伸缩式内径靠表

我们车间生产的深孔零件,其内孔光洁度达(?)10。为避免测量内径时靠表触头划伤零件光洁表面,以往是先检验、后精磨,精磨后就不再测量。既浪费工时,又保证不了质量。     

数字电压表的智能化与可程控化

近几年来,由于大规模集成电路和微处理器技术的飞跃发展,使得微处理器作为一个部件装入测量仪表和测量仪表融为一体,测量仪表的这种新的发展,将使各种测量装置走向自动化。目前自动测试系统已广泛用于宇航工程,高能物理及工业生产过程控制等许多领域中。     

航空替代燃料低温点火关键物质研究

液体燃料低温条件下挥发的燃油组分对于点火启动有显著影响。通过对航空煤油RP-3和煤基费托F-T燃料低温条件气相组分分析,得到了-40℃到15℃燃料挥发组分及含量分布规律,确定低温条件发动机点火关键物质并进行点火边界测试及分析。通过加入轻烃物质煤基费托燃料点火性能有显著提高作用,其改善顺序为环烷烃最优,其次是支链烷烃,直链烷烃。对航空替代燃料应用于发动机低温冷启动及高空再点火过程有一定指导意义。      

泡沫碳化硅中碳化硅纳米线的原位生长及结构表征

利用蛋白质发泡法制备泡沫SiC陶瓷,以聚碳硅烷(PCS)为先驱体,采用化学气相沉积(CVD)工艺在泡沫SiC中原位生长出大量SiC纳米线。使用X射线衍射仪,扫描电子显微镜和透射电子显微镜对纳米线的物相组成和微观形貌进行表征。结果表明,纳米线直径为100～200nm,长度达到数百微米,均匀分布在泡沫SiC的气孔中,纳米线由沿1 1 1方向生长的β-SiC晶体组成,在纳米线顶端未发现球状催化剂存在,表明其生长机理主要为气-固(VS)生长机理。     

基于 Stacking集成学习的飞行模拟器设备故障预判

为精准研判飞行模拟器故障问题,提升飞行模拟器故障应急处理能力,提出了 1种基于 Stacking集成学习的设备故障预判方法。首先,针对设备故障数据具有高维度和时序性的特点,采用正态分布法,对采集的原始故障数据进行缺失值和异常值处理,获取归一化数据,并基于核主成分分析法,提取数据的特征并降低数据维度;然后,构建以 CNN、RF、BP神经网络为基分类器,XGBoost为元分类器的 Stacking集成学习模型,采用交叉验证训练策略,对设备的故障类型作出预判;最后,构架典型案例。仿真结果表明,所提方法可正确有效地识别设备的多种故障状态。