控制景深提高影像测量仪Z轴测量精度

探讨的是景深大小对于2.5D影像测量仪Z轴测量精度的影响。通过理论数据的推导以及具体实验的设计,告诉测量者要改变焦距和放大倍率来控制景深的大小,从而得到准确测量结果。对二维半测量工作具有显著指导意义。     

外圆车削过程中的零件变形分析

由于弯曲变形的影响,在车削细长轴类零件时车削厚度随车削位置发生变化,使最终成型零件呈现两头小中间鼓起的木桶状,影响零件精度.本文从切削参数入手,从理论上预测了车削轴类零件的车削力和加工精度.     

中国卫星广播电视的规划及其发展应用

介绍了广播电视规划院对我国卫星广播电视规划的相关研究,具体介绍了WRL-2000中国规划,我国直播卫星频率／轨位规划,Ku频段和S频段的卫星广播业务申报情况,以及卫星广播电视规划的发展应用,提出我国卫星广播电视规划的未来走向。     

Stribeck模型模糊整定及其在转台控制中的应用

为了实现飞行仿真转台中框阀控马达机构的高精度低速伺服,提出了模糊整定Stribeck摩擦模型状态参数的等效控制电压超前补偿和PID(Proportion Integral Differential)相结合的控制策略.为了规避常规摩擦前向补偿对系统模型及参数的依赖性,提出利用转台中框本身的控制环节直接测定用于摩擦超前补偿的Stribeck电压模型参数;针对系统超低速伺服时速度信号难以检测的特点,设计了模糊整定系统用于改进模型运行状态参数的整定;将设计好的控制器用于中框低速伺服.实验结果表明,系统响应以三角波表示的正反向最小稳定速度为0.000006(°)/s时,跟踪误差在95%时间在0.0002°内,并对其他形式信号也有很高的动态跟踪精度.     

大气层外动能拦截器末段导引规律设计

研究了末制导段轨控发动机开机和关机时拦截器与目标的相对运动规律,给出了零控脱靶量的近似表达式.定量分析了轨控发动机分别处于常值力和脉冲力工作状态时的作用效果,以及影响末制导律对视线转率修正能力的因素,并给出了末制导段发动机能够修正的初始视线转率上限.结合相对运动规律的特点,基于抑制视线转率的思想设计了末段的导引规律.根据轨控发动机所具有的两种工作状态,将末制导拦截过程分为三个阶段来设计,特别设计了轨控发动机在两种工作状态之间的过渡过程,让拦截器以近似于平行接近的方式拦截目标.通过仿真,证明了该导引规律的有效性.     

某涡轮级三维流场非定常数值研究

基于耦合Lantry-Menter转捩模型的SST(Shear stress transport)湍流模型,对某涡轮级在3个雷诺数工况下的全三维流场分别进行了定常、非定常数值模拟,目的在于对比分析两种计算方法所得结果之间的差异。计算结果表明,进口雷诺数为4×104时和5×105时,定常与非定常计算的涡轮级效率的差异较大,最大相差0.6个百分点,而当雷诺数为8×104时,两者差异很小;非定常计算能够较好的模拟叶尖泄漏涡的发展过程、低雷诺数下上游尾迹与下游转子叶片吸力面分离边界层干涉诱导卷起涡的形成、输运及其所导致的叶片吸力面表面压力大幅波动等非定常流动现象。最后,给出了转子出口截面上周向与径向的非定常压力脉动的分布,为基于Lighthill声类比方法的计算气动声学研究奠定了基础。     

控温系统常见故障及排除方法

我公司现普遍采用DLK型智能工业电炉控制系统和RX-75—9型电炉温度控制系统。每一种热处理工艺规范中,温度是很重要的内容,如果控温精度保证不了,工艺规范就得不到正确的执行,造成产品质量下降甚至报废。掌握控温系统中各部件的工作原理是及时排除故障的关键。针对现场实际情况具体分析如下：     

反舰导弹命中精度评估方法

研究了基于Bayes方法的反舰导弹命中精度评估方法,提出了导弹命中点系统误差评估方法、Bayes检验方案和CEP评估方法。     

卫星编队飞行的相对轨道自主确定研究

为了研究卫星编队飞行相对轨道的自主确定,基于相对轨道根数建立编队卫星间的相对运动方程,利用测量所得到的星间距离和方位信息作为观测量。不同于目前广泛采用的扩展卡尔曼滤波算法,设计Unscented Kalman Filter(UKF)算法实现卫星编队飞行的相对轨道自主确定。仿真结果表明这种相对轨道自主确定方案能获得较高的定轨精度。     

二值卷积神经网络综述

二值卷积神经网络（BNN）占用存储空间小、计算效率高,然而由于网络前向的二值量化与反向梯度的不匹配问题,使其与同结构的全精度深度卷积神经网络（CNN）之间存在较大的性能差距,影响了其在资源受限平台上的部署。至今,研究者已提出了一系列网络设计与训练方法来降低卷积神经网络在二值化过程中的性能损失,以推动二值卷积神经网络在嵌入式便携设备发展中的应用。因此,本文对二值卷积神经网络进行综述,主要从提高网络表达能力与充分挖掘网络训练潜力两大方面,给出了当前二值卷积神经网络的发展脉络与研究现状。具体而言,提高网络表达能力分为二值化量化方法设计、结构设计两方面,充分挖掘网络训练潜力分为损失函数设计与训练策略两方面。最后,对二值卷积神经网络在不同任务与硬件平台的实验情况进行了总结和技术分析,并展望了未来研究中可能面临的挑战。