硅微谐振式加速度计结构设计与仿真优化

硅微谐振加速度计以高精度的频率信号输出成为硅微传感器的研制热点之 一。在分析硅微谐振式加速度计工作机理的基础上,采用一种新的基于双检测质量块和 谐振音叉低附加质量的硅微谐振式加速度计结构形式。运用ANSYS 对加速度计关键结 构尺寸进行仿真优化,明确了关键结构尺寸的变化对加速度计性能的影响规律。结果表 明：杠杆支撑梁长度、杠杆支撑梁宽度、杠杆支撑梁位置、音叉梁宽度、梳齿宽度和质 量块支撑梁宽度对整体结构性能影响最大。所设计的加速度计谐振基频约为21kHz,标 度因数为92Hz/g,在±30g 加速度输入下非线性达到0.322‰。     

一种保持图像纹理的去噪方法

总变分去噪方法自提出以来得到了广泛的发展,该方法处理的数字图像收敛于一个分段光滑的函数,这导致图像纹理特征的大量丢失。将图像视为结构和纹理的组合,定义能够分辨纹理特征的局部方差,并利用定义的局部方差限制总变差保真项,进而在去除噪声的同时很好地保持了图像的纹理特征。针对各类图像进行了仿真试验,结果表明提出的方法是有效可行的。     

基于遗传算法的空间时差定位星座设计

针对三星时差测量定位系统,基于高精度的WGS-84地球模型,分析了定位算法的位置精度衰减因子(PDOP).综合考虑覆盖范围、定位精度以及星座发射能力等因素,提出了一种基于遗传算法的星座设计方法.该方法基于进化论,使用概率搜索方式,能更好的进行星座优化.通过仿真实验验证了所设计的星座的适应性是已有文献中星座的2倍以上,能够有效进行空间时差定位.     

导弹预警的时空序贯证据融合识别系统

从分析导弹预警系统的目标特征和对抗特点入手,研究建立了时空序贯融合识别的总体方案和系统结构,运用证据理论得到时空序贯融合节点的数学模型.通过仿真数据,分析比较了预警系统中解决冲突的6种证据算法的收敛性和处理冲突的能力,得到了有参考价值的结果.     

谐振式飞机结冰探测传感器仿真及实验研究

为实现飞机表面积冰厚度非接触式高精度测量,建立压电传感器、铝板及冰层组成的有限元仿真模型,通过机电阻抗分析法研究了飞机结冰厚度对系统谐振频率及阻抗的影响规律,获得压电传感器设计参数;搭建地面冷环境实验平台,采用阻抗分析仪测量不同结冰温度和积冰厚度作用下的系统谐振频率.结果表明:基于压电传感器的谐振探测法能够有效测量基体...     

液压不完全约束传动系统建模及控制算法

目前不完全约束传动机构(NCT,Nonholonomic Constraint Transmission)全部采用电机驱动,存在结构复杂、造价昂贵等不足.在变量泵串连组成的闭式液压系统中液体流量具有连续性,泵的转速和排量成反比,通过调节变量泵排量可以达到调节变量泵转速的目的,据此原理提出液压不完全约束传动系统(HNCTS,Hydraulic Nonholonomic Constraint Transmission System).介绍了由变量泵串连组成的HNCTS原理方案,阐述了HNCTS的优点,建立了基于HNCTS的两自由度平面Cobot数学模型,使用模糊控制算法实现了HNCTS的控制,最后进行仿真研究.仿真结果表明:①模糊控制算法可以实现HNCTS的解耦控制;②HNCTS可以实现Cobot的被动约束控制、跟踪期望轨迹.      

镉镍蓄电池维护系统的研究与设计

镉镍蓄电池充电机种类烦多,大多充电机体积大、功能单一、操作复杂,性能得不到充分发挥。设计的镉镍蓄电池维护系统,采用单片机、矩阵键盘控制和液晶显示,可实现短路保护功能、定时保护功能、日历显示功能、接反保护和报警功能、自检功能、空载提示功能、充电时间自主设定功能、充满提醒功能、温度保护功能、容量低提醒功能、常见故障帮助功能,集充电、放电和激活为一体,可对现有十种光电装备中三种型号的镉镍蓄电池组进行维护和保养。     

纤维表面处理对PBO/ 环氧界面性能的影响

为提高PBO纤维/环氧树脂的剪切强度,采用聚合物涂层法对PBO纤维进行表面改性。通过NOL环复合材料层间剪切强度测试,研究不同浓度的表面涂层处理液、不同浸渍工艺对复合材料层间剪切强度的影响。结果表明:PBO纤维表面经不同涂层处理液处理后,层间剪切强度均高于未经表面处理的;当PBO纤维经过以涂层A为一浴浸渍液、涂层B为二浴浸渍液的两次浸渍工艺处理后,层间剪切强度最高,比未经表面处理的提高了61%。     

ARINC661座舱显示系统通信数据监控存储分析软件的设计

针对ARINC661中UA与CDS之间光纤通信的大量数据实时监控需求,利用多线程技术和双缓冲区模型实现了数据采集过程中的数据分析和数据存储的并行执行,并基于ADO.NET技术,设计了一种数据批量入库的方法,提高了监控系统的运行效率。经地面试验站验证,开发的实时数据监控存储分析软件获得了成功,为CDS的开发提供了重要的工具。     

人工智能在空腔气动/声学特性预测与控制参数优化中的应用

多参数多条件下的精准气动特性数据是进行飞行器快速设计、系统完善、性能评估、指标考核的基本前提和根本保证。基于人工智能的深度学习技术与流体力学交叉融合已成为当前发展趋势,并在湍流模型改造、系统理论建模、气动数据预测、控制参数优化、复杂流场重构等方面得到成功应用。为最大限度发挥深度学习的强大表征能力,围绕内埋弹舱作战运用和智能优化设计需求,构建了弹舱空腔气动特性多场载荷数据库,采用基于数据驱动的深度学习方法,建立了耦合因素影响下的空腔气动/声学特性智能分析深度前馈神经网络模型,实现了有限约束条件下的空腔气动/声学特性快速预测,并引入随机搜索和贝叶斯超参数优化方法增强了模型鲁棒性,为空腔噪声有效控制模型快速优化设计提供了数据基础和方法途径。