一种高性能两相步进电动机细分驱动器的设计

以高性能单片机C8051F005和全桥脉宽调制(PWM,Pulse Width Modulation)驱动电路3955为核心实现了一种结构简单的高性能、多细分、微型化两相混合式步进电动机驱动器.该系统采用正弦波电流细分驱动和双极性、固定关断时间的恒流斩波控制方式,可调的电流衰减模式可以进一步改善步进电动机绕组的电流波形.驱动器最高细分数为256,提供细分选择、正反向控制、半流控制、使能控制,以及过压、欠压、过流、过热等电动机驱动器的保护功能.此外,系统还具有在系统调试和升级能力.从驱动器的总体设计、不同细分下电流参考信号生成和绕组电流控制等方面对该方案进行了详细的论述,实验结果证明该步进电动机高细分驱动器方案结构简单、可靠性高、运行平稳,具有良好的运行矩频特性.      

一种新式宽带宽方向图圆极化双环天线

提出了一种结构新颖的双环天线,该天线具有结构简单、宽带、宽波束、圆极化等诸多优点,通过实验测试方法验证了设计的有效性。同时提出了通过附加反射板的方法提高了该天线的低仰角增益,并对天线的输入阻抗和圆极化轴比有一定的改善作用。     

神经元最优状态反馈控制及其在登月问题中的应用研究

以非线性系统自学习最优控制算法为基础，提出了一种基于人工神经元网络的非线性状态反馈最优控制策略，使非线性不确定性的被控系统能通过自学习实现某种最优的非线性反馈控制，本文对该控制策略在登月软着陆问题中应用进行仿真研究，验证了该控制策略的可行性和有效性。     

S弯扩压器内旋流的自动抑制

旋流的自动抑制意在建立一控制系统对飞行中进气道内旋流进行实时控制,以求在各种飞行状态下,进气道内旋流均较小.文中首先对旋流的监控进行了广泛、深入的探讨和分析,给出了监控参数与旋流之间的关系及控制措施对其关系的影响.接着建立了一套简单的旋流自动抑制系统,其中以进口段可调导流叶片作为控制措施,用步进电机带动叶片转动,通过对旋流状态的监测,由一台386微机计算、比较并调整叶片的角度.实验证实,该系统工作正常,当气流攻角不断变化时,自动抑制系统不断调整叶片角度.对抑制前后旋流的测量表明,该系统可在各种攻角情况下对旋流进行有效抑制,抑制后的旋流不再有明显的单涡旋流特征,当攻角|a|≥40°时旋流可减少70%左右.     

NF－3风洞设计特点

西北工业大学ＮＦ－３风洞的气动设计、结构设计和测控系统都有其特点，流场校测和标模实验的结果表明，该风洞在最大风速、能量比、紊流度等重要性能指标上都达到国际先进指标。     

较低湍流度范围湍流度对风洞实验结果的影响

变湍流度试验结果表明，湍流度对诸如洞壁边界层、平板边界层、各类翼型边界层和尾流的时均特性、湍流特性、转捩情况以及对翼型和旋成体压力分布等气动特性有显著影响。这种影响有一定规律，量值较大，不能忽视。     

翼型后缘平板影响的风洞实验研究

给出了在翼型后缘加不同尺寸和形状的平板对翼型升阻特性和力矩特性的影响。实验是在西北工业大学翼型研究中心的NF-3风洞中进行的。实验雷诺数为3×106。实验结果表明，在翼型后缘加平板对翼型的气动特性有明显影响，在使用中，可根据不同的要求研制不同形状的平板来改变其气动特性，以满足使用要求。     

复杂背景下磨粒显微图像分割

针对DMAS系统中复杂背景下磨粒图像的自动分割问题，根据磨粒图像的相关特征，充分利用领域知识，基于图像分割和边界跟踪的思想，选取了适合磨粒图像分割的最大类间方差阈值法，并结合腐蚀、膨胀等图像处理技术，实现了复杂背景下磨粒图像的有效分割和目标提取。最后算例表明了本方法的简洁有效性。本文研究将对进一步展开磨粒识别和机械设备故障诊断研究工作提供前提和依据。     

在动态逆飞控系统中处理非定常气动力的方法

主要考虑大迎角非定常气动力对飞控系统的影响,并给出在动态逆飞行控制系统中的抑制这种影响的方法。非定常气动力表现在气动参数上是出现滞环现象,本文根据已成的成果,主要讨论与飞机纵向控制有关的问题。     

基于深度学习的航空发动机不平衡故障部位识别

针对基于机匣测点的航空发动机不平衡故障部位识别问题,提出了基于深度卷积神经网络的航空发动机不平衡故障部位诊断方法。针对某典型双转子航空发动机,建立整机耦合动力学模型,并利用数值积分算法实现不平衡故障数值仿真;在从发动机压气机端到涡轮端的高、低压转子上选择4个不平衡故障部位作为诊断对象,通过仿真分析得到发动机典型转速下的转子不同部位不平衡故障的仿真样本;计算4个机匣测点信号的规范化频谱,通过对大量仿真数据的处理得到反映不同不平衡故障部位的故障样本集;利用仿真得到的大量不平衡故障样本,训练深度卷积神经网络,利用深度卷积神经网络的优良特征学习能力实现航空发动机不平衡故障的不同部位进行识别,数值试验结果表明该方法对航空发动机不平衡故障部位的识别准确率达到95%。