计算机并行接口在计量测试中的应用

介绍了计算机并行接口的数据口、控制口、状态口寄存器的功能。充分利用其自动保持高电平和低电平的内部锁存器,并以计量检测中的应用为例,阐述了TC2.0、VC++、VB下的编程方法。     

基于灰色递阶预测的动态插值生成方法

根据灰色系统白化插值生成理论和建模机理 ,分析动态测量中灰色模型插值的可行性。并将动态测量数据建立白化插值生成灰色模型 ,进行动态测量插值预测 ,验证其可行性。由于动态测量特性和灰色模型预测的局限性 ,对模型的测量准确度提出较高要求。因此 ,提出改进白化插值生成灰色模型 ,采用基于灰色递阶预测的动态插值生成方法 ,以保证长期预测插值的动态测量特性。     

分布式光纤测温系统温度数据的最佳解调方法

分布式光纤测温系统中喇曼散射光是极其微弱的,由滤光片检测出的斯托克斯光和反斯托克斯光分别经过光电变换以及放大后均淹没在噪声之中.研究了混有高斯白噪声的双路数据的解调方法,求出了它的最佳分光比,可使测温数据的误差最小.     

可自组织的网络测量基础设施研究

在分析现有网络测量基础设施的基础上,提出了一种基于层次化覆盖网络(hierarchical overlay network)的管理机制,应用于网络测量基础设施,实现测量节点的可管理性和自组织性,减少人工干预开销和错误,并使整个测量基础设施具有良好的可扩展性.      

一种新的坐标测量形位误差计算方法

对比了基于坐标测量的形位误差计算方法 ,提出了一种新的最小条件计算方法并简略论述了其数学原理。     

热障涂层在线/离线磷光温度测量技术研究进展

精确测量涡轮叶片表面热障涂层温度对航空发动机和地面燃气轮机设计和研制具有极其重要的意义。近年来,基于热像磷光材料磷光特性的热障传感涂层在线测温技术与热历史磷光涂层离线测温技术得到了迅猛发展。前者通过在线测量高温下磷光信号来获取实时温度信息,后者通过离线测量经高温服役后的磷光材料不可逆磷光信号变化来获取服役温度信息。这两项技术都适用于高温、高腐蚀环境下热障涂层非干涉、非接触式和高精度温度测量,具有广阔的应用前景。从热障涂层在线/离线测温原理与方法、磷光材料与制备及应用3个方面详细介绍了热障涂层在线/离线测温技术的研究现状与技术特点,并对这两种技术的发展进行了展望。     

插补前S加减速在CNC前瞻中的应用

计算机数字控制系统(CNC)中的速度前瞻处理可以在不影响插补轨迹精度的前提下极大地提高插补效率.针对前瞻算法中速度处理这一核心问题,分直线转接和圆弧转接2种情况分别建立了插补几何元素转接矢量夹角模型,并给出了一种基于插补前S型加减速的CNC速度前瞻算法.该算法根据设定的最大前瞻段数以及实际插补轨迹的几何特性,能够自适应确定轨迹的转接速度近似最优解,从而实现路径段之间进给速度的高速衔接.S型加减速由于在加速阶段和减速阶段均引入了加速度衰减,使得整个插补过程具有了高度的柔性.因此结合前瞻算法和S型加减速算法在高速加工时速度处理的优势,提出并实现了一种基于插补前S型加减速的CNC前瞻算法.该算法已经在工程实际中得到了验证.      

一种新的低噪声梳状谱发生器

分析了经典梳状谱发生器的原理及应用局限,提出了一种新的梳状谱发生器—自相关梳状谱发生器。该方案已应用在小型Rb原子振荡器中,满足了Rb原子振荡器对倍频低附加相噪、高倍频效率和较好功率稳定性的要求。     

编队星座相对位置精确测定与自主定轨方法

针对编队飞行星座,提出了一种全自主的高精度定轨与相对位置精确测定方法,对其主要关键技术之一的空间绝对定向的基本方案及其可行性和指标进行了研究,并进行了仿真验证.结果表明,通过编队星座星间高精度的距离测量和绝对定向观测,可以实现无需地面测控站和卫星导航系统支持下的编队星座全自主导航方案;在一定测距和测向误差条件下,绝对定轨精度可以优于20m,相对位置确定精度可优于10cm.相对误差与采样间隔有较明显关系,未来可考虑采样间隔控制在10s以内即可;绝对位置误差大小与采样间隔无明显关系,其中的主要误差是星座的整体平移误差.仿真结果验证了所提方案的正确性.      

导热误差对温度测量的影响

为了研究直型传感器的导热误差,设计了可同时测量气流温度、支座上部温度和支座下部温度3个测点的传感器,其中测点1和3可根据研究的需要上下移动,并建立了理论模型,推导了导热误差的计算公式.为了避免辐射误差对导热误差的影响,采取根部加热的办法,研究了马赫数、支座温度、长径比对导热误差的影响,得到了可供参考的数据,并将导热误差的计算公式应用到气流流速较低时(Ma=0.1)高温水冷耙某点的导热误差的计算中,计算结果与测量结果误差小于10%.考虑导热误差对测温的影响时,应综合长径比和支座温度两方面的因素,将长径比是否大于10作为衡量是否考虑导热误差的唯一标准是不全面的.