低功耗CMOS带隙基准电压源的设计

设计了低功耗、高电源抑制比CMOS带隙基准电压发生器电路。其设计特点是采用了共源共栅电流镜 ,运放的输出作为驱动的同时还作为自身的偏置电路 ;使用CSMC标准 0 6 μm双层多晶硅n -wellCMOS工艺混频信号模型 ,利用Cadence的Spectre工具对其仿真 ,结果显示当温度和电源电压变化范围为 - 5 0℃～ 15 0℃和4 5V～ 5 5V时输出基准电压变化小于 1 6mV和 0 13mV ;低频电源抑制比达到 75dB。电路在 5V电源电压下工作电流小于 10 μA。该电路适用于对功耗要求低。     

复杂产品供应链协同优化的演进与发展

本文从协同管理、协同设计、协同建模以及决策优化等方面对供应链协同研究的成果进行梳理,并指出了供应链协同优化研究的新动态。     

有机纤维长度对EPDM绝热层耐烧蚀性能的影响

为确定三元乙丙橡胶(EPDM)绝热材料配方中有机纤维长度对绝热层材料烧蚀性能的影响,采用光学显微镜和SEM分别表征混炼后纤维长度和形貌,并采用氧乙炔和高过载模拟烧蚀发动机研究不同长度芳纶纤维(PPTA)和聚酰亚胺纤维(PI)对EPDM绝热材料烧蚀性能影响规律。研究结果表明,混炼后初始长度1～6 mm的PPTA纤维经过混炼后形貌严重破损,长度均在1 mm左右,而PI纤维形貌无明显变化,仅初始长度4～6 mm的PI纤维断裂为2.5～3.5 mm;相同纤维长度下,PI纤维填充绝热层氧乙炔线烧蚀率明显低于PPTA纤维填充绝热层;随着PPTA纤维和PI纤维初始长度的增加,氧乙炔线烧蚀率和高过载模拟烧蚀发动机线烧蚀率降低,且PPTA纤维和PI纤维分别在初始长度4 mm和2 mm处氧乙炔线烧蚀率趋于稳定;1、3和5 mm的PPTA纤维与2～6 mm PI纤维共用填充绝热层氧乙炔线烧蚀率相当,但高过载模拟烧蚀发动机线烧蚀率则随着PI纤维长度的变短而降低,PPTA纤维长度变化对其无明显影响;采用初始长度2～3 mm的PI纤维单独或与一定比例PPTA纤维共用,其耐烧蚀性能最佳。     

共轴刚性旋翼高速直升机风洞试验研究综述

共轴刚性旋翼高速直升机是下一代直升机发展的重点构型之一,风洞试验是突破其中关键空气动力学技术、推动该构型直升机从原理验证走向型号研制所依赖的重要手段.文中对国内外共轴刚性旋翼试验设施及相关风洞试验进行了介绍,综述了共轴刚性旋翼升力偏置、流场显示与测量、桨毂减阻、推进螺旋桨和机身气动特性等技术领域的试验研究概况及主要成果...     

复合材料防弹板性能小样本分析

二维配对升降法小样本统计分析方法可在较少的试验量下,获得高可靠度的结果.在靶试数据基础上运用该统计方法,推导出三种复合材料防弹板在确定置信度和一定穿透率下的临界穿透速度、最小全穿透速度和最大不穿透速度,以及一定未穿透概率下的临界面密度.得到三种防弹板的穿透率—着速关系曲线.      

专用测试设备校准技术方案

针对专用测试设备校准难的问题 ,分析了专用测试设备的特点和校准途径 ,提出了专用测试设备校准技术管理平台的解决方案 ,归纳了几种常用的校准方法     

卫星测控信号的调制类型自动识别算法

研究了应用于卫星测控信号的自动调制识剐算法，提出了FM和PM测控信号识剐的两种算法，分析并仿真验证了载频偏移对正确识别率的影响，研究了载频偏移估计算法对消除载频偏移影响的效果。计算机仿真实验表明：在基于瞬时相位标准偏差σdp为关键特征的算法中，采用最小二乘原理估计频偏可以有效地消除载频偏移和部分噪声的影响；基于瞬时折叠相位偏差σ1Wp的算法在载频偏移为100Hz，信噪比高于-6dB时，其识别率可达100％。     

Q460高强度钢内螺纹挤压力的模型

根据飞机起落架冷挤压内螺纹的成形过程,建立了冷挤压内螺纹接触应力与挤压力的力学模型,通过合理假设及取定挤压过程中的各工艺参数,计算出了挤压变形区工件沿挤压丝锥棱齿法向的接触应力及挤压力,并对切向挤压力实际测量数据与模型计算数据进行对比.结果表明,切向挤压力的理论计算与实测变化趋势基本相同,切向挤压力在整个冷挤压过程中的平均值相当,实测切向挤压力峰值接近于理论计算挤压力的峰值,验证了该内螺纹冷挤压力学模型的有效性.而一般切向挤压力计算值要比试验值略小些,主要由挤压丝锥锥部前端金属堆积与摩擦条件的变化引起.     

先进复合材料的结构动力学设计与分析技术探讨

针对先进复合材料的力学特性,论述了进行结构动力学主动设计方法的若干特点,包括频率优化设计和响应优化设计方法.描述了复合材料的动模量特性,提出了考虑细观缺陷的动强度分析计算的思路.     

基于PSO-SVR的飞行员工作负荷预测

飞行员工作负荷是影响飞机运行安全的重要因素。开展飞行员工作负荷预测是适航审定过程中,验证驾驶舱设计是否符合适航规章的重要手段。本文针对某型民用飞机设计了模拟飞行试验,用于采集飞行员生理指标数据和国家航空航天局任务负荷指数（National Aeronautics and Space Administration task lood index, NASA-TLX）量表评价数据。以飞行员生理指标数据为输入,NASA-TLX量表主观评价数据为输出,建立了基于粒子群算法优化的支持向量回归机（Particle swarm optimization-support vector regression, PSO-SVR）模型的飞行员工作负荷预测模型。对本文建立的PSO-SVR模型与默认参数的支持向量回归机（Support vector regression, SVR）模型的预测精度进行了对比,针对4个不同场景,预测精度分别提高了7.5%、9.5%、7%和5.8%,结果表明基于PSO-SVR的预测模型得到的飞行员工作负荷预测值精度更高。