一种大型相控阵雷达外场高精度相位校正方法

针对大型相控阵雷达外场相位校正受风影响无法保证校正精度的难题,本文提出了一种外场高精度相位分级校正方法。采用激光标定法测量标校源风载条件下的晃动曲线和最大晃动速度,根据雷达工作频段及校正精度要求,计算出标校源最大晃动速度条件下的最小保精度校正时间,以最小保精度校正时间作为分级子阵规模划分的依据,通过多级校正完成全阵外场校正。仿真测试结果表明:在5级风载条件下,X波段相位校正精度均方根小于5.8°,最大栅瓣电平降低了9 dB,达到模拟移相器可以实现的精度要求。     

空间飞行器实时仿真多体系统动力学建模

为了解决传统的多体系统动力学模型因必须显式表达多体系统的拓扑构型信息,使得所建数学模型非常复杂而不太适合空间任务级实时仿真的问题,针对具有中心体结构的空间飞行器,采用拟坐标拉格朗日方程推导出简洁的多体系统姿态动力学数学模型,并利用通用仿真平台建立了可实时运行的多体系统姿态动力学仿真模型.在仿真模型上施加测试用极限环控制律,模型输出正常的姿态动力学响应.仿真结果表明,所建模型在模型粒度和运行效率间取得了平衡,满足空间任务级仿真对模型逼真度和实时性的要求.     

轻型汽车加速性能测试仿真实验平台研究

随着计算机技术的快速发展,汽车工业领域逐渐引入了计算机仿真技术。虚拟实验技术越来越广泛的应用到车辆的性能检测中。论文采用了3Dsmax软件平台建立了车辆和滚筒试验台模型,将模型导入到VR-platform平台,建立了汽车虚拟试验场景。该测试仿真实验平台可以模拟汽车在不同工况下的运动状态,使得在没有实验设备和场地的前提下也可以完成汽车的加速性能测试。相比传统的测试方法来说,具有测试成本低、开发周期短、风险系数下降等优点。     

混凝土输送泵液压系统中阀块零件的数控加工分析

砼泵--即混凝土输送泵,是一种常见的工程机械,其液压系统设计水平及液压系统中各零件的加工质量对此种机械的性能有很大的影响,本文论述了此机械液压系统中一种重要零件--阀块零件的设计及其数控加工的技术问题.     

某型静态电子放大器性能恢复研究

针对某型静态电子放大器低效问题,阐述其结构组成及功用,分析工作原理,研究故障发生原因,提出静态电子放大器性能恢复指标与修理方法,为类似故障提供借鉴。     

聚硅氧硅氮烷胶黏剂耐湿热老化研究

对聚硅氧硅氮烷胶黏剂进行了高温高湿环境条件下的加速老化试验。经过90 d加速老化试验,胶黏剂试样拉剪强度增长了50%以上。在高温高湿条件下,高温对胶黏剂的后固化增强作用和湿度对粘接界面的弱化作用同时存在,但增强作用远大于弱化作用。胶黏剂的90 d加速老化试验结果以及老化机理表明,聚硅氧硅氮烷胶黏剂具有很好的耐高温高湿性能,说明其具有较长的贮存寿命。     

热等静压及热挤压对喷射成形GH738合金显微组织的影响

采用喷射成形工艺制备大尺寸(?300mm)GH738合金锭坯,对锭坯进行热等静压,热等静压后进行不同温度的热挤压,利用XRD、SEM、TEM、EBSD和相分析方法,研究热等静压和热挤压对喷射成形 GH738合金锭坯显微缺陷、碳氮化物、γ/γ′相演变的影响。结果表明:热等静压对沉积坯中的显微疏松具有焊合作用;热挤压过程中GH738 合金再结晶组织主要受形变温度和应力-应变状态影响;热等静压态合金中碳氮化物主要沿晶界连续分布,热挤压后碳氮化物转变为沿挤压方向条带状分布;不同热工艺条件下合金γ′相的组成结构、质量分数及形貌尺寸分布主要受合金经历的温度场以及冷却条件影响。     

喷射成形高速钢内部组织研究

研究了喷射成形高速钢SFT15热处理前后的微观组织。结果表明,喷射成形制备的SFT15高速钢晶粒细小,无宏观偏析,组织致密,沉积坯平均体密度为8.208g/cm3,达到理论密度的99.8%。SFT15在热处理前的沉积坯硬度为56.5HRC,经热等静压和热处理后进一步提高到67HRC,冲击韧度达到11.8 J/cm2。采用SEM和TEM研究了SFT15的内部组织发现,热处理后SFT15高速钢组织主要为回火马氏体和碳化物。内部绝大部分为小于20μm的等轴晶,晶界和晶内分布许多M6C型的碳化物。     

喷射成形GH742y合金晶粒长大规律的研究

研究了不同固溶温度热处理对氮气雾化喷射成形GH742y合金相组成和晶粒尺寸的影响,并重点分析了第二相对晶粒长大的抑制作用.结果表明:氮气雾化喷射成形GH742y合金具有良好的高温抗晶粒长大特性,极限晶粒尺寸约为40μm;γ′相固溶温度约为1127℃;高于γ′相固溶温度热处理时,弥散分布MC型碳氮化合物阻碍晶粒长大;Gladman方程可以估计氮气雾化沉积坯的极限晶粒尺寸.     

一种深度学习分割遥感影像道路的损失函数

传统的根据光谱特征或形态学算法来分割道路,存在精度低、阈值难确定等缺点,而深度学习中已有的方法并未考虑道路的特性,只是利用通用方法来分割道路。针对上述不足,提出了一种针对道路特有形态的深度学习损失函数——形态损失函数。首先使用连通性算法将预测结果划分为若干个相互分离的连通区域,分别计算这些区域的面积与外接圆面积的比值,然后取平均值作为此批训练数据的形态损失函数,最后将形态损失函数按一定的比例与交叉熵损失函数求和,得到最终的损失函数。通过在公开的遥感数据集上使用深度学习网络进行对比试验,附加了形态损失函数后平均交并比（MIoU）、准确度（ACC）及F1 Score均有提高。从预测的图形来看,附加了形态损失函数后,预测的道路更为连续。所提出的形态损失函数可用于提高光学遥感影像道路分割的精度。