关于电视机行输出管损坏的故障机理分析

由于电视机行输出电路工作在高电压、大电流状态,行输出管容易损坏,而且故障现象千差万别,故障原因五花八门,是电视机最常见的故障之一.本文运用"理实结合"的方法对电视机行输出管损坏的故障机理进行了分析,以解决维修实践中的难题.     

浅析彩电I2C总线的故障调整与检修方法

大屏幕彩色电视机中均采用了I^2C总线控制，使复杂的输入/输出接口电路变得简单化，提高了单元电路的使用寿命，降低了故障率和维修成本，但有时因元件老化等原因会导致总线参数变化，引起电视机某些功能失常。为此，本篇介绍了大屏幕彩色电视机中I^2C总线的常见调整及故障检修方法。     

模糊理论在机械可靠性预计中的应用研究

机械可靠性预计是机械可靠性设计的重要任务之一，且贯穿整个设计过程。但在初始设计阶段，机械产品的可靠性数据往往十分缺乏，且可靠性预计本身就具有一定的模糊性，从而使机械产品的可靠性预计较为困难。鉴于模糊综合评判能够较好地运用专家经验和模糊信息，本用来评估可靠性的影响因素。在评估结果的基础上，再应用模糊推理理论对可靠性的预计值进行推理。该方法尤其适用于复杂机械产品(包括其它产品)设计初期的可靠性预计，从而弥补了现有可靠性预计方法的不足。中通过示例讨论了其具体应用方法。     

K-8 机襟翼限位机构可靠性建模及求解方法

所采用的建模方法比较完满地解决了Ｋ－８机襟翼限位机构（以下简称限位机构）的建模问题,建立了数学模型,以便进行机构的可靠性计算和设计;并在此基础上通过改变模型参数,使该建模方法同样适用于解决平面多杆机构的运动可靠性问题。     

实施以可靠性管理为中心的工程管理

从介绍可靠性管理的基本方法入手,结合工程管理工作中的实例,就如何做好可靠性管理进行总结,以期能为工程人员提供工作参考,从而更好地实现工程管理的目标。     

可靠性基础知识讲座 第七讲 可靠性增长

一、引言任何产品在研制初期,其可靠性和性能参数都不可能立即达到规定的要求,必须反复地试验—改进—再试验,使其可靠性与性能逐步提高,直到满足要求为止。在这个过程中,由于设计、工艺、操作维护不断暴露问题,经分析与改进后,产品的可靠性和性能参数往往会随着时间不断提高,这就是可靠性增长过程。     

不完全概率信息的螺旋管簧的可靠性鲁棒设计

将可靠性优化设计理论、可靠性灵敏度分析技术与鲁棒设计方法相结合,讨论了具有不完全概率信息的螺旋管簧的可靠性鲁棒设计问题,提出了可靠性鲁棒设计的计算方法。把可靠性灵敏度溶入可靠性优化设计模型之中,将可靠性鲁棒设计归结为满足可靠性要求的多目标优化问题。     

数传控制装备可靠性预计

分析了某型数传控制装置可靠性模型,采用应力分析法对该装置进行了可靠性预计,根据设备实际状况求得其各主要部件的失效率,评估了产品的可靠性,从数据分析得出了影响可靠性的主要环节,提出了改进措施。通过可靠性试验,对可靠性预计值进行了验证。     

冗余系统两种应力-强度分布模型的可靠度计算

本文运用应力-强度干涉理论,说明如何确定相同设备(或元件)构成的冗余系统的可靠性。讨论了冗余系统的并联和从n中取k两种结构形式的数学模型,推导了应力和强度服从瑞利分布的并联冗余系统,以及应力和强度分别服从麦克思韦分布和瑞利分布n中取k冗余系统的数学公式。最后,给出这两个模型在应力作用下,对应于不同的强度参数,设备或元件的可靠性曲线,直观地说明应力强度参数的改变对可靠性的影响。     

可靠性增长的两种时间函数模型

本文结合宇航工程的研制实践,介绍两种最常见的时间函数可靠性增长模型:冈伯茨(Gompertz)模型、杜安(Duane)模型,详细地给出了它们的数学推导及数值例。这些模型可广泛用于电子、机械、机电整机及系统的可靠性增长估计、预测及管理,Gompertz模型还可用于火箭、导弹的可靠性增长分析。应用及推广这些模型具有重大的现实意义。     

现代电视中音响技术的应用

本文介绍了电视机中伴音系统的发展,从传统的伴音系统发展成“双伴音/立体声”方式,出现了丽音系统,形成了同保真立体声效果。然后又引入了环绕声技术,以及全数字处理方式,达到了真正的音响效果。文中给出了实现其功能的典型电路,以及今后的伴音发展趋势。     

机载L波段电视发射天线

本文讨论了在满足空气动力特性和电性能条件下,L波段分流激励倒L型天线的分析计算和L波段天线尺寸对电性能的影响。给出了机载电视图象传输系统发射天线的设计结果、驻波比和天线方向性图测试曲线,以及在现役轰炸机上飞行试验的传播性能数据。结果表明,用这种型式的发射天线效果是好的。     

