电动舵机模块化建模及动刚度仿真

颤振是一种危险的气动弹性失稳形式,舵机动刚度对舵系统的颤振特性具有不可忽视的影响,因此舵机的精确建模与仿真分析十分有必要。针对此问题,提出了一种电动舵机模块化建模方法及动刚度计算机模拟方法。以“直流电机-减速齿轮-滚珠丝杠-拨叉副”典型结构的电动伺服舵机为对象,将其分解为具备核心功能的子模块,充分考虑了实际结构中可能出现的主要非线性因素,再根据子模块之间的连接关系来搭建整体的舵机模型。基于该舵机模型,提出了利用步进正弦扫频信号激励、最小二乘法数据处理得到动刚度的计算方法,并以某舵机为算例,开展了舵机主要线性参数及非线性因素对舵机动刚度影响的研究。电动舵机模块化建模方法通用性好,便于不同舵机的拓展。电机转子阻尼、减速器的传动比以及输出轴处的阻尼对舵机的动刚度影响很大,间隙、接触刚度和摩擦这3类非线性因素对舵机的动刚度特性也具有重要的影响。      

Real-time mosaicking for infrared videos from an oblique sweeping camera

Image mosaicking is widely used in Geographic Information Systems (GISs) for large-scale ground surface analysis. However, most existing mosaicking methods can only be used in offline processing due to the enormous amounts of computation. In this paper, we propose a novel and practical algorithm for real-time infrared video mosaicking. To achieve this, a novel fast template matching algorithm based on Sum of Cosine Differences (SCD) is proposed to coarsely match the sequential images. The high speed of the proposed template matching algorithm is obtained by computing correlation with Fast Fourier Transform (FFT). We also propose a novel fast Least Squares Matching (LSM) algorithm for inter-frame fine registration, which can significantly reduce the computation without degrading the matching accuracy. In addition, the proposed fast LSM can effectively adapt for noise degradation and geometric distortion. Based on the proposed fast template matching algorithm and fine registration algorithm, we develop a practical real-time mosaicking approach which can produce seamless mosaic image highly efficiently. Experiments on synthetic and real-world datasets demonstrate that the proposed algorithm is not just computationally efficient but also robust against various noise distortions.     

一种三维结构网格并行算法

基于三维结构网格,以MPICH2作为并行开发环境,研究了对等模式下流场的并行计算问题。在三维结构网格已经生成的前提下,针对计算区域的划分,网格输出格式和数据通信,提出了一种并行算法。算法的核心思想是将需要通讯的其他区域的单元按区号从1到n排列,并获得本区域通信单元的I-J-K编号与其他区域通讯单元的排列序号的映射关系。最后,在IBM BladeCenter HS22刀片机平台上进行了算例验证,结果表明算法具有很好的可靠性与通用性。     

多轴疲劳寿命分析方法在飞机结构上的应用

针对飞机结构上常见的处于多轴应力应变(比例多轴)状态下的典型结构,采用3种多轴疲劳寿命分析模型,对该结构的疲劳危险部位进行疲劳寿命分析,并与单轴寿命分析方法的分析结果、疲劳试验结果进行了对比分析。首先对该结构进行细节有限元计算,确定结构的应力分布与应力水平,当载荷施加到88%的最大一级的峰值载荷时,疲劳危险部位的孔边即出现显著的塑性应变,因此,选用低周疲劳(LCF)寿命预测模型进行分析。选取的3种分析模型均是基于临界面的分析模型,分别是Wang-Shang模型、Smith-Watson-Topper(SWT)模型以及Morrow-Brown-Miller模型。为验证分析模型工程适用性,开展了该结构的多轴疲劳试验。与试验结果相比,3种分析模型的预测结果均偏大,其中Wang-Shang模型的预测结果最接近试验值,适用于本文这类结构;SWT模型和Morrow-Brown-Miller模型的预测结果误差相对较大。对于处于多轴载荷状态下的结构,应按照多轴疲劳寿命分析方法进行寿命预测,单轴疲劳寿命分析方法将给出过于危险的评定结果。      

大型平台的惯性稳定与地理坐标系姿态跟踪

介绍了一种大型两轴稳定平台的惯性稳定和地理系姿态跟踪原理,建立了稳定平台俯仰框架和横滚框架的运动学模型和动力学模型,进行了稳定平台横滚通道的角速度回路和角位置回路设计,仿真分析了姿态角测量误差作用下的稳定平台姿态跟踪性能,与利用加速度计反馈实现调平的两轴阻尼稳定平台进行对比,比对结果验证了本文设计的控制系统在水平姿态跟踪速度和抗干扰能力上的优势.平台样机进行了姿态跟踪测试,结果验证了结合定位定向系统(POS)的稳定平台惯性稳定和姿态跟踪控制方法可行.     

