钇稳定二氧化锆火焰传感器的静态响应特性

以钇稳定二氧化锆（YSZ）火焰传感器为研究对象,利用马弗炉,在873~1 523 K的温度范围内,测量了YSZ火焰传感器对温度的静态响应,获得并分析了传感器的静态校准曲线与静态响应特性。结果表明,YSZ火焰传感器的线性度为12.88%,24 V激励电压下的平均灵敏度为10.02 mV/K,迟滞与重复性指标分别为2.13%和2.22%,传感器间的互换度为1.22%。采用Boltzmann函数能够较为准确地拟合YSZ火焰传感器的静态校准曲线,误差小于±3.5%。YSZ火焰传感器的非线性特征明显,精密度与互换性良好,灵敏度较高,总体性能良好。相较于火焰检测中常用的热电偶和离子火焰传感器,YSZ火焰传感器对火焰温度的响应信号更为稳健,能够有效提高火焰检测的准确度与可靠性。      

影响三瓣式高速浮环密封性能的敏感参数

针对应用在液体火箭发动机上的三瓣式高速浮环密封（TFRS）,揭示密封在复杂多变工况下的泄漏特性和磨损特性,得到影响密封特性的敏感参数,促进高速密封技术的发展。针对压力、转速和密封周向弹簧比压等关键敏感参数,数值模拟了密封的泄漏率变化规律,试验测量了密封环的泄漏率和磨损率。研究结果表明:泄漏率和磨损率都随压力增大而增大;转速对三瓣式高速浮环密封磨损率敏感,对密封泄漏率不敏感,随着转速的增加,磨损率增大较快,泄漏率减小较慢;随着密封周向弹簧比压的增大,前期密封周向弹簧比压对泄漏率敏感,此时泄漏率变化幅度较大,磨损率变化幅度较小,后期密封周向弹簧比压对磨损率敏感,此时磨损率变化幅度较大,泄漏率变化幅度较小,密封周向弹簧比压在适当范围内时,泄漏率和磨损率都较小。研究结果为液体火箭发动机三瓣式高速浮环密封的设计、实际应用和深入研究提供了基础。      

一种圆柱物料装填机器人残余振动抑制方法

为提高载具内的物料装填效率,提出了一种在载具内受限空间中使用的新型圆柱物料装填机器人,并通过优化关节轨迹,对机器人末端残余振动进行抑制。首先,给出物料装填机器人的总体设计方案和工作流程。然后,结合物料装填机器人的结构特点,应用拉格朗日方法建立封闭形式的刚柔耦合动力学模型,并应用模态分析方法得到机器人末端动态响应计算方法。最后,以物料装填机器人关节残余弹性势能最小为优化目标,使用最大最小蚂蚁系统,对机器人关节轨迹进行优化,并对优化结果进行仿真验证。仿真结果表明,优化后的关节轨迹,在满足快速装填要求的基础上,可以降低约34.4%的关节残余弹性势能和约37.6%的机器人末端振动振幅。      

脉冲星方位误差估计的TSKF算法

为提高脉冲星方位误差估计对方位自行速度及卫星位置误差的鲁棒性和整体运算的高效性,设计了两级卡尔曼滤波（TSKF）算法。首先,分析了方位自行速度及卫星位置误差对方位误差估计的影响,并分别结合相关算法进行了仿真验证。然后,结合方位误差估计的CV模型和两级卡尔量滤波的相关原理,写出了TSKF算法的更新方程,并分析了实现并行计算的基本流程。仿真实验的数据显示:在方位自行速度及卫星位置误差均存在的情况下,TSKF算法的方位估计精度约为0.1 mas,方位自行速度估计精度约为1.1 mas/a;与基于CV模型的估计算法相比,TSKF算法的浮点运算仅增加了0.048%。      

