论加速可靠性增长试验(I)新方向的提出

在分析总结加速寿命试验 (ALT)及可靠性增长试验 (RGT)的基础上 ,首次提出了加速可靠性增长试验 (ARGT)这个新方向 ,并指出了在研究ARGT时将会遇到的主要问题以及解决这些问题的途径     

涡轮级叶片弦向弯曲与周向弯曲的应用研究

通过对涡轮叶片弦向弯曲与周向弯曲各自机理的分析并结合实际的设计经验和数值模拟方法,对涡轮级静叶采用弦向弯曲和周向弯曲所应该各自遵循的设计原则进行了研究,结果表明这两种弯曲规律均可以控制叶栅的二次流动,但控制二次流的机理存在很大的区别。     

浅谈Jscript中使用构造函数创建树对象

本文介绍一种树的方式对网站内容实现动态有序管理，就象windows资源管理器一样，方便直观。最后举了一个部门结构树的例子来阐述。     

组合发动机微细通道氦加热器设计与流动换热

氦加热器是预冷组合发动机中重要的换热器之一,其原理是利用燃气燃烧的热量提高氦气做功能力,进而提升整个循环系统运行效率.研究中首先设计了蛇形管式、瓦片式、辐射式三种微细通道氦加热器.其次,基于FLUENT15.0软件对微细通道氦加热器管内外的对流换热系数和流动阻力进行了研究.对比模拟结果和经典关联式的计算结果,确定了适用...     

基于可变减载率超速控制的双馈异步风机参与微电网调频研究

为了使双馈异步风机(DFIG)能够更好地参与微电网频率调节并减少有功控制成本,综合考虑风机向微电网输送有功功率和提供备用容量参与系统调频两方面因素,提出了变减载率超速控制法。计及风速出现概率,采用概率加权求和法,考虑减载成本、调频效益和调频恢复成本求解超速控制成本(COC),得到变减载率曲线。通过对一个含DFIG的微电网系统进行仿真分析,验证所提方法可有效改善微电网频率动态特性,减少风机有功控制成本,有利于微电网的稳定运行。     

激光导引车模糊控制技术研究

为了解决目前差速驱动车体在行进过程的跑偏问题,文章提出了将现有的差速驱动装置更换为舵轮驱动的同时,在运动控制方面引入模糊控制算法.在AGV运动规律的基础上,以法向位置误差和方位角误差为输入,舵轮转角为输出,建立了双输入单输出模糊控制系统.通过实验的分析和比较,确定了模糊控制器中的各个参数,并且利用自制的小车进行了相关的运动学实验,验证了控制系统以及所建立模型的正确性,为进一步研究激光导引AGV小车打下了理论和实验基础.实验结果表明,AGV控制系统运行平稳,性能良好,最大行使速度可达40m/min,导航精度可达±10mm,停车精度可达±5mm,能够连续工作24h,能够满足实际生产需要.     

基于特征模型的某型无人机智能PID控制器

无人机的飞行特性在很大程度上取决于其飞行控制律。本文以无人机的姿态控制回路为研究对象,分析了表征该无人机姿态控制特性的特征状态信息。利用特征建模的方法,设计一种基于控制对象特征模型的无人机姿态回路仿人智能P ID控制器,并进行了仿真试验。结果表明,该控制器具有较好的抗干扰和自适应能力,结构简单,针对性强,易于实现。     

基于IOCDGA的模糊目标柔性作业车间调度优化

具有模糊目标要求的柔性作业车间调度,是柔性作业车间调度的扩展,它能够满足生产实际中对成本、生产周期及交货期等多方面指示的要求。与多目标调度相比,它还能够处理非精确指标要求问题,并且可以满足关键零件的特殊要求。为了实现对具有模糊目标柔性作业车间调度优化,提出了一种具有个体优化群体多样性的遗传算法（IOCDGA）,以加快收敛速度,避免早熟问题。该算法针对文中的编码方法,定义了群体平均差及熵,用来表示群体的多样性指标。通过多样性指标控制交叉率和变异率,该算法的进化侧重于单个或少数个体达到最优,而不是传统GA中的全部个体均为最优。计算结果表明,该算法可行,并减少了迭代次数。     

关于大气飞行器的控制增益自适应调节方法研究

研究的目的是解决飞行器飞行空域和飞行状态大范围快速变化时姿态控制系统的适应性问题。采取的方法是首先通过某一大气飞行器的传递函数计算分析,找出对传递函数幅相特性影响比较大的关键动力学系数,再通过对关键动力学系数的全气动表变化规律研究,设计出姿态控制系统的动静态增益随M,α,β和q的变化规律,从而实现了动静态增益在整个飞行状态下的自适应调节,大大提高了姿态控制系统的裕度和适应性。     

A new skeleton based flying bird detection method for low-altitude air traffic management

In low-altitude air traffic management, non-cooperation targets are the greatest threat to security of low-flying aircraft. Among various aviation fatalities, flying bird is the main factor with the highest risk and directs economic losses amounted to nearly 10 billion US dollars each year. Therefore, Flying Bird Detection (FBD) has attracted considerable attention in low-altitude air traffic management. In this paper, we propose a skeleton based FBD method via describing bird motion information with a set of key poses. To overcome the variability of birds, the skeleton feature is selected as a relatively fixed and common characteristic for the pose appearance of flying bird. Based on the geometric topology among some key parts of bird body, a set of key poses can be described by some extracted skeleton features, which are used to represent the bird motion information. Aimed at robustly handling with the pose variations, multiple pose-specific classifiers are individually trained to learn the representative poses of the flying bird. At the detection stage, the flying bird skeleton features are combined with extracted key-pose sets to perform the flying bird classification task from each image. Afterwards, the key-frame pose-change set and the consistency of the classification results from sequent images are employed to validate the final detection results. Experiments on flying bird datasets demonstrate the effectiveness and efficiency of the proposed method.