面向生物工程的微操作机器人机构型综合研究

首先针对微操作的特点,提出了面向生物工程的微操作机器人机构选用与设计准则.列举了各种可能的3自由度并联机构型式,运用螺旋理论对3自由度平动并联机构型综合的机理作了分析与解释.在此基础上,对3自由度平动并联机构进行了型综合.定性地分析了各类机构作为微动机器人机构所具有的优缺点,从而选择出适合用于生物工程领域微操作的机型.最后给出了机构的CAD模型和实体模型.      

基于SVG的双馈风电场电压稳定控制策略研究

双馈异步发电机(DFIG)在大规模风电并网环境下提供的无功功率无法满足并网需求。虽然引入固定电容器能够提供无功补偿,但系统受功率耦合的影响无法有效实时维持电压稳定。提出了一种静止无功发生器(SVG)与DFIG协调补偿无功的控制策略,同时引入电力系统稳定器(PSS)抑制系统的低频振荡,充分利用DFIG风电机组自身发出无功的能力,减少了SVG的配置容量。在MATLAB/Simulink软件仿真平台建立DFIG风电机组并网模型,仿真结果证实了此控制策略能够完成连续无功补偿,有效维持并网点电压稳定,增强系统输电能力。     

载荷分布对空气静压轴承振动特性的实验

针对空气静压轴承涡激振动问题,以圆盘型小孔节流空气静压轴承为研究对象,基于涡流激振原理和振荡流体力学理论,分析了气膜的动态特性和流体激振稳定性;采用平面流函数分析了三维气旋涡量分布特征;最后利用实验测试及理论研究相结合的方法分析了载荷分布对气浮轴承微振动特性的影响规律。研究发现：空气静压轴承的微振动本质上是气膜流场内的非定常流动引起的涡旋和壁面之间的耦合作用,即压力脉动和涡量分布决定的。轴承表面的载荷分布情况直接决定气膜高度方向的压力梯度和能量转化趋势;供气压力和气膜厚度的改变直接影响气膜内总能量输入和流动过程中能量损耗及转化形式。     

一个大挠度柱面弯曲板条的求解

本文应用付宝连的大挠度弯曲直梁的功的互等定理,求解一个柱面弯曲板条的挠曲面方程.     

气膜孔图像对焦评价函数的实验研究

为了使工业影像测头能够正确对焦于气膜孔的出口表面,开展了对焦评价函数选取的实验研究。首先,分析了各类对焦评价函数的特性、要求及优缺点,并确定选择灰度梯度函数用于图像序列的清晰度评价;然后,考察了Brenner梯度函数、Tenengrad梯度函数和Laplacian梯度函数等5种具有代表性的灰度梯度函数,通过实验获得了它们的函数曲线,并进行归一化处理和比较分析,最终确定Laplacian梯度函数作为系统的对焦评价函数,并进行了重复性验证。实验结果表明,Laplacian梯度函数可以正确判别出被测气膜孔的对焦位置,且对焦重复性小于0.005mm,满足气膜孔形位参数的检测要求。     

石英振梁加速度计研究现状及发展趋势

石英振梁加速度计是一种基于振梁谐振和力频特性原理的新型全固态惯性传感器,具有高精度、大量程、低功耗、直接频率脉冲输出等突出特点,已被广泛应用于战术武器系统。简要介绍了石英振梁加速度计的工作原理、技术特点,梳理了分体式和一体式两种仪表结构的研究现状和关键技术。结合国外研究发展趋势,指出石英振梁加速度计将成为后续达到摆式积分陀螺加速度计精度和抗辐照指标、满足战略级需求最有可能的加速度计方案。     

一种分体式石英振梁加速度计的研制

加速度计作为导航制导系统的重要元件,要在严酷的条件下及系统全生命周期内保证精度、稳定性、线性度等性能指标要求,这对加速度计的研制提出了极大的挑战。介绍了一种基于振梁谐振和力频特性原理的分体式石英振梁加速度计,给出了加速度计的总体结构和简化的力学模型,并进行了受力分析,指出不能简单通过增加摆质量的厚度来提高加速度计的标度因数。阐述了用双端固定音叉结构制作石英振梁的工艺加工过程,指出铬金掩膜的制作是振梁加工的关键工序。针对振梁等效参数,电路采用具有更大增益的双门振荡器方案。最后,对加速度计进行了标定测试,标度因数为55Hz/g,量程达到±70g,4h的零偏稳定性为8.1μg。测试结果表明,双振梁推挽差分输出的设计有效改善了加速度计的零偏稳定性。     

激光毛化对Cf/SiC与TC4钎焊接头组织及性能的影响

由于线胀系数差异大,Cf/Si C复合材料与TC4钛合金钎焊接头容易形成较大的内应力而开裂失效。为了进一步提高接头强度,应用激光毛化工艺在Cf/Si C表面烧蚀出微孔,采用银基钎料对Cf/Si C与TC4进行钎焊。焊后对接头力学性能进行测试,对接头界面及断口显微组织进行观察。结果表明:焊前对Cf/Si C表面进行激光毛化处理,钎料能够填充微孔并形成良好的钎焊界面,能够提高Cf/Si C与TC4钎焊接头的剪切强度。     

基于依存句法的图像描述文本生成

现有图像描述文本生成模型能够应用词性序列和句法树使生成的文本更符合语法规则，但文本多为简单句，在语言模型促进深度学习模型的可解释性方面研究甚少。将依存句法信息融合到深度学习模型以监督图像描述文本生成的同时，可使深度学习模型更具可解释性。图像结构注意力机制基于依存句法和图像视觉信息，用于计算图像区域间关系并得到图像区域关系特征；融合图像区域关系特征和图像区域特征，与文本词向量通过长短期记忆网络（LSTM），用于生成图像描述文本。在测试阶段，通过测试图像与训练图像集的内容关键词，计算2幅图像的内容重合度，间接提取与测试图像对应的依存句法模板；模型基于依存句法模板，生成多样的图像描述文本。实验结果验证了模型在改善图像描述文本多样性和句法复杂度方面的能力，表明模型中的依存句法信息增强了深度学习模型的可解释性。