双太阳翼GEO卫星在轨角动量管控方法

地球同步轨道(GEO)卫星在轨的主要环境干扰力矩为太阳光压力矩和重力梯度力矩,干扰力矩的累积效应表现为飞轮转速的变化,需要通过外力矩进行角动量卸载避免飞轮饱和。由于GEO磁场极弱,卫星无法使用磁力矩卸载,只能通过喷气卸载,而喷气将对卫星轨道产生影响,因此需要尽可能延长卸载周期。针对配置双对称太阳电池阵GEO卫星的角动量管控需求,首先建立卫星在惯性空间中角动量积累模型,并映射到卫星本体系中,得到本体系中的角动量变化规律。通过飞轮在轨转速遥测数据,精确辨识获取环境干扰力矩特征参数,获得真实可靠的干扰模型。以角动量卸载周期最长为原则,基于在轨环境干扰模型制定角动量管控策略,并准确预估下次角动量卸载时间。经在轨数据处理与分析表明:提出的角动量管控策略,可有效将飞轮的角动量卸载周期提升为原来的2倍,有效提升卫星在轨应用效能,具有实际工程意义。     

《毛泽东思想和中国特色社会主义理论体系概论》资源共享课建设探析

随着各国大规模网络开放课程(MOOC)的飞速发展,我国的资源共享课的建设也进入快速发展时期,学习者获得了网络时代一种新的学习模式。本文以我校入选辽宁省第二批资源共享课的《毛泽东思想和中国特色社会主义理论体系概论》课为例,分析了资源共享课建设的过程,梳理资源共享课产生的背景,分析了资源共享课与以往的大学视频公开课的不同,文章最后探讨了资源共享课对教师和学生产生的影响。     

基于SVM算法的虚假航迹识别

针对云雨杂波和主被动干扰导致多雷达传感器产生虚假目标航迹的问题,利用支持向量机(SVM)算法的自主学习能力,通过构建基于数据驱动的判别模型进行虚假航迹识别。针对航迹起始得到的目标潜在航迹,利用人工智能数据驱动、自学习的特点,设计了SVM算法。通过对已标记真假的目标航迹样本进行离线学习,形成虚假航迹识别的SVM分类器,实现了基于数据驱动的判别模型代替先验知识规则约束的固定模型,并在工程应用中,利用SVM分类器在线识别虚假航迹,完成实时剔除。通过实测雷达数据实验验证,该算法的目标虚假航迹准确率高达95%以上,完全满足实际的工程应用需求。相比基于阈值或规则进行硬性判断的传统虚假航迹识别方法,所提出的算法不仅提高了准确率,还具有较高的实时性,能够适应复杂多变的杂波环境,在实际应用中具有更强的适应性和实用性。因此,提出的基于SVM算法的虚假航迹识别方法对于密集杂波场景下的虚假航迹剔除问题具有显著的实际应用价值。     

开孔Voronoi泡沫支柱形状变化对力学性能的影响

针对开孔泡沫材料提出了新的支柱形状控制方程,并在Voronoi随机泡沫模型基础上,研究了支柱形状变化对其各向同性弹性性能、非线性压缩和拉伸力学行为的影响;讨论了支柱细腰程度和模型随机度共同作用的影响效果,并比较了两种因素作用效果的大小.结果表明,支柱细腰程度的增大明显降低了泡沫材料的弹性模量和无量纲应力.同时,支柱细腰程度对泡沫力学性能的影响要大于模型随机度的影响,并随模型随机度的增加而增大.      

一种改进的Lucas—Kanade光流估计方法

Lucas—Kanade算法是一种重要的光流估计技术,在计算机视觉领域有广泛的应用。但对于图像纹理欠丰富的区域,Lucas—Kanade算法光流估计结果较差。文章提出了一种改进的Lucas—Kanade算法：首先,计算跟踪置信度因子;然后,通过阈值检测剔除不可靠的光流估计结果;最后,进行邻域填充。该方法改善了纹理欠丰富区域的光流估计,对矮人模型图像序列进行了实验,证明了方法的有效性及优于Poelman方法和Chiba方法。