基于IRL技术的智能采样系统设计

在模拟信号易受干扰、不稳定的环境下 ,普通的采样系统往往不能适用 ,常常会因采样不准确而导致控制电路产生错误的控制信号 ,造成系统运行故障。我们采用基于IRL技术实现的采样电路系统能通过TCP IP远程监控采样电路的状况 ,并能在采样信号出错的情况下通过硬件重构进行信号增益、滤波等处理 ,消除模拟信号因外界干扰带来的变化影响 ,IRL技术给采样系统带来了高安全、高稳定以及易维护的特性     

考虑凝固收缩作用的凝固过程及其液相流动的有限元计算模型

当要考虑凝固收缩作用所带来的密度变化时，至今所得出的凝固过程及其液相流动数学模型在应用有限元方法进行计算机模拟时有困难。通过建立Ａ变量及与速度的关系，提出了以固液两相区微元体守恒性分析为基础，建立了质量、动量、能量方程式。     

彩色三维激光快速成型技术的研究

目前逆向工程采用线结构激光和一个彩色面阵CCD摄像机构成三维彩色扫描系统,彩色CCD摄像机分两次对被测物体成像,首先摄取物体的彩色图片,然后加用滤光片再摄取激光光平面上的三维信息.最后将两次获取的信息重叠,便可得到三维彩色信息.提出了激光光平面方程式三维测量方法,建立了相应的数学模型.研制成一套适用于彩色逆向工程流程,并进行了实验研究,给出了实验结果.     

舰载飞机自动着舰系统的研究

介绍了舰载飞机的自动着舰系统（包括了飞机的飞行控制系统，推力控制系统及航空母舰的导引系统），并指出只有精确地控制飞机的不滑轨迹，才能使飞机在航空母舰上安全降落，本文着得讨论俯仰指令型的纵向自动着舰系统的原理、结构及设计，并指出导引指令中对舰体运动的补偿。     

支持MEMS的CAD/CAE系统结构研究

CAD/CAE技术在MEMS(Micro Electro Mechanical Systems)研究过程中具有非常重要的作用.本文首先介绍了用于MEMS的CAD/CAE技术特点,然后研究了MEMS CAD/CAE系统结构,给出了软件支持工具结构框图,指明了解决其中关键技术的途径.CAD/CAE技术的应用,将提高微型机电系统的设计质量,缩短研制周期,使之及早走向工业化.     

Ada软件的动态测试技术研究

为改善软件质量，对Ａｄａ软件的动态测试技术进行了研究，并且就以下内容着重进行了讨论；Ａｄａ软件的分析与理解；Ａｄａ软件的动态测试原则与方法；Ａｄａ软件的动态测试工具ＡＳＤＴ。     

结构优化中的混合变量应力约束近似方法

提出一种处理结构优化应力约束的新近似方法，以往一般直接对应力约束按设计变量近似，本文用近似内力间接近似应力约束以得到更高的近似质量，根据对内力和设计变量关系分析，提出了内力按混合变量一阶泰勒展开的高捏近似方法。近似优化问题用约束变尺度法求解，最后按出了几个典型例题。结果表明该方法简单，有效，可靠。     

基于SPCE061A数字语音温度控制系统的设计

以凌阳SPCE061A单片机为控制核心,设计并制作了一款具有温度设定灵活、数字显示及语言播报功能的水温控制器,通过PID控制算法产生脉宽调制波,提高了控制精度。实践表明:该水温控制器达到了设计要求,有一定的实用开发价值。     

正交加劲整体壁板稳定性分析

本文采用部分正交升阶谱板、梁组合元素分析正交加劲整体壁板的稳定性。给出受压屈曲时结构主要工程参数对局部屈曲、整体屈曲和混合屈曲的影响以及三种屈曲模态的相互关系。     

Low-latitude storm time ionospheric predictions using support vector machines

The electromagnetic drift plays an important role in low-latitude storm time ionospheric dynamics. In this study we attempt to utilize the electric field data into ionospheric predictions by using support vector machine (SVM), a promising algorithm for small-sample nonlinear regressions. Taking the disturbance electric field data as input, different SVMs have been trained for three seasonal bins at two stations near the north crest of the Equatorial Ionization Anomaly (EIA). Eighteen storm events are used to check out their predicting abilities. The results show fairly good agreement between the predictions and observations. Compared with STORM, a widely used empirical correlation model, the SVM method brings a relative improvement of 23% for these testing events. Based on this study we argue that the SVM method can improve the storm time ionospheric predictions.