GNSS PWV_Met/ZTD and PM_2.5 hourly series is analyzed. The results of the experiments suggests that GNSS ZTD should be considered to assist in haze monitoring. So in the absence of radiosonde stations and meteorological elements, ZTDs on retrieval of GNSS stations have more application value in short-term forecast.