基于里程计和超声波群多传感器融合机器人定位导航方法

针对机器人定位问题,给出了采用里程计和采用超声波的定位方法。里程计的定位方法不可避免会产生累计误差,无法长时间使用,而基于超声波的定位方法没有累计误差,但定位周期较长,实时性不够好。因此,综合两种定位方法的特点,通过融合两种传感器的数据,改善定位精度,缩短定位周期。     

高空低气压下电晕放电电磁脉冲辐射特性模拟实验

为研究高空低气压下飞行器表面电晕放电电磁脉冲辐射特性,以尖端导体电晕放电为研究对象,进行了低气压下电晕放电电磁脉冲辐射特性模拟实验,给出了辐射电场幅值与气压的关系表达式,并基于气体放电和电磁场理论总结了电晕放电电磁脉冲辐射特性随电压极性、气压以及测试距离的变化规律。结果表明:电晕放电电磁脉冲辐射电场时域波形呈衰减振荡形式,持续时间约为600 ns,首脉冲方向随电压极性的不同而不同,且辐射电场分量主要集中在与放电针相同的极化方向;辐射电场频谱主要分布在500 MHz以内,在35 MHz和170 MHz处出现稳定的波峰;在气压为4~30 kPa范围内,随着气压的降低,放电电磁脉冲辐射电场增强;随着测试距离的增加,电晕放电电磁脉冲辐射电场逐渐衰减。该研究结论可为低气压下飞行器电晕放电电磁脉冲辐射特性研究提供有益参考。     

武汉上空钠层与钾层的同时激光雷达观测

简要介绍了(WIPM)双波长共振荧光激光雷达系统和数据处理方法, 并利用其对武汉上空钠层和钾层进行了多天的同时观测, 通过对钠层和钾层的绝对数密度、柱密度以及质心高度的计算, 同时与中纬度其他地区的相关参数进行比较,得出武汉上空钠层的绝对数密度、柱密度以及质心高度与其他中纬度地区十分相近的结论, 并且发现了一个钠层突发和钾层突发不同时出现的现象.      

改进ADRC及其在飞行增稳控制中的应用

非线性自抗扰控制器(ADRC)具有极强的鲁棒性和优异的控制性能,但控制器参数设计较为繁琐。引入了新的非线性函数,简化了控制器的参数设计,且非线性扩张状态观测器(ESO)在原点处具有渐进稳定性。设计了基于模型跟踪的一阶ADRC飞机纵向增稳控制器。仿真结果表明,在大飞行包线内飞机的动态特性发生了很大变化,不改变ADRC参数而只进行跟踪模型动压调参,飞行控制系统均满足一级品质要求,表现了极强的鲁棒性能。     

逆压力梯度下几何参数对气膜冷却效率的影响

采用放大模型在低速回流式风洞中进行了实验,研究了逆压力梯度下圆柱形孔、扇形孔和双向扩张形孔的气膜冷却效率,分析了孔间距、前倾角和径向角等几何参数对气膜冷却效率的影响.结果表明:扇形孔的气膜冷却效率最大,双向扩张形孔次之,圆柱形孔最小.孔间距越小,气膜冷却效率越大,且动量比越小,孔间距的影响越大.前倾角越小,气膜冷却效率越大,动量比越大,前倾角的影响越大.径向角的影响较复杂,小于30°且递增时,气膜冷却效率随动量比的增大而减小;大于30°时,气膜冷却效率随径向角的增大而减小.      

大规模定制车间布局概述

首先对车间布局的发展进行了概述;并根据大规模定制生产的特点,提出了三种适合大规模定制车间布局(子生产型、C型和花瓣型布局),并对其各自的特点进行了简单地介绍。最后构建了一个两层结构的仿真平台,以仿真方法模拟出大量动态多变的内外部环境,通过蒙特卡洛法对大规模定制的车间布局模型进行统计评估。     

双向扩张型孔射流角度对气膜冷却特性影响的实验

设计了气膜冷却实验台,测量了单排7个气膜孔的平均换热系数和冷却效率.气膜孔倾角为20°,45°和90°,孔间距P/d=3.动量比变化范围为1～4.重点研究主流零压力梯度下动量比和孔倾角对换热系数比和冷却效率影响.结果表明,动量比的增加使换热系数比和冷却效率都增加,随着倾角增加,动量比对冷却效率的影响减弱;倾角对换热系数比的影响非常复杂,倾角的增加使冷却效率减小.倾角20°的冷却效率明显高于倾角45°和90°的冷却效率.      

一个神经网络结合遗传算法的叶轮逆命题设计方法

本文的目的是利用神经网络实现离心压缩机叶轮的逆命题设计。为此,结合实例叶轮逆命题设计问题通过遗传算法的演化和训练建立了前馈神经网络。所建网络随之用于求解给定表面速度分布情况下的叶片型线。      

快速加热恒应力试验方法的初步研究

短时高温试验是适应现代高速飞行器的发展而建立起来的一种新型的力学性能试验方法。目前已有多种试验方案, 其中快速加热恒应力拉伸试验是在某恒定应力下, 以一定的速率加热试件, 测定合金的应变与温度的关系, 并从而求得材料在试验条件下的屈服温度(通常以引起0.2%的残余应变为准)。本文简要地评述了短时高温试验方法的现状; 介绍了为进行快速加热恒应力拉伸试验而建立的试验装置, 并提供了国产Д16AT及B95AT合金的初步试验数据;最后还对所得数据进行处理和分析。     

基于深度学习与灰度图的肌电机械手手势识别

为了提高肌电机械手手势识别的精度,首先将肌电信号信息转换为图片,实现更直观、更明显的肌电信息展示,然后使用迁移学习微调Res Net50模型,构建基于肌电信号灰度图的肌电机械手手势识别模型,并使用该模型对三种手势进行识别实验。结果显示,ResNet50模型对基于肌电灰度图的手势识别率高达93%,有效减少了过拟合现象并提高了识别精度。