基于液压自然爆膜的压力传感器动态标定方法

介绍了一个基于液压自然爆膜的压力传感器动态校准系统，研究了标定实验数据的处理方法，分析了该系统标定结果的重复性。试验结果表明该标定系统重复性好，可以满足0～30MPa，0～50kHz压力传感器动态标定的要求。     

论Ada对DOD国防系统软件开发标准的适应性

Ada语言与DOD-STD-2167A是美国国防部(DOD)在软件方面最重要的两个标准,对它们之间的一致性与适应性进行研究是很有必要也很有意义的。这项研究的关键是研究Ada程序结构与DOD-STD-2167A静态结构的适应性。为此,本文首先详细分析了DOD-STD-2167A的静态结构,然后研究了Ada程序结构对这种静态结构的对应问题,指出了对应中存在的问题,在此基础上引入了库单元的概念。本文最后讨论了与DOD-STD-2167A相适应的Ada软件开发策略。     

立方镜在航天器天线总装测量中的应用

在航天器天线总装试验过程中,立方镜的使用非常广泛,六面体立方镜可用于反映天线产品的空间位置,通过对立方镜坐标系的标定、测量和转移等可实现对天线产品或其部件的精度测量和调整,其作用十分重要。文章介绍了立方镜在航天器天线总装测量过程中的应用,并详细介绍了立方镜坐标系的标定、测量和转换方法。     

小卫星非常规动力学分析与控制

针对小卫星研制中出现的一些非常规动力学问题进行研究,并提出解决办法。针对小卫星组件最大冲击谱量级超出常规冲击试验规范谱的分析与验证困难,通过研究提出了能够分析评估组件高量级冲击的方法。针对小卫星随机振动下强度设计方法还存在较大误差,分析了系统模态质量比与模态频率在一定频段的影响规律,认为忽略模态质量耦合会带来误差,提出了考虑模态质量耦合的准静态载荷计算方法。最后,针对小卫星整星开展了减振研究,分析了正弦和随机减振效果,对于对称安装减振系统,提出了减振系统的主频率计算公式。     

利用积分球对CCD线性和面均匀性的标定

积分球对CCD(Charge-coupled Device)的标定,主要是利用积分球光源具有较好的均匀性、稳定性以及精度高的特点,通过CCD采集积分球光源的图片,将积分球光源亮度转换为CCD拍摄图像的灰度,通过对采集图片灰度信息的提取,得出了CCD标定的各项参数。CCD线性标定试验的结果表明:在CCD快门值固定时,光源亮度的变化和图像灰度呈线性关系,并且在转换后的不同灰度值区段,线性度有一定的差别:在中值区,线性度最好,低值区次之,高值区最差;在光强一定的情况下,CCD快门值的改变和采集图像的灰度也呈线性关系。均匀性标定的试验结果表明:CCD的光电响应的非均匀性是随着快门值和灰度的增加而减小的,但最终趋于一个较稳定的值。     

滚子轴承准静态计算分析

本文提出向心圆柱滚子轴承准静态分析方法。分析时考虑了非圆滚道、套圈和滚子相对倾斜、轴承座柔性变形等因素对轴承性能的影响,研究了非圆滚道轴承设计的计算方法和内外圈反转时轴承的特性,提出了内圈倾斜时滚子承载判断方法、分片计算了倾斜滚子的接触力;用柔性二维接触问题的变分法计算了滚子最大应力。润滑模型考虑了赫兹区和入口区滑油的热效应及缺油的影响。      

辐射温度计标定误差分析

本文通过理论分析和实验,建立了标准辐射温度计和被检辐射温度计因工作波长不同而产生的标定误差公式,通过几种典型黑体空腹温度分布的测量及有效发射率的计算,讨论了分别以标准辐射温度计和接触温度计校准被检辐射温度计时误差及其走向。     

基于Kinova机械臂RGBD相机的目标抓取

在轨服务与维护是未来航天技术的重要发展方向.在轨服务如燃料加注、剪切与操作电线、旋拧盖子和拆装阀门等任务,具有负载轻、近距离感知及精准定位和抓取等特点.针对这些应用场景,采用轻量化机械臂Kinova及自带彩色和深度(red, green, blue and depth, RGBD)相机进行感知、定位和抓取,完成地面验证实验,为在轨服务提供理论支持.介绍了机械臂抓取系统的研究背景并描述开发平台及其特点,以及相机标定、彩色相机与深度相机配准原理.利用机器人操作系统(robot operating system, ROS)的坐标变换树得到彩色图像目标像素在世界坐标系的坐标位置.针对特定的抓取对象提出基于色调、饱和度和亮度(hue, saturation and value, HSV)颜色空间图像分割方法,进行目标检测、分割以及空间定位,实验环节机械臂根据视觉定位结果完成目标抓取过程,证明了颜色空间图像分割方法和深度图结合定位的有效性,为在轨服务提供了理论验证.     

基于循环神经网络的惯导重标期预测

现阶段,由于惯导标定技术研究主要集中在误差参数估计方法、惯导标定精度分析方面,较少涉猎惯导的标定周期,导致业内简单地将惯导的标定可靠性作为重新标定的周期.本文以循环神经网络技术为基础,对惯导关键数据进行分析,预测激光捷联惯导重标需求的方法.通过对多台惯导历史数据的回归验证发现,通过使用基于循环神经网络技术等人工智能手段...