3-PPP型柔性并联微定位平台的设计与分析

为解决现有空间平动柔性并联微定位平台（CPMS）结构布局不紧凑,且多轴驱动时各运动副的寄生运动相互累加,导致平台耦合误差增大的问题。首先,设计了一种基于柔性薄板的分布柔度式3-PPP型柔性并联微定位平台。其次,通过结构优化减小了平台的体积,并消除了支链中移动副寄生运动的累加现象。然后,基于柔度矩阵法建立了平台的输入刚度理论模型,并采用有限元仿真验证了理论模型的正确性;同时计算了平台的固有频率,并探究了其与柔性薄板尺寸参数之间的关系。最后,将结构优化前后的平台通过有限元仿真进行了对比分析。结果表明:结构优化后平台的体积减小了67%,且平台在单轴和多轴驱动时均具有更优的运动解耦特性和输入输出一致性。      

六自由度压电隔振平台面向控制的模态分析与动力学建模

六自由度压电隔振平台各通道之间存在的强耦合性以及压电作动器固有的迟滞非线性都对系统动力学建模提出了挑战。为此,基于模态分析技术对六自由度压电隔振平台开展面向控制的非线性动力学建模研究。在充分考虑压电作动器的迟滞非线性后,采用模态坐标变换方法建立了隔振平台Hammerstein非线性动力学模型,包含了输入端的静态迟滞非线性子系统、解耦的模态方程组以及模态正/反变换矩阵。通过实验测量方法辨识得到模态方程中的参数,采用MPI模型辨识得到静态迟滞非线性子系统,并经过逆补偿控制实验验证了迟滞模型的正确性。基于迟滞逆补偿策略辨识得到模态反变换矩阵。最终建立了平台的动力学模型,为后续的控制奠定了良好的基础。      

考虑物料供应干扰的飞机移动生产线动态调度

针对飞机装配过程中出现的物料供应延期干扰问题,对飞机移动生产线装配作业调度进行了研究。通过对物料供应信息的动态分析,将反应调度决策划分为固定决策和不同场景下的预测决策,并建立了物料供应干扰环境下的动态调度框架。在滚动决策点,以最小化与模板装配计划的偏差及工期的加权和期望值为目标函数,建立了二阶段近似优化模型。针对模型的决策逻辑,设计了以两阶段禁忌搜索算法为框架的启发式算法,求解滚动决策点的优化问题。不同规模下的数值实验表明,所提出的动态调度方法能够有效利用不断更新的物料供应信息,获得接近后验精确解的调度结果,且相比于传统的调度方法,所提方法能更有效地应对物料供应干扰。      

一种可变锚框候选区域网络的目标检测方法

目标检测作为计算机视觉领域的热点问题,目前基于深度学习的目标检测方法可以分为2类:两步检测和一步检测,前者有着较高准确性,后者有着较好速度,但是为提高检测的性能两者都引入了锚机制。为提高目标检测系统的性能,基于深度卷积神经网络的两步检测算法引入了注意力引导（AG）模块,通过对候选区域网络（RPN）的锚机制进行引导,使得对于预选锚框形状的选择更具有多样性;同时针对传统的后处理方式非极大值抑制（NMS）算法存在的误检和漏检的问题,提出了一种置信度因子的NMS（Cf-NMS）算法,对于模型的整体性能有着很大的贡献。实验结果说明,所提方法虽然在速度性能上有略微的下降,但是无论是在RPN变体还是现有的先进算法在准确性方面都有提升。      

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题,提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法,算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节,以充分利用模型中的低层特征,增加细节信息;改进模型的区域生成网络,加入多种滑动窗口,从而优化了模型锚点的长宽比设置,提高检测能力。实验表明,改进Faster RCNN模型取得最优的缺陷检测结果,对于小缺陷目标仍取得较好的检测精度,从而验证了算法的有效性。     

基于激光扫描技术的大型船舶舱容量计量技术研究

介绍了一种应用三维激光扫描技术,采集获取船舱三维点云数据,对点云数据进行配准、修补,完成船舱内部构件精细建模,快速高精度的重建大型船舱三维模型,实现大型船舱容量快速计算的方法。运用三维激光扫描技术完成158000吨大型油轮液货舱容量计量,通过与传统容量计量方法进行比对分析,解决了单点数据采集模式弊端,达到了大型船舶舱容量快速、精准计量效果。