基于粗支持向量机的飞机机体研制费用预测

分析粗糙集理论方法和支持向量机方法的优势和互补性后,探讨粗糙集与支持向量机的结合方法,提出一种基于粗糙集数据预处理的支持向量机预测系统。将该系统用于飞机机体的研制费用预测中,与其它方法相比得到较高的预测精度。     

基于分布式Kalman滤波和BP神经网络组合的静电陀螺漂移辨识方法

提出一种新的方法,把分布式Kalman滤波(DKF)方法与后向传播神经网络(BPNN)技术相结合,用于静电陀螺漂移的模型辨识.首先,为了消除测量噪声影响,将同一个静电陀螺带有噪声的多次测量数据集映射到一个虚拟的传感器网络中,然后采用具有嵌入式紧致滤波功能的DKF对映射数据进行滤波预处理.在此基础上,将预处理结果转换为用于训练神经网络的输入数据和输出数据,然后采用BPNN辨识静电陀螺漂移.实验表明,该方法可有效用于陀螺漂移的模型辨识.     

双重稀疏保持投影(英文)

稀疏保持投影(Sparsity preserving projection,SPP)是一种新型的基于图的降维方法,近年来被成功应用于人脸识别。SPP基于数据的稀疏重建关系建图,从而包含自然的判别信息。然而,经SPP变换后,新的特征是所有原始特征的线性组合,因此很难解释其降维结果。为此,提出了一种新的降维方法——双重稀疏保持投影(Dual-sparsity preserving projection,DSPP),通过进一步对SPP的投影方向施加稀疏约束,希望获得投影方向的稀疏解。具体地,该方法把SPP中投影函数的计算转化为一个回归类优化问题,然后借助L1正则化回归技术获得稀疏投影向量。在人脸数据上的实验结果表明了该算法的有效性。     

Recursive Dictionary-Based Simultaneous Orthogonal Matching Pursuit for Sparse Unmixing of Hyperspectral Data

The sparse unmixing problem of greedy algorithms still remains a great challenge at finding an optimal subset of endmembers for the observed data from the spectral library,due to the usually high correlation of the spectral library.Under such circumstances,a novel greedy algorithm for sparse unmixing of hyperspectral data is presented,termed the recursive dictionary-based simultaneous orthogonal matching pursuit(RD-SOMP).The algorithm adopts a block-processing strategy to divide the whole hyperspectral image into several blocks.At each iteration of the block,the spectral library is projected into the orthogonal subspace and renormalized,which can reduce the correlation of the spectral library.Then RD-SOMP selects a new endmember with the maximum correlation between the current residual and the orthogonal subspace of the spectral library.The endmembers picked in all the blocks are associated as the endmember sets of the whole hyperspectral data.Finally,the abundances are estimated using the whole hyperspectral data with the obtained endmember sets.It can be proved that RD-SOMP can recover the optimal endmembers from the spectral library under certain conditions.Experimental results demonstrate that the RD-SOMP algorithm outperforms the other algorithms,with a better spectral unmixing accuracy.     

项目教学法在《电视机原理与维修》中的应用

通过项目教学法,对《电视机原理与维修》这门课程进行课程改革,在改革中强调课程的理实结合,重点培养学生的基本技能,使学生具备一定的电路原理图分析能力和电路故障分析与排除能力。     

基于LDA的航线潜在价值挖掘模型

在分析了传统的主题模型后提出了一种基于LDA的航线潜在价值挖掘模型。该模型将旅客出行行为的分析划分成两个阶段,出行意图的确定及出行意图下航线的选择,并与旅客价值进行融合来挖掘航线的潜在价值。出行意图采用Gibbs sampling方法从旅客出行记录中获取,航线则在旅客确定出行意图后由出行意图的航线向量获得,旅客价值则结合出行中的舱位信息进行提取。在中国民航旅客订票数据集上的实验表明,本文模型在2010年和2011年两个数据集上获得的两组航线潜在价值序列比pLSI模型和senLDA模型获得的两组航线潜在价值序列都拥有更好的有序相关性,且在挖掘排名前5的航线潜在价值时,本文模型在该两个数据集上获得了两组完全一致的航线潜在价值序列,表明其在挖掘高潜在价值航线方面的优势。     

轴向载荷下复合材料元件吸能能力的试验研究

试验研究了三种结构形式的复合材料元件在轴向准静态载荷下的压溃过程和能量吸收能力。通过组试件在轴向准静态载荷下的压溃试验，研究复合材料的缓冲吸能机理，对吸能能力进行了定义，并对试件的峰值截荷、持续压溃载荷和吸能能力等作了定量分析。     

外关联规则挖掘

根据项集内项的关联性,现有关联规则挖掘算法可分为正关联规则挖掘和负关联规则挖掘两大类,它们反映的是项集内频繁项之间的关联性。通过对实际数据集的分析发现,一个项集可以划分成若干子项集,子项集内的项有较高的相关性,而不同的子项集相关性则较低,这意味着每个子项集与其外部的一个潜在因子间存在着关联,由此本文提出了外关联规则的概念,并基于因子分析和主成分分析方法,提出了外关联规则挖掘算法(FAAR),从而将项集内的关联规则挖掘外推到子项集和潜在因子集之间的外关联规则挖掘,扩展和丰富了关联规则挖掘的应用,在此基础上还可进一步发现它所蕴涵的正、负关联规则。