基于改进最大转矩电流比控制的电动汽车用内嵌式永磁同步电机驱动控制系统

环境污染及能源危机直接推动了传统燃油汽车向环保型电动汽车的发展,作为电动汽车关键部件之一的电机驱动控制系统,直接影响着电动汽车未来的发展前景。在电机驱动控制系统运行的过程中,针对内嵌式永磁同步电机(IPMSM)仍采用较简单的id=0控制方式不能满足汽车大转矩的要求;采用传统的最大转矩电流比(MTPA)查表控制方式,由于存在大量离散数据点,会严重影响整个系统的响应速度。针对以上问题,提出了等效综合电流矢量控制的MTPA控制方法。首先建立了永磁同步电机(PMSM)的数学模型,分析了id=0和MTPA矢量控制方式的基本原理,给出了新型MTPA的控制方案。通过Simulink仿真及样机试验,对比了两种矢量控制方式,验证了等效综合电流矢量控制的MTPA控制方式的可行性及优越性。     

基于失真敏感性的可见光遥感图像压缩补偿

可见光遥感图像纹理细节丰富且分布情况复杂,高倍压缩后容易出现失真不均衡现象。现有研究并不针对图像的主观品质且易出现错补偿问题。为此,设计了基于失真敏感性的可见光遥感图像压缩补偿方法。通过对比结构相似度模型各函数对遥感压缩失真的评价效果,构造了压缩失真敏感性模型,在此基础上深入分析了不同程度的数据损失对恢复像质的影响,设计了基于失真敏感性的压缩补偿策略,在压缩编码端确定失真敏感区域并量化回传失真影响明显的数据,补偿于解码端恢复图像中。结果表明,该方法能有效提高恢复图像失真敏感区域内遥感目标的清晰程度和可判读性,降低恢复图像的失真不均衡程度,改善恢复图像的整体质量。     

基于混合传热模态的瞬态热流测试方法研究

瞬态热流是电弧加热器试验高温流场需要校测的重要参数。针对高热流、强冲刷试验测试环境,根据能量守恒原则,给出了一种基于热容吸热和一维半无限体传热的混合传热模态的瞬态热流测试方法,分析了有效测试时间范围。在此基础上,设计了一种新型结构的瞬态热流传感器。结合标定试验,对研制的瞬态热流传感器进行动态响应特性检测和准度校准,并应用于电弧加热器试验环境中。结果表明:该瞬态热流传感器具有良好的动态响应性能和抗冲刷能力,可以满足电弧加热器试验环境高热流测试需求。     

复合材料补片参数对修理后金属结构疲劳性能的影响

为评估复合材料补片参数对修理后金属结构疲劳性能的影响,本文基于复变量Green函数方法,利用AF-GROW软件建立了复合材料补片胶接修补损伤飞机金属结构裂纹扩展寿命分析模型.研究结果表明:(1)该模型精度较高,可以满足工程要求;(2)修理结构的裂纹扩展寿命随着补片宽度的增大而增加,但增幅越来越小,寿命变化曲线趋于平稳,(3)由于无法考虑脱粘扩展,结构修理后的裂纹扩展寿命随补片厚度只呈现上升趋势;(4)在可达性满足的情况下,宜对含裂纹结构进行双面修理.     

基于RISC-V的多核可重构处理器架构研究

介绍了一种多核可重构处理器架构。该架构利用可重构片上互连使得锁步技术引入的冗余核可以分时复用,充分发挥多核带来的性能增长。在该架构下,软件开发人员可以通过对任务进行关键等级划分,使得非关键任务可以线程级并行执行,关键任务锁步执行,满足星载计算机对高可靠和高性能的需求。提供了该架构基于RISC-V (第五代精简指令集)的一种实现,并阐述了该架构下的软硬件配合机制。     

寻找中国沙尘暴源

近年来,困扰中国北方的沙尘暴引起了国内外的广泛关注。沙暴起时,遮天蔽日,无孔不入,几欲动摇北京奥运主办城市的地位。这些凶悍的沙暴从何而来已有了答案,但它们究竟缘何而起?探原就须先探源。揣着这个"天大"的疑问,一支科考队向西出发了。     

高超声速尖锥边界层压力脉动和热流脉动特性试验

高频脉动热流是激波风洞研究高超声速边界层转捩的重要测试量,利用尖锥模型在中国空气动力研究与发展中心?2 m激波风洞(FD-14A)内开展来流马赫数10、单位雷诺数分别为1.2×107/m、4.7×106/m、2.4×106/m流场条件下的风洞试验.获得了不同工况和流态条件下尖锥模型边界层热流脉动和压力脉动频谱特性,通过...     

船用大功率柴油机瞬态工况油气响应及燃烧特性研究

针对船用大功率柴油机瞬态性能提升的需求，开展了增压中冷船用大功率柴油机瞬态工况动态响应及燃烧特性实验研究。研究表明，涡轮增压器惯性导致的进气滞后是柴油机瞬态工况下性能恶化的主要原因；突加载工况下，进气量响应滞后供油量响应4~5个工作循环，且进气量响应速度随初始负荷增加而增加，指示平均有效压力（Indicated Mean Effective Pressure，IMEP）等燃烧特征参数加载过程中响应速度较快，波动较小；缸内燃烧过程恶化，燃烧重心和燃烧终点较同负荷下稳态工况值均推迟。     

基于Bi-LSTM及贝叶斯似然比检验的GEO与LEO卫星组合频谱感知

目前的频谱感知算法以模型驱动为主，其感知性能过于依赖预定的统计模型，这使得其在信道环境复杂的卫星通信场景中的部署变得困难。对LEO卫星过境期间的信噪比波动情况进行分析，结果显示信噪比的波动达到14 dB。针对该复杂场景提出了一种基于双向长短期记忆网络及贝叶斯似然比检验联合的频谱感知算法。该算法不需要任何主信号的先验知识，可自动从主信号中学习隐藏特征并做出决策。基于Neyman-Pearson准则，在神经网络输出端设计了一种基于阈值的检测方案，可方便地控制恒定的虚警概率。仿真结果表明，所提算法在信噪比为–14 dB的情况下，仍能达到83%的检测性能，且始终优于卷积神经网络、多层感知机和基于模型驱动的能量检测算法。