微米光栅加速度计力反馈系统设计

针对高分辨率微米光栅加速度计中存在的输出非线性和动态范围小的问题,提出了一种基于静电驱动的静电力反馈方法.该方法一方面将质量块位移锁定在最佳工作点,提高加速度计的线性度;同时利用静电力反馈实现微米光栅加速度计的力反馈控制,提高它的动态范围.给出了微米光栅加速度计的力反馈检测原理,建立了静电力反馈控制模型和基于力反馈的微米光栅加速度计系统的数学模型,在此基础上优化了PI控制单元,搭建了微米光栅加速度计力反馈系统,实现了力反馈控制.实验结果显示:当质量块位移锁定在最佳工作点处时,微米光栅加速度计的量程比未加力反馈时增大了33.4倍,非线性度抑制了6.4倍.     

4J29可伐合金超声振动辅助钻削试验研究

4J29可伐合金由于具有和奥氏体不锈钢相近的难切削特点,传统钻削制孔质量较差,为了研究4J29可伐合金制孔质量的影响因素,提高制孔质量,对4J29合金进行了不同加工参数下的普通钻削和超声振动辅助钻削试验并对钻削轴向力、孔径误差、孔壁粗糙度进行了测量。试验发现:4J29可伐合金在不同加工参数下(切削速度v=0.314～0.942m/s,进给速度f=10～30mm/min),超声振动辅助钻削可降低钻削轴向力,轴向力平均降低35.37N,降幅为18.45%;超声振动辅助钻削可提高制孔精度,孔径误差平均减小17.9μm,降幅为31.5%;超声振动辅助钻削可提高表面质量,对于轮廓算术平均偏差Ra,超声振动辅助钻削使其平均降低了0.4862μm,降幅为28.4%,微观不平度十点高度Rz平均降低了2.4940μm,降幅为20.0%。试验表明超声振动钻削4J29可伐合金比传统钻削加工更具优势,可获得质量更高的加工孔。     

基于深度学习特征提取的遥感影像配准

传统的影像配准算法,如尺度不变特征变换(SIFT)、加速稳健特征(SURF)等,对遥感卫星影像配准存在提取特征点少、错误匹配多等缺点。文章使用数据驱动的随机特征选择卷积神经网络(RanSelCNN)方法,对Landsat-8卫星不同时相或同一时相具有重叠度的遥感影像进行配准,卷积层使用随机特征选择,增加特征提取的鲁棒性;训练时使用联合损失函数,同时对特征探测器和特征描述符进行优化,减少特征的错误匹配。结果表明:基于随机选择的深度神经网络的遥感影像配准能提取更多的特征点,有效降低错误匹配率。与传统的人工设计特征相比,该算法能明显提高卫星影像配准的精度。     

超声电喷推进机理研究

超声电喷推进是一种新型的电推进技术,主要用于解决胶体推力器等电推力器发射点集成困难、发射点数密度低的问题。通过将超声振动产生的大量微细驻波作为发射源,超声电喷推进将从根本上提高发射点的数目和密度,形成较大的推力密度。文章对超声电喷推进的发射机理进行了研究,得到相应的理论发射模型。通过对发射表面上微细驻波的形成过程、带电液滴的分离过程进行理论分析,建立了静电场条件下微细驻波波峰临界状态的平衡方程,推导出微细驻波波峰局部半径以及发射液滴尺寸的理论解,并提出了发射电流、比冲和推力的估算方程。在此基础上,分析了极间电场强度、超声振动频率、超声振动功率、推进剂性能黏度、推进剂表面张力系数和电导率对超声电喷推进性能的影响规律,并进行了试验验证。     

多种观测数据驱动的三维行星际太阳风MHD模拟

三维磁流体力学（MHD）数值模拟是行星际太阳风研究的重要手段.本文发展了一种由多种观测数据驱动的三维行星际太阳风MHD数值模型.模型的计算区域为0.1AU到1AU附近,使用Lax-Friedrich差分格式在六片网格系统中进行数值求解.边界条件中磁场使用GONG台站观测的光球磁图外推获得,密度通过LASCO观测的白光偏振亮度反演得到,速度根据以上两种观测数据并利用一种基于人工神经网络技术（ANN）的方法得到,温度通过自洽方法根据磁场和密度导出.利用该模型模拟了第2062卡灵顿周（CR2062）时期的行星际太阳风,模拟结果显示出丰富的观测特征,并与OMNI以及Ulysses的实际观测值符合得较好.该模型可用于提供接近真实的行星际太阳风,有助于提高空间天气预报的精度.     

广播内存实时网节点卡的LabVIEW驱动开发

广播内存实时网技术是一种高效的网络数据传输技术。本文向读者介绍了LabVIEW环境下利用CIN技术的网络内存节点卡驱动模块的设计方法。     

高精度压电陶瓷驱动电源的研制

为进一步提高压电陶瓷微位移系统的定位精度,设计了一种以PA93高压运放器为核心的高精度、稳定性好的大功率压电陶瓷驱动电源.重点阐述了系统设计方案,并对其中的关键技术和特性功能进行了分析讨论.实验结果表明,该驱动电源具有精度高、输出电流大、响应速度快、稳定性好的特点.当压电陶瓷等效容性负载为3μF时,能在1KHz内实现0V～ 10V到0V～100V的动态放大,电压输出精度可达0.1mV.     

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。     

基于MSP430单片机的步进电机细分驱动器

阐述了两相混合式步进电机的细分控制原理,提出了以MSP430单片机为微控制器,通过DAC7612产生相差为π2的细分电流控制信号,以集成步进电机驱动芯片为驱动器,实现了两相混合式步进电机的细分运行控制,电流细分精度达到1/2048。     

超声电机温度-转速特性及补偿方法研究

针对超声电机转速随温度升高而明显降低的问题,基于电机等效电路模型,分析了电机温升对LC谐振电路电压增益和压电陶瓷片机械谐振点的影响。通过实验数据拟合计算,提出了一种针对温度变化对控制信号频率进行补偿的方法,并通过实验验证了该温补算法的有效性。