应用声发射技术实时监测某型机防扭支架疲劳试验裂纹

随着声发射技术的发展,声发射技术在工程无损检测上的运用日益广泛。本文对声发射技术的应用现状、基本理论及在直升机某型机防扭支架疲劳试验裂纹监测中的应用进行了介绍。希望通过应用声发射技术,能及时捕捉疲劳裂纹形成和扩展的过程,给判定疲劳试验件是否破坏带来更准确、客观的依据,从而能为直升机动部件和结构件的准确定寿提供一种科学的辅助手段。     

EXPERIMENTAL RESEARCH ON STRESS INTENSITY FACTOR K_Ⅲ FOR 3-D CRACK BY CAUSTICS

ＥＸＰＥＲＩＭＥＮＴＡＬＲＥＳＥＡＲＣＨＯＮＳＴＲＥＳＳＩＮＴＥＮＳＩＴＹＦＡＣＴＯＲＫⅢＦＯＲ３┐ＤＣＲＡＣＫＢＹＣＡＵＳＴＩＣＳＷｕＤａｆａｎｇ，ＧａｏＺｈｅｎｔｏｎｇ（ＩｎｓｔｉｔｕｔｅｏｆＳｏｌｉｄＭｅｃｈａｎｉｃｓ，ＢｅｉｊｉｎｇＵｎｉｖｅ...     

从PCI-A429芯片谈内核的设计及集成

以自行研制的PCI-A429芯片为例,讨论了内核设计以及系统集成中内核互连的问题。主要介绍了程控配置和自适应方式的两种ARINC429接收模块内核和PCI内核的设计。还分析了内核之间互连的多种控制接口和数据接口。     

改进的P型迭代学习控制算法

针对多输入多输出的定常线性系统的迭代学习控制问题, 给出改进的P型迭代学习控制算法, 该算法中利用最新算出的控制分量代替旧的控制分量, 这样可以加快控制输入的收敛速度, 利用该算法进行学习控制, 使系统的实际输出以更快的速度收敛于系统的理想输出.     

大二进制对象在计算机能力考试系统中的应用

以作者所开发的计算机考试系统为例，阐述了大二进制对象数据类型(BLOB)使用方法，包括将一个大对象（文本、图像、声音等）存入一个BLOB变量中、通过BLOB变量读写数据库中的大对象等内容。     

基于UML的CITIS建模分析

该文对‘恃续采办与寿命周期保障”(Continuous Acquisition and Life-cycle Support,CAL5) 战略的核心组成部分——承包商综合信息服务(Contractor Integrated Technology Information Service,CITIS)进行了建模分析。根据承包商综合信息服务在实现‘特续采办与寿命周期保障”中的作用提出了CITIS的参考结构,并采用面向对象的分析方法,从分析CITIS系统需求、静态结构模型和动态模型三个方面提出了一种基于标准化建模语言(UML)的CITIS建模方案, 对于采用C++、Java等面向对象语言编程构建系统有重要的参考价值。     

一种新型数字高精度伪码快速捕获延迟锁定环的设计与实现

介绍了一种新型全并行快速捕获延迟锁定环的设计与FPGA实现,捕获时间小于等于一个伪码周期,抗干扰容限大于80 dB。此快速捕获延迟锁定环实现127路全并行捕获和高精度跟踪,仅需存储130个PN码表,相对于其他并行捕获延迟锁定环或串并结合的环路,存储量约小2/3,并具有较高捕获精度。     

利用改正数信息的北斗三号实时精密单点定位及性能分析

北斗三号全球卫星导航系统已正式建成并开通服务。为了利用实时改正数信息系统地揭示北斗三号精密单点定位性能，并为用户提供理论依据和应用参考，首先解算了卫星实时精密轨道、钟差及其改正数，分析了其精度。然后基于实时改正数信息，利用监测站广播星历和观测数据，分别进行了双频静态、双频仿动态、单频静态和单频仿动态仿实时精密单点定位，以评估其性能。结果表明：北斗三号MEO卫星实时轨道和钟差精度均值分别约为12cm和0.2ns，满足实时精密单点定位需求。静态实时精密单点定位精度优于动态，双频优于单频，均可达到分米级。对于定位收敛时间，双频静态最短，约为40min；双频动态和单频静态均约为85min；单频动态最长，约为120min。     

基于ANFIS的蒸汽发生器水位实时控制系统的设计

从蒸汽发生器的水位特性出发，对其水位高度控制原理进行了深入细致的研究。鉴于控制对象的模糊性、不确定性和非线性，采用自适应神经元模糊推理(Adaptive neuron fuzzy inference system，ANFIS)技术，建立了模糊控制规则库，实现了对蒸汽发生器水位的智能控制。本文详细阐述了ANFIS技术的结构、控制方式和系统的主要功能，完成了软、硬件的综合设计，并进行了仿真研究。控制系统的硬件采用了DSP芯片，以保证系统的实时性；软件采用了模糊一神经网络算法，以克服系统模型的不确定性。仿真结果表明，该控制系统工作稳定可靠，具有较高的控制精度和较强的鲁棒性。     

关于稀疏分布存贮模型中A连接权阵的讨论

Ｋａｎｅｒｖａ的稀疏分布存贮模型由于对寻址地址采用了稀疏编码，对数据采用了分布式存贮，从而解决了大维数向量的输入问题，ＳＤＭ实际上是一个由输入层，中间层和输出层组成的三层前向网络，其中神经元间的互迦权值在输入层与中间层是预置的（用矩阵Ａ表示），中间层与输出层的连接权阵Ｃ由外积法得到，文中假定在相同的学习规则下，就信噪比意义而言，Ａ的均匀预置能使ＳＤＭ获得最优性能，从而为Ａ的预置提供了理论依据。