运算放大器SET效应的试验研究

模拟器件的单粒子瞬态脉冲效应的研究, 成为近来国际上单粒子效应研究的热点. 针对中国生产的运算放大器SF3503, 利用脉冲激光单粒子效应测试装置, 试验研究了SF3503工作于反相放大器与电压比较器模式SET效应的特征与规律. 获取了器件的敏感节点分布、LET阈值和SET脉冲波形的特征参数, 其中器件的敏感节点均分布在输入级与放大级, LET阈值不大于1.2 MeV•cm2•mg-1, 电压比较器产生的最大SET脉冲的幅度达27 V、脉冲宽度为51μs. 试验表明SF3503对SET效应极其敏感, 在不采取任何措施的情况下, 在空间任务中直接使用, 会严重影响系统的可靠性.      

Zr-Al-(Ni-Cu)合金的非晶形成能力及热学性能

采用喷射铜模铸造法研究了Ni和Cu含量对Zr-Al-(Ni-Cu)四元合金的非晶形成能力的影响.利用X射线衍射仪分析了铸态合金的相结构,利用差示扫描量热仪研究了非晶合金的热学性能.结果表明:Zr-Al-(Ni-Cu)四元合金的非晶形成能力远大于Zr-Al-Ni和Zr-Al-Cu三元合金的非晶形成能力.Zr65Al7.5Ni10Cu17.5合金显示最高的非晶形成能力,其非晶形成临界直径可以达到7 mm.相似元素Ni和Cu在一定比例下共存,使液态合金的熵值增加,自由能降低,从而有效提高了合金的非晶形成能力.     

倾斜轨道小卫星太阳高度角分析与机动方案设计

针对倾斜轨道小卫星必然会面对的光学姿态敏感器受阳光干扰的问题,分析太阳高度角的变化规律,提出了计算太阳高度角的经验公式,并在此基础上提出了平台偏航姿态机动方案,可以使光学姿态敏感器规避阳光干扰,并可以简化整星热控和帆板驱动设计,提高了整星的可靠性.     

多通道模拟量采集电路设计探讨

介绍卫星使用的多通道模拟量采集电路的工作原理,重点阐述多通道模拟量采集电路设计中的3个关键点,包括防串电设计、放大一致性设计和通道信息采集时间设计.通过对3个关键点的分析和论证,给出了提高多通道模拟量采集电路性能的途径.     

轴向柱塞泵滑靴副传热特征

为了揭示轴向柱塞泵滑靴底面油膜温度场分布规律,分析了滑靴副生热机理以及热量传递途径,在此基础上利用热流量守恒定律建立滑靴副热力学耦合模型,讨论不同压力和转速工况下滑靴的结构参数对滑靴底面油膜温度的影响。分析结果表明,滑靴副油膜温度场呈不均匀分布,沿滑靴半径方向呈递减趋势,其最大值出现在最薄油膜厚度区域,容易引起滑靴偏磨磨损,主要集中在泵的排油区;恒压高速工况下滑靴内外半径比范围为1.5~2.0 之间,应尽量取较小值,降低滑靴副油膜温度,提高滑靴副润滑性能;恒转速高压工况下阻尼管长度直径比范围为3.50~8.75之间,应尽量取较小值,防止滑靴底面油膜温度过高,改善柱塞泵的散热效果。      

宽带LFM信号的线性度测量

介绍了一种采用微波延迟线鉴相的方法对宽带LFM信号的线性度进行测量的装置。在该装置中,使用光纤、电缆实现微波延时,在小波变换的基础上采用相位建模以提高瞬时频率的测频准确度,根据线性调频信号的调频形式建立数学模型,得出了线性度的数学表达式。     

正压漏孔校准装置定容室容积测量方法研究

提出了一种正压漏可孔校准装置的定容室容积测量方法,通过在定容室上外接一个容器,并在其内部放置一个体积可以精确计量的金属棒,利用两次膨胀,计算出定容室的容积。该方法的优点是,不需要测量外接容器的容积,也不需要对压力测量值进行绝对校准,测量不确定度小,尤其适合小容积的精确测量。采用这种方法对一台恒压式正压漏孔校准装置的定容室容积进行了测量,分析了测量不确定度,实验结果表明,定容室的容积为9.85 mL,标准不确定度为0.81%,满足了装置的测量要求。     

基于AD736真有效值测量的发电机电压控制技术研究

针对电励磁同步发电机电压控制技术存在参数漂移、工作不稳定、电压畸变导致控制参数超差等诸多问题,介绍一种电励磁同步发电机数字电压控制技术,通过AD736高精度芯片测量交流电压真有效值,并采用基于双闭环数字PI算法的电压控制技术,开展了发电机电压数字控制器研制。经试验考核,该控制器性能指标满足设计要求,达到了预期目标。     

在片校准标准件基底边界条件影响

通过分析国内外校准标准件物理边界条件,研究不同校准基底的物理边界条件对共面波导（CPW）传输线特性和校准准确度的影响。研制了W波段砷化镓衬底的多线TRL在片校准标准件,将在片校准标准件分别放置在金属卡盘、玻璃片、吸波材料三种校准基底上。用三种不同校准基底的校准标准件对试验装置校准后,分别提取了CPW传输线的衰减常数、相对介电常数和特征阻抗,并对商用校准标准件104-783A的短路标准和传输线标准进行了测试,验证了结果的合理性。     

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题,提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法,算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节,以充分利用模型中的低层特征,增加细节信息;改进模型的区域生成网络,加入多种滑动窗口,从而优化了模型锚点的长宽比设置,提高检测能力。实验表明,改进Faster RCNN模型取得最优的缺陷检测结果,对于小缺陷目标仍取得较好的检测精度,从而验证了算法的有效性。