微米级微波测距系统时延稳定性的测试研究

微米级微波测距系统是低低卫-卫跟踪重力探测卫星的核心载荷,是反演地球重力场的主要数据来源,星间距离变化的测量精度达微米量级,对系统有源组件的时延稳定性要求非常高,搭建了时延稳定性测试系统,对有源组件进行时延稳定性地面测试验证,得到微米级微波系统有源组件的时延稳定性系数为19.02μm/K,结合无源组件的时延稳定系数及卫...     

模型大迎角高速动态特性与数据精度分析

为满足新一代高机动飞机气动性能评估、控制系统精确设计与高机动作战指标实现的需求,模型高速风洞大迎角俯仰动态特性探索及其试验数据精度的确定势在必行,且具有十分重要的工程意义。选取70°三角翼模型、SDM和Su-27飞机模型,在FL-24风洞的大振幅俯仰动态试验技术平台上对动态气动特性与试验数据精度进行了研究,获取了70°三角翼模型、SDM和Su-27飞机模型动态气动特性与重复性试验结果。研究结果表明：试验条件下,3种模型的动态数据精度较高,基本达到了高速风洞大迎角常规测力试验数据的精度水平。     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSOLSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSOLSSVM算法能获得最优的LSSVM参数,且采用PSOLSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

基于建构主义的《汇编语言》课堂教学改革探索与实践

建构主义认为学习是学习者主动建构自己知识和经验的过程,是通过新经验与原有知识经验的相互作用而不断充实、丰富和改造自己已有知识经验的过程,它强调学习的主动性、实践性、创造性和社会性.以建构主义教学理论为指导,结合汇编语言自身特点采用"抛锚式"教学模式进行《汇编语言》课堂教学改革.通过问卷调查对教学效果进行评估,实践表明能培养学生学习的自主性、主动性和积极性,从而提高学生的编程能力和解决实际问题的能力.     

改进多尺度Canny算子在SAR图像边缘提取中的应用

着重讨论了在原始Ｃａｎｎｙ算子基础上提出的一种改进算法。其主要特点在于将多尺度分析的概念引入到基本Ｃａｎｎｙ算子中，从而改善了Ｃａｎｎｙ算子的检测性能，使其更加适应合成孔径雷达（ＳＡＲ）图像受噪声影响较大的特点。最后在原始ＳＡＲ图像基础上，将改进的算法与基本Ｃａｎｎｙ算子及其它几类边缘检测算子作了性能对比实验。实验结果显示了改进Ｃａｎｎｙ算子的良好检测性能。     

空间太阳能电站统一调度设计及电能管理分析

针对多旋转关节空间太阳能电站(Space Solar Power Station, SSPS),提出一种环形拓扑的电力系统架构。基于功率分层准则对SSPS电力拓扑架构进行设计,提出U1~U7共7个层级、母线电压5000V、功率等级为MW的太阳能电站电力系统。针对分层架构中多太阳电池阵子阵并联(U6层),提出分层功率平衡统一控制策略,对MPPT控制、MPPT控制+稳定直流母线电压混合控制、MPPT算法+下垂稳定直流母线电压混合控制三种控制方法开展仿真分析。结果表明,提出的基于虚拟阻抗的下垂控制策略可以有效调节、分配功率,解决了空间发电站母线电压无法稳定的问题。     

低温技术在航天领域中的应用

文章从能量耗散、工作温度两个主要技术指标介绍了国外一些典型低温光子传感器;根据寿命、电能分配、质量和防振要求,提出在进行航天器低温系统设计时需要考虑的因素.文章还介绍了国外空间低温制冷机的发展状况、关键技术研究计划,以及进行空间探测的一些实验项目.     

基于PSO算法的半球谐振陀螺惯导系统陀螺温度补偿方法

针对半球谐振陀螺受温度影响出现零位漂移的问题，以测温电路温度为基准，建立温度频率函数实时解算温度，提出一种基于粒子群优化(PSO)算法的半球谐振陀螺惯导系统陀螺温度补偿方法。在求解温度时，需要先将温度频率函数转换为一元三次方程，存在测试计算量大的问题。引入逆向拟合思想，建立频率温度函数，提高陀螺输出温度实时性和降低测试计算量，替代了传统陀螺测温硬件电路，为惯导系统轻小型设计提供新思路。考虑温度变化、温度变化率以及两者的交叉项，建立温度补偿模型，引入PSO算法求解模型系数。温度试验结果表明，在温箱温度为-40~50 ℃内，补偿后的半球谐振陀螺的零偏稳定性较补偿前提升了46％。     

卷积神经网络和峭度在轴承故障诊断中的应用

针对传统智能诊断方法依靠专家知识和人工提取数据特征工作量大的问题,结合深度学习方法在特征提取和处理大数据方面的优势,研究了一种基于卷积神经网络和振动信号峭度指标的滚动轴承故障诊断方法。该方法将深度学习应用于轴承故障诊断,提取滚动轴承正常状态、内圈故障、外圈故障和滚动体故障4种状态的振动信号,将振动信号分段处理得到峭度指标,使用数据到图像的转换方法将峭度指标转换为灰度图,送入卷积神经网络模型完成故障分类。在进行滚动轴承故障诊断的实验时,所提的模型诊断准确率达到99.5%,高于传统支持向量机(SVM)算法的95.8%。      

用于故障穿越的飞轮储能双三相异步电机驱动控制研究

随着海上风电场的发展和高压直流输电技术的应用,风电场系统存在交流侧故障穿越的问题。针对这个问题,提出了一种用于故障穿越的基于模块化多电平变频器和双三相异步电机的飞轮储能系统,并设计了其驱动控制方案。飞轮储能系统采用了模块化多电平技术能方便地构建大功率高压变频器,并具备扩容能力。为了提高飞轮储能系统的可靠性,采用了双三相异步电机驱动,从而提高了冗余性。接着设计了能均衡各个模块电容电压的双三相异步电机驱动控制算法。最后,基于MATLAB/Simulink仿真平台建立了风电场和飞轮储能系统的仿真模型,进行了仿真计算。仿真结果验证了飞轮储能系统的功能和驱动控制策略的性能。