卫星管路加热带安装工艺方法探讨

卫星管路安装加热带是确保卫星发动机正常运转的重要热控措施,它的实施工艺过程复杂,要求高,操作难度大。文章描述了卫星管路加热带安装工艺过程;围绕工艺过程和材料特性,结合工程实践经验,详细分析了卫星管路安装加热带中的难点及质量控制技术。实践证明,此工艺方法及质量控制技术有效可行,能够满足产品质量要求。     

纤维铺放设备机械手臂末端运动轨迹的后置处理技术研究

在已知被铺放芯模和芯模铺放纤维轨迹的基础上,对数控铺放设备的后置处理算法 进行了研究。通过铺放设备运动过程的分析,将这种冗余度机器人的七个关节分两个部分处 理：主轴关节部分和机械手臂部分。运用机器人学相关原理建立杆件坐标系,通过机器人运 动学的正解和逆解,得到了机械手臂六关节变量的解。提出利用投影向量法判断铺放螺旋轨 迹方向。同时为了实现铺放过程的运动仿真,系统阐述了铺放轨迹的前期处理方法。分析了 铺放头角度参数和位置参数的关系及铺放头角度参数的合理范围。最后通过铺放运动过程仿 真,证明了所提出的后置处理算法和轨迹数据前期处理方法的正确性。     

运载火箭机加零件成组编码系统研究

以运载火箭机加零件为研究对象,建立了相应的成组分类编码系统。采用固定码对一般零件进行编码,而用固定码+辅助码对复杂零件进行编码。实现了零件分类编码系统和派生式CAPP系统的集成。在使用过程中,将特征码位提前,使得使用过程大为简化。依据零件编码划分了零件组,建立零件组的特征矩阵,通过对典型零件编码,实现了对典型工艺的快速查找和应用。     

雷神二次雷达雷击维修经验谈

引言雷达作为空中交通通信导航监视系统的重要组成部分,其作用不言而喻。但由于雷达往往建设在地势相对较高的地方,位置独立,因此经常受到雷电的光顾,造成雷达故障停机。内蒙古空管分局蛮汉山     

基于引力球结构支持向量机多类算法的涡轮泵故障诊断

在涡轮泵故障诊断中，多类故障诊断是经常出现的问题。为提高多类故障诊断速度，在球结构支持向量机的基础上，提出一种引力球结构的支持向量机多类算法，该算法充分考虑样本分布疏松程度，经过试验优化分析得到最佳分类引力公式。用该算法和其他常用算法对涡轮泵仿真故障进行分类比较，结果表明基于引力球结构的支持向量机故障诊断算法学习速度快，诊断效果好。     

3,6-二硝基吡唑[4,3-c]并吡唑(DNPP)有机双胺盐的合成及热性能

以有机胺和自制的3,6-二硝基吡唑[4,3-c]并吡唑(DNPP)为原料,合成了DNPP的肼盐(DH-DNPP)、胍盐(DGDNPP)、三氨基胍盐(DTAG-DNPP)、脒基脲盐(DGU-DNPP)、4-氨基-1,2,4-三唑盐(DAT-DNPP)、氨基脲盐(DS-DNPP)、缩二胍盐(DBG-DNPP)、氨基胍盐(DAG-DNPP)、二氨基胍盐(DBAG-DNPP)、二氨基呋咱盐(DAF-DNPP)等10种有机双胺盐化合物,收率分别为95.7%、58.5%、56.9%、80.5%、59.5%、71.1%、47.0%、81.6%、86.9%、69.7%;采用红外光谱、核磁共振、质谱及元素分析等方法,表征了目标化合物的结构;利用差示扫描量热(DSC)、热重(TG)等热分析手段,研究了10种化合物的热性能。结果表明,此类化合物具有较好的热稳定性。     

基于BCI的生物信息提取算法设计与研究

本文介绍了脑机交互技术的基本概念和研究现状,在对脑电波信号进行研究的基础上,使用ThinkGear脑电模块提取脑电信号,并选取注意力和平静度两个信号进行训练,实现对外部设备的控制。     

适用于高精度惯性平台系统的精密加矩电路设计与实现

精密加矩电路通过给陀螺力矩器施加电流,驱动惯性平台系统相对惯性空间进行转动,其精度精度直接关系到惯性平台系统自标定与自对准精度能否实现。本文针对高精度惯性平台系统的需求,采用大电流粗加矩和小电流精加矩两种加矩电路的方式,兼顾了平台系统快速转位以及精确电流控制的要求。采用数字控制的二元调宽电路实现电流的精确控制。试验结果表明,精密加矩电路可以满足高精度平台系统自标定和自瞄准的要求。     

基于融合信息(火用)的转子振动故障SVM诊断方法

通过提取信息(火用)特征,提出基于融合信息(火用)的转子振动故障支持向量机（SVM）诊断方法.首先,在转子试验台上分别模拟转子不平衡、轴系不对中、转子裂纹和转子碰磨4种典型故障,采集这4种典型故障在多转速和多测点下的振动加速度信号;其次,提取基于时域的奇异谱熵和频域的功率谱熵的转子振动故障过程变化规律的信息(火用)特征;最后,将提取到的信息(火用)特征作为故障向量,建立SVM故障诊断模型,进而对转子振动故障进行诊断.实例诊断结果表明：将信息(火用)特征与支持向量机相结合进行转子振动故障诊断,诊断结果准确率达到了97%,有效地提高了故障诊断的准确率.     

基于SVM和SNN的航空发动机气路故障诊断

为了区分航空发动机气路故障诊断过程中出现的相似故障,提高诊断准确率,提出了一种支持向量机(SVM)和协同神经网络(SNN)相结合的故障诊断方法.首先利用参数优化后的SVM对测量数据进行初步故障诊断分类,对诊断结果进行分析统计,得出难以区分的相似故障类型,并根据SNN对这些相似故障进一步地区分判断,最后根据实际数据对此故障模型进行仿真.结果显示:基于SVM的初步故障诊断准确率达到96%;而经过SNN进一步地相似故障区分后,诊断准确率提升到100%.