用于ZEEMAN频率测量的数字合成器

ZEEMAN频率是氢脉泽时间频率标准的一个重要工作参数,为此上海天文台研制了一种专用的数字频率合成器,用来测量ZEEMAN频率。描述了该数字频率合成器的工作原理、设计方法和应用结果,该数字合成器,就配备在上海天文台新研制成功的氢脉泽标准而言,以其性能与价格而论,证明是成功的。     

数字存储示波器数据处理系统设计

基于传统单处理器系统有限的数据处理能力正逐渐成为示波器整机的瓶颈,作者设计了一种基于可编程系统芯片(System on programm ablech ip,SOPC)结构,用于1 GHz采样速率数字存储示波器(Digital storageos-cilloscope,DSO)的数据处理系统。系统中,根据模数转换器特征为其设计了具有数据缓存功能的接口单元;以A ltera Nios II/f软核为基础完成了专用微处理器的设计;针对DSO数据处理特征构建了4个并行处理电路;同时,系统还实现了液晶显示屏(LCD)的硬件驱动。SOPC结构的引入,使得该系统在具备强大数据处理能力的同时,具有低功耗和高集成度的特点。     

基于数字孪生的无人机状态监测方法

当今无人机产业迅速发展,无人机状态监测对保障无人机的正常运行至关重要。依据数字孪生的构建框架,分别对无人机的物理模型、几何模型、行为模型、规则模型和数据模型方面进行构建,实现了具有实时交互能力的无人机数字孪生模型,从无人机的物理实体、数字孪生体与无人机的数据信息等方面出发,构建了一种实时数据驱动的无人机的数字孪生模型。并依据无人机机翼主梁的光纤应变传感器数据对主梁承受的载荷进行统计,根据雨流计数法成功计算出主梁所受的载荷大小,实现了对无人机状态的实时监测。     

基于STM32锂电池组均衡智能控制系统设计与研究

系统主要以新能源动力中的锂电池组作为研究对象,通过分析锂电池组不一致性的成因和均衡策略,来判断其是否满足均衡控制的标准。系统设计采用STM32主控制芯片、双向反激变换器电源模块、电流采样模块等作为均衡智能控制系统的主要硬件,软件设计由外设初始化、开关矩阵驱动、PID闭环控制等构成。设计最终达到锂电池组的均衡智能控制效果,避免了电池出现过充过放现象,有效提高了电池组总体容量利用效率,进而保障了锂电池的安全性和工作效率。     

复合材料和结构机械连接件破坏历程的数值模拟与试验验证

采用数值模拟与试验相结合的方法研究工程设计中有关复合材料结构机械连接件的钉载分布、破坏规律及其承载能力问题。对典型问题进行了试验验证,计算结果与试验结果吻合很好。     

航空发动机FADEC闪电防护部件检查间隔分析

为确定航空发动机全权限数字电子控制（FADEC）闪电防护部件检查间隔,以限时派遣分析方法为基础,分别在2种典型FADEC构型的马尔可夫模型中引入闪电防护部件失效状态。通过对模型稳态解的计算推导,形成推力控制丧失概率与闪电防护部件检查间隔的函数。以某型发动机FADEC失效数据为例,呈现了闪电防护部件检查间隔分析过程。结果表明：若闪电防护部件失效率足够低,2种构型的闪电防护部件失效对推力控制丧失概率的贡献均不超过2%,不需要单独制定闪电防护部件的检查计划,防护功能的检查可与被保护单元的修理合并;若闪电防护部件失效率高于被保护单元失效率的1/10,闪电防护部件失效对推力控制丧失概率的贡献可能超过20%,则有必要对闪电防护部件制定专门的检查计划。     

压气机数字孪生模型中的仿真技术探索

仿真技术是构建压气机数字孪生体的一种重要手段。为了满足数字孪生过程中准确性和实时性要求,给出了压气机数字孪生模型中的数值模型完备性分析,探索了一种将高性能计算与全环非定常模拟相结合的压气机孪生仿真技术。采用数值完备性定义某S弯进气道中涵道风扇的数字孪生体,从边界条件完备性与几何模型完备性方面分析了不同数值模型对涵道风扇数值孪生结果的影响;再结合现代高性能计算技术提出了一种压气机数字孪生过程中的高效计算技术,并针对某15级压气机开展了多级全环非定常模拟仿真计算。结果表明：满足压气机数值模型完备性要求是实现压气机数字孪生体准确性的前提,同时采用2层次计算模型的高效计算技术是获得压气机孪生模型的一种有效手段。     

面向结构静力试验监测的高精度数字孪生方法

试验验证和数值仿真是评估结构强度的两种典型方法,然而基于离散传感器的试验验证方法难以保证结构应力监测覆盖度,数值仿真方法又因为对物理实体的简化和理想化处理而导致应力结果精度不足,如何综合利用两种强度评估方法的优势并进行数据融合以实现结构应力场监测是一个具有挑战性的问题。提出一种面向结构静力试验监测的数字孪生（DT-SSTM）方法,可获得高精度的结构静力试验数字孪生模型,以实现结构应力场的实时监测与强度评估。DT-SSTM方法包括离线、在线2个阶段。离线阶段,采用梯度提升树（GBDT）算法对仿真数据进行训练,建立预训练模型。在线阶段,基于集成学习理论,采用Stacking算法对试验数据响应值与预训练模型响应值之间的残差进行训练并建立残差模型。通过叠加预训练模型与残差模型实现多源数据融合,建立高精度的数字孪生模型。最后,开展了开口矩形壁板轴向拉伸试验来验证DT-SSTM方法的有效性。结果表明,DT-SSTM方法能够建立高精度的结构静力试验数字孪生模型,且相比同类数据融合方法具有更高的全局、局部预测精度以及融合效率,为结构应力场实时监测提供了一种新颖的解决方案。     

矩阵变换器应用于电机系统的研究与进展

矩阵变换器(Matrix converter,MC)是一种直接变换型的交流-交流电力变换装置,具有无电解电容、结构紧凑、功率密度高和恶劣环境条件下适应性强等优点,适用于电机驱动、移动电源和风力发电等场合,因此得到了国内外众多学者的关注。本文主要对MC在电机系统中应用的研究现状进行综述。首先对MC在异步电机、同步电机以及在航空作动器等电机驱动系统中的研究现状进行了评述,然后介绍了MC应用于基于燃气轮机的分布式发电系统和大功率风力发电中的发展现状,最后对MC在工业界的发展情况进行介绍。本文的内容对矩阵变换器的进一步研究及其推广应用具有参考价值。