五/六自由度激光跟踪测量技术的原理分析

激光跟踪仪具有测量精度高、动态测量、实时快速等优点,在工业测量及大尺寸计量等领域中有着广泛的应用。五/六自由度测量技术是解决全姿态测量的重要手段,五/六自由度激光跟踪仪是近年来新出现的测量设备,也是实现全姿态测量的常用设备之一,已经广泛应用于机器人跟踪、设备动态标佼等测量工作中。因此针对目前国际上最新的五/六自由度激光跟踪测量技术,主要介绍了基于单站激光跟踪仪实现五/六自由度全姿态测量技术的原理。     

一种非介入式高超声速边界层不稳定波的测量方法

地面风洞实验是开展高超声速边界层转捩研究的主要手段之一,但是目前可用于高超声速边界层三维空间测量的实验技术仍极为缺乏,且已有测量技术的动态响应频率普遍较低。基于光的折射和干涉原理,搭建了一套非介入式聚焦激光差分干涉仪测量系统（Focused Laser Differential Interferometry,FLDI）,可有效获取三维流场空间点的密度变化。在马赫数为8的常规高超声速风洞中,使用FLDI开展了来流雷诺数107/m、7°半锥角尖锥标模边界层的不稳定波测量实验。结果显示FLDI成功捕获到频率在327 kHz的第二模态不稳定波及其谐波（645 kHz）。通过与PCB测试结果进行对比,FLDI的高信噪比、高解析频率（本文实验有效解析频率1.5 MHz）、高空间分辨率（沿流向小于1 mm）等优点得以体现。鉴于FLDI的高时空分辨率等优良特性,其可用于高超声速边界层不稳定波行为以及感受性等问题的研究,为深入认识高超声速边界层转捩机制以及感受性问题提供了有效手段。     

基于原子发射光谱的中低焓电弧加热器 漏水故障诊断

电弧加热器试验中存在电极局部烧穿漏水导致电弧加热器严重烧损的风险,对漏水故障的快速诊断可大大提升电弧加热器的运行安全性。由于电弧加热器内高温气流的恶劣环境,漏水故障诊断技术匮乏。针对总焓范围2~12 MJ/kg的中低焓电弧加热器,提出一种基于原子发射光谱的漏水故障诊断技术。通过分析中低焓电弧加热器漏水故障条件和正常运行下高温流场的发射光谱特性,选择氧原子777.19 nm发射谱线为目标谱线,采用相对强度的处理方法,实时监测该中低焓电弧加热器是否发生漏水故障。试验获得了总焓H₀分别为11.6和9.8 MJ/kg共2组工况下氧原子相对辐射强度的变化规律,结合电极烧蚀图像分析,证明该技术应用于中低焓电弧加热器漏水故障诊断具有较强的发展潜力。最后,提出该技术在单轨道-多焓值状态气动热试验条件下,每个状态均保证较高灵敏度的解决方案。     

激光打标工艺技术

简要介绍了激光打标的三种方式，指出振镜扫描打标是未来激光打标机的发展方向，通过工艺性分析，叙述了影响标记的一些参数：分辨率、打标速度、Q频率与激光功率等。经过比较，得出激光打标具有工件无变形、无污染、打标速度快、自动化程度高等优点，具有广阔的应用前景。     

提高激光打孔加工质量的途径

以激光加工工艺理论为基础并结合激光打孔加工生产实践,介绍了合理选择激光器并以改善激光光束为突破口,最终得到提高小孔激光加工精度和质量的方法.     

一种新的快速成型方法——激光分层固化灰浆

介绍一种快速成型的新方法———激光分层固化灰浆 ,这种方法综合了选择性激光烧结和立体光造型的优点。     

刘家峡右岸水电站模型试验的光路布置

使用二维激光多普勒测速仪（ＬＤＶ）对圆管中水注流进行测速时,对于窗口的设置、利用反射镜前向接收的方法和侧向接收方式等问题,本文进行了探讨,并总结了测量中的一些实际经验。     

激光全息等值线条纹图的图像处理方法研究

本文对激光全息干涉图的采取以及干涉等值线条纹图的处理进行了研究,并采用进行的细化算法对等值线进行细化,解决了以前算法细化不全和速度慢等问题,使以干涉等值线为基础的光学数据更加安全,可靠。     

Al/SiC复合材料的准分子激光表面改性

利用KrF准分子激光对SiC晶须增强铝基复合材料进行表面改性。借助于显微镜及X射线衍射技术,对激光处理前后试件表层的显微组织及化学结构进行了分析。结果表明,准分子激光处理后,试件表面形成了一个几微米厚的铝层。该薄层中基本上不含金属间化合物,SiC增强相的数量也显着减少。腐蚀测试结果表明,准分子激光表面处理后,材料的抗腐蚀性能得到了显着提高。     

试建立基于检测振动加速度信号的设备故障部位诊断模型

往复式压缩机、内燃机等复杂设备,一旦出现故障,诊断的首要任务是要判断它们的故障部位。以检测振动加速度信号取代传统的耳听手摸的经验方法是这类设备诊断的一个趋势。尝试着提出了基于检测振动加速度信号的设备故障部位诊断模型--单特征模型和多特征集成模型。通过在往复式压缩机和内燃机上的实例验证表明,提出的单特征模型和多特征集成模型具有一定的可行性,其中多特征集成模型比单特征模型更有效。