低频电连接器检测方法研究CSCD

本文主要阐述了低频电连接器外观检测和电性能测试中的接触电阻、绝缘电阻和介质耐电压的检测方法及其注意事项,提出为满足武器系统对低频电连接器耐恶劣环境、高可靠的特殊需求,有效保证武器型号系统中电连接器的质量,必须规范低频电连接器外观及电性能指标检测标准。本文可为从事低频电连接器检测工作的人员提供参考。     

基于里德堡原子相干效应的微波电场测量技术研究进展

近年来,采用里德堡原子的微波电场测量技术得到了迅速发展,获得了广泛应用。该电场探测技术是一项全新技术,可以将微波电场通过基本物理常数与频率测量直接关联,具有测量动态范围大、测量灵敏度高和测量不确定度小的特点,有望替代传统溯源路径,直接关联国际单位制（SI）。本文基于里德堡原子相干效应的微波电场测量技术原理,针对国内外微波电场的高准确度、高灵敏度和极化方向测量技术发展现状,和对微波电场测量的工程化光源系统,蒸气室探头的仿真验证实验和集成式蒸气室探头的设计研究等方面的相关进展做了详细介绍。     

模糊温度控制系统在橡塑制品硫化工艺中的应用

根据橡塑制品的特点,以PLC为中心,在温度控制系统中应用PID 模糊抑制超调技术,研制一套平板硫化机模糊温度控制系统,提高硫化温度的精度,试验结果表明,所研制的系统能够全自动进行橡塑产品的硫化,操作方便,控制简单。     

气象因子对夏季电力负荷影响的分析

本文应用2002、2003两年的夏季资料,通过对日最高气温、最低气温、平均气温、风速、相对湿度和气压等气象要素与南昌用电量的对比分析,建立了用电负荷预测模型,应用于2004年南昌夏季高温用电负荷预测,并在此基础上与江西省电力公司联合在江西省卫视一套18：53分的气象预报节目中发布《电力需求气象预警信息》,获得了很好的社会经济效益。     

光学坐标测量机的搭建与实现CSCD

为了高速高精高效地完成中小型复杂型面零件的测量,基于激光位移传感器和三坐标测量机等搭建了非接触式的光学坐标测量机,从而将测量机和光学测头的优点结合起来以应对空间自由曲面的测量任务。通过测头标定技术获得测量光束所在直线的单位方向向量,进而将激光测头的一维距离值转化为测量光斑的三维坐标值,然后通过坐标系转换将此坐标值转化到统一的测量机坐标系下,进而完成被测曲面三维点云的创建。最后,对一个直径已知的球在10个不同方位进行测量,通过点云数据拟合球面方程得到其直径作为测量结果,所得各次测量结果的误差均小于0.05mm,充分说明所搭建的测量系统的有效性。     

基于GE矩阵的陕西航空产业集群子产业评价与选择研究

子产业的评价与选择是航空产业集群发展中的一个重要问题。本文从航空产业集群产业链角度,针对陕西省航空产业集群发展的特点,对其现有子产业运用GE矩阵,从行业吸引力和行业竞争力两个方面进行综合评价,并根据评价结果,针对不同类型子产业,从科研创新、企业文化、企业协作、中介服务等方面提出子产业发展支撑策略。     

基于SVM算法的虚假航迹识别

针对云雨杂波和主被动干扰导致多雷达传感器产生虚假目标航迹的问题,利用支持向量机(SVM)算法的自主学习能力,通过构建基于数据驱动的判别模型进行虚假航迹识别。针对航迹起始得到的目标潜在航迹,利用人工智能数据驱动、自学习的特点,设计了SVM算法。通过对已标记真假的目标航迹样本进行离线学习,形成虚假航迹识别的SVM分类器,实现了基于数据驱动的判别模型代替先验知识规则约束的固定模型,并在工程应用中,利用SVM分类器在线识别虚假航迹,完成实时剔除。通过实测雷达数据实验验证,该算法的目标虚假航迹准确率高达95%以上,完全满足实际的工程应用需求。相比基于阈值或规则进行硬性判断的传统虚假航迹识别方法,所提出的算法不仅提高了准确率,还具有较高的实时性,能够适应复杂多变的杂波环境,在实际应用中具有更强的适应性和实用性。因此,提出的基于SVM算法的虚假航迹识别方法对于密集杂波场景下的虚假航迹剔除问题具有显著的实际应用价值。     

国外多模式霍尔电推进发展概况及启示

多模式霍尔电推进具有多个工作模式,调节能力强,相对于20世纪80年代以来广泛应用的只有一个工作模式的霍尔电推进器,其优势明显,能很好地适应诸如GEO卫星轨道转移和在轨位置保持,以及深空探测器和空间运输平台的主推进等多种任务,因此得到了广泛研究和应用.国外多模式霍尔电推进发展现状和趋势对我国多模式霍尔电推进的发展具有重要的启示作用.针对我国航天器对电推进的迫切任务需求,定量分析应用多模式霍尔电推进的收益,提出我国多模式霍尔电推进发展的建议.     

螺旋波电推进的搭载试验装置结构设计与分析

螺旋波是未来空间电推进系统极具吸引力的电离源之一,逐渐受到国内外高度关注。为进一步验证其可靠性,考虑进行螺旋波电推进的搭载试验。文章对螺旋波电推进搭载试验装置的支撑结构进行了详细的设计与分析,并采用有限元软件进行了力学计算,以验证结构设计的合理性。     

基于卷积神经网络的运载火箭测发网络流量异常检测技术

运载火箭测发网络是维系各型号运载火箭远距离测试及发射控制的重要国防基础设施,对测发网络流量进行异常检测是保证其正常工作的关键举措。近年来,随着测发网络功能的拓展,其面临的网络安全威胁越来越严重,而当前的安全检测主要依赖于基于异常特征库匹配的流量异常检测方法,这种检测方法对一些新型攻击检测能力非常有限。本文结合运载火箭测发网络实际特点,针对以使用用户数据报协议(UDP)为主的测发网络流量,设计一种新的基于固定数据包数目的流量图片样本生成方法,首次提出在测发网络流量异常检测问题上使用卷积神经网络,以原始网络流量作为输入,避开难以解决的人工特征集设计问题。通过测发网络真实网络流量数据进行实验,取得了较高的精度、召回率和准确率,验证了本方法具备一定的实用性。