排序方式: 共有440条查询结果,搜索用时 15 毫秒
1.
针对液压系统油源的安全性及可靠性问题,提出油源冗余设计方法,即多油源供给多负载,当某一油源发生故障时能源选择阀切断故障油源,由其他油源给负载提供基本液压能源,系统能完成必须的服役性能。针对液压系统能源选择阀存在的频繁换向与振动问题,提出一种插装式液控能源选择阀,其先导阀采用锥阀和可变阻尼形式,主阀采用三台肩且终端有缓冲功能的滑阀。建立了插装式液控能源选择阀的数学模型,分析了能源选择阀在两种模拟故障下的切换压力及切换时间、油源压力脉动等特性。理论分析结果表明,油源压力阶跃和线性变化时,某能源选择阀切换时间分别为5 ms和7 ms。当压力发生波动时,主阀不会发生振动,还可通过液控先导阀结构设计来控制切换压力和回复压力大小。 相似文献
2.
3.
传统弹载电液伺服系统的液压能源采用有刷直流电机驱动恒压变量泵的方式,泵源压力在导弹飞行过程中设定值恒定,但在平飞段过程长、负载小,对能源压力需求低,造成弹上能源总利用率不高的问题,提出无刷直流电机驱动小排量液压泵的压力控制泵源的设计,在低气动负载阶段适当降低系统压力,进而降低节流损失与泄漏量,提高能量利用率。分析了变转速定量泵的流量压力特性曲线,通过建立基于变转速压力控制泵源的位置电液伺服系统数学模型与仿真模型,分析了变转速定量泵压力控制系统在典型工况下的位置跟踪、系统压力变化与能量利用效率,验证了压力控制系统能够在导弹平飞段保证位置伺服系统跟踪正常的前提下,能有效提高系统效率,证明了变转速定量泵压力控制系统的有效性与可行性。 相似文献
4.
为了解决传统目标检测中遇到的检测速度慢、精度低等问题,本文提出一种新的图像特征——相对最值点,并依据相对最值点提出一种新的最小二乘直线检测的方法。该方法首先搜索Canny边缘的闭合包络,并寻找闭合包络的相对最值点。包络上相邻相对最值点之间长度满足阈值要求的即为疑似直线的两端点,进而利用最小二乘拟合方法获得该疑似直线的拟合方差,最后利用拟合方差与拟合直线长度之比作为直线判定的标准用来检测出图像中的直线。实验表明,本方法与传统方法如PPHT直线检测、LSD直线检测方法等相比,检测直线的精度更高,检测速度更快。 相似文献
5.
针对多臂空间机器人自主目标抓捕任务,首先建立多臂空间机器人的运动模型和其与目标的相对运动模型,采用Kane方法建立多臂空间机器人的动力学模型;其次,研究基于视觉伺服的机械臂在线轨迹规划算法,并引入零反作用机动,消除机械臂运动对平台姿态的扰动;再次,在不使用零反作用机动功能时,分别使用基于角动量前馈补偿的协调控制算法和逆动力学方法设计了协调控制器,在机械臂运动时保持平台姿态和相对目标的位置。最后,开发了基于Matlab的仿真软件MASS(多臂空间机器人仿真),仿真结果校验了上述方法的有效性。 相似文献
6.
半球谐振子频率裂解与固有刚度轴方位角是影响陀螺性能指标的核心因素。提出了一种基于幅频响应特性的半球谐振子频率裂解与固有刚度轴方位角测定方法,采用压电激振台扫频激振,多普勒激光测振仪检测谐振子的幅频响应特性,通过幅频响应特性曲线分析实现频率裂解与固有刚度轴方位角的测定。对该方法进行了理论分析,搭建了实验装置,并对半球谐振子进行了测试,结果表明:该方法频率裂解测量精度优于0.01Hz,固有频率主轴方位角确定精度优于±1.17°,具有良好的可行性,在半球谐振陀螺研制方面具有良好的参考意义。 相似文献
7.
空间技术的快速发展使得利用空间卫星的编队飞行构建大型空间星座成为可能,在引力波探测、射电望远镜编队、星座组网等任务方面具有重要作用。超精度控制是实现卫星高精度编队飞行的关键技术。推进系统是实现卫星编队长期高度稳定飞行的保证,从而实现内部科学装置的正确运行。不同于常规的推进系统,卫星精密编队超精度控制对推进系统的推力可调范围、分辨率、响应时间、推力的一致性等有着极高的要求。根据卫星精密编队任务需求,对微牛级推进系统的功能及技术要求进行了分析,提出了基于M2微波离子推力器的卫星超精度控制推进系统。阐述了M2超精密微牛级推进系统的关键技术和研究进展,为后续M2推力器在无拖曳控制方面的应用奠定了基础。 相似文献
8.
脉宽调制技术(PWM)在自动控制领域有着广泛的应用。然而,在实际工程应用的过程中,包含PWM的系统在低速驱动的条件下难以达到高精度速度指标的要求。在工程实践经验的基础上,对这一问题进行详细分析,提出PWM的截断效应和移频效应引起波动的理论,并结合典型的机电伺服系统模型进行仿真,完成仿真层面的验证。仿真结果展示了机电伺服系统在低转速状态下由于PWM的截断效应引起转速波动的现象,契合了实际系统中表现的情况,验证了截断效应和移频效应的正确性,为提高系统精度指标提供了依据。 相似文献
9.
复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。 相似文献
10.