直升机旋翼磁流变阻尼器样件仿真和试验验证

基于一种线圈内置剪切阀式磁流变阻尼器结构,设计了一种全尺寸旋翼磁流变阻尼器结构,并将结构参数与磁路参数进行关联,提出了一种基于活塞组件结构的磁路结构参数仿真优化方法。基于改进的Bingham模型,建立了该全尺寸旋翼磁流变阻尼器参数化阻尼功计算模型。研制了全尺寸旋翼磁流变阻尼器样件,开展了性能试验与试验验证技术研究,研究了结构参数、运动参数、电流参数对阻尼器性能的影响。将试验结果与仿真计算结果进行了对比,仿真计算模型与试验模型的符合性较好,研制的旋翼磁流变阻尼器样件性能稳定。     

变形温度及变形量对挤压态FGH96合金晶粒异常长大的影响

基于楔形试样等温锻造试验,采用Deform-3D模拟软件,模拟确定了楔形试样中不同位置的变形量,研究了不同变形温度和不同变形量对挤压态FGH96合金晶粒异常长大的影响。结果表明：在压下速率0.04 mm/s的平模镦粗试验条件下,挤压态 FGH96合金出晶粒异常长大的临界变形温度为1100℃,临界变形量为2%;1000~1070℃锻造变形时,合金不易发生晶粒异常长大,但也有“临界变形量”特征,变形量5%~10%区域晶粒平均直径最大;选择15%及以上的变形量,可以避免晶粒异常长大,并获得均匀细小的晶粒组织。     

一种基于Linux的数据采集和处理系统

介绍一种基于Linux的数据采集和处理系统的结构及其关键技术,其次介绍其界面设计中与组合框构件相关的部分,给出了一种动态管理菜单项的方法。     

基于DSP的三自由度肌电假手实时控制方法

 利用安置在拇长屈肌，指深屈肌和指伸肌上的3个电极所测得的肌电信号，采用所提出的新的模式分类器，可以实现基于DSP的三自由度假手手指运动的实时控制。该分类器采用自回归(AR)参数模型和样本熵的方法构造特征矢量，经过由弹性反向传播(RP)算法构建的3层前馈神经网络的分类，能够成功地分辨出拇指、食指和中指的弯曲与伸展运动，平均识别率可以达到91%以上。实验结果表明，该分类器具有很高的辨识能力，同时由于其较小的计算量，也为嵌入式的多自由度肌电假手控制提供了一种新的控制方法。     

高速A/D变换器的电路设计

本文介绍了用常见的中、小规模集成电路设计成高速 A/D 变换器。同时又利用了它的并行传输数字量的速度大大于它本身变换速度的特点,设计了两路在时序上采用相差半个周期来对输入模拟信号交替采样,使 A/D 变换器变换速度达到1MHz 以上。线路实验证明该设计是正确的,实验结果是理想的。并有广泛的使用价值。     

疲劳强度概率分布的统计推断

 本文就疲劳强度概率分布问题从统计角度出发,利用统计推断方法处理。通过三组较大子样的疲劳试验数据的统计分析,得出与在假定一定的疲劳寿命概率分布下由数学分析方法推导出的理论概率分布完全不同的结论。该法中疲劳强度概率分布与疲劳寿命分布没有直接关系。     

飞机疲劳载荷谱代表起落选取方法研究

 飞机中值载荷谱编制用100个左右实测飞行起落小子样反映机队飞机使用情况，用结构当量寿命子样中值作为代表起落选取指标，用实测飞行小子样作为任务剖面代表起落选取基准。本文提出在用实测飞行准确测量结构飞行载荷的基础上，用累积损伤子样平均值作为选取代表起落的指标，用机队飞机外场实际使用飞行数据大子样作为代表起落选取的基准。分析和对比实验结果都表明，用本文方法选取代表起落编制的飞机疲劳载荷谱能真实反映机队飞机的平均使用情况。     

结合核相关滤波器和深度学习的运动相机中无人机目标检测

针对无人机与相机快速相对运动造成的运动模糊问题，以及小型无人机外观信息缺失和背景复杂造成漏警和虚警问题，提出了一种新的无人机检测-跟踪方法。针对成像尺寸小于32像素×32像素的无人机目标，提出改进的多层特征金字塔的分类和目标框回归器作为目标检测器，克服漏警。利用检测结果初始化基于核相关滤波的目标跟踪器，并持续修正跟踪结果，跟踪结果为剔除检测器虚警提供依据。在跟踪过程中，引入对观测场景纹理自适应的相机运动补偿策略实现目标重定位。多场景下的实验结果表明：提出的方法在对高速运动小目标的检测和跟踪指标上显著优于传统方法，且运动补偿机制的引入进一步增强了方法在极端复杂场景下的鲁棒性。     

基于样本熵的语音信号检测算法

船舶自身发出的巨大噪声,严重影响了通讯设备通讯端船舶工作者的正常语音交流和通讯,须要进行语音信号增强,将语音信号从背景噪声中检测分离出来。为此,文章在分析语音信号与船舶背景噪声信号时域序列复杂性基础上,提出基于信号序列样本熵的语音信号检测算法。该算法将含噪信号进行分帧后,首先计算每帧信号的样本熵,并根据自适应预设阈值对信号进行初始判断；然后,利用信号通常持续一定时间的连续性,对信号初始判断进行平滑,得到信号的最终判别类别,实现对语音信号的检测。经过大量实测实验数据的验证,环境噪声信号的辨别准确度为 90.33%,语音信号为 95.05%,该算法取得了较好的判别精度。     

基于最小二乘支持向量机的小样本建模方法研究

针对捷联惯组历次测试数据小样本建模问题,提出了通过二次修正插值方法解决测试数据的非等间隔性和样本容量小的问题。并通过相空间重构的思想将一维时间序列多维化。最后通过最小二乘支持向量机建立预测模型。实例分析表明,建立在二次修正插值基础之上的最小二乘支持向量机时间序列模型具有较高的预测精度,能够很好地满足对惯组测试数据分析的要求。