凸多面体的一种快速消隐算法的研究

论文讨论了根据凸多面体必要的几何信息和拓扑信息显示消隐处理后的图形算法。该算法允许用户利用变换(旋转、平移、投影、透视)功能从不同方位显示消隐后的凸多面体,并对自隐藏面消隐、物体间相互遮挡的隐藏线的消隐及相贯物体的消隐作了研究,显示的凸多面体消隐完全,交互性能好,坐标变换方便。     

无界域上不定二次规划的一个算法

本文给出了无界域上不定二次规划一个算法。该算法将不定规划转化为一系列凸二次规划，并证明了算法的收敛性。     

基于PTE的多雷达航迹融合算法

针对杂波背景下的多雷达航迹融合时局部估计误差互协方差矩阵未知的问题,提出基于目标存在概率（PTE）的航迹融合算法,提升了正确航迹率和跟踪精度。首先,通过综合概率数据关联得到单接收站的目标航迹估计集合和对应的目标存在概率。然后,在局部估计误差互协方差矩阵未知的条件下,基于PTE信息提出不带记忆的综合广义凸组合航迹融合算法。进而将前一帧的融合状态进行反馈,提出带记忆的综合广义凸组合航迹融合算法。仿真验证了所提算法的有效性。     

航空发动机机匣五轴插铣加工

针对航空发动机机匣结构特征提出一种插铣粗加工轨迹生成算法,根据机匣零件结构进行加工区域划分,规划插铣走刀路径,插铣刀轴计算,加工干涉判断与处理,最终生成插铣加工轨迹。航空发动机是飞机的核心部件,而机匣是航空发动机的主要零件之一。目前航空发动机机匣多采用钛合金、高温合金等耐高温、难切削材料;结构上以回转轮毂面为主体周向分布柱状岛屿凸台,零件最薄处仅2～3mm厚,属多岛屿复杂薄壁结构件,如图1所示。机匣铣削前的过渡     

滑油泵流量不合格排故研究

为排除某型航空发动机滑油泵在使用1个发动机寿命期后流量不合格的故障,根据滑油泵工作原理,分析了滑油温度和滑油泵间隙（端面间隙、凸台间隙和径向间隙）等因素对其流量的影响。结果表明,温度对滑油泵流量性能影响较大,其影响主要是在滑油温度改变后,端面、凸台和径向间隙泄漏量变化而产生的;滑油泵端面间隙对流量的影响较大,端面间隙缩小O．01mm,流量可以提高1咖1n左右,将滑油泵凸台间隙调整至-O．01～O．01mm和0～O．02mm区间,流量可提高2～3L／min。通过试验验证给出了提高滑油泵流量的措施,从而排除了多台某型发动机滑油泵流量不合格故障。     

无刷直流起动/发电系统的起动控制

介绍了用于某型飞机的无刷直流机载起动/发电系统。该系统的起动/发电机采用电励磁双凸极电机,文中通过改进电机结构降低了起动时的转矩脉动,在理论分析的基础上提出了基于转速变化的阶段性角度控制:低速采用标准位置查询起动,中高速采用随转速变化自动改变提前角的角度控制方式,使起动机工作在最佳状态。最后,完成了18 kW无刷起动/发电系统的样机制作及航空发动机的冷开车试验。试验表明:该系统的起动控制策略正确有效,起动转矩平滑,所需电源容量小,效率高,具有良好的起动性能。     

电励磁双凸极电机调速系统的原理与实现

介绍了新型电励磁双凸极电机的结构和原理，然后结合全桥变换器阐述了电励磁双凸极电机的控制方法，接着详细介绍了电励磁双凸极电机转速、电流双闭环控制调速系统的原理和实现方法，最后以一台500W12/8极电励磁双凸极电机调速系统为例进行了系统实验。实验结果表明，电励磁双凸极电机调速系统具有结构简单、控制方便和良好的动静态性能。     

电励磁双凸极电机角度提前控制的分析研究

双凸极电机采用标准角度位置控制时，在高速运行换相时，电流的上升率较小，制约了电机的输出转矩和功率。转子角度位置提前控制对双凸极电机特别是高速运行时的输出转矩和输出功率有很大的影响，本文详细分析了电励磁双凸极电机角度位置提前控制的关系对电机性能的影响，并给出了提前角度与与输出转矩和输出功率之间的关系，实验结果表明适当的角度提前控制可以有效地提高电机高速运行时的输出转矩和输出功率。     

新型双凸极发电机数字控制原理与实现

电励磁双凸极电机是一种新型交流无刷电机,它具有结构简单、可靠性高、维修方便等优点,用作发电机具有调压控制简单、可故障灭磁等优点。文中首先介绍了电励磁双凸极发电机系统的控制原理,并分析了发电系统的控制规律。为优化控制P I参数,提高系统的动稳态性能,通过M atlab仿真获得根据输出电压与给定电压的偏差的变P I参数组合,并经试验优化该P I参数组合。然后,通过硬件构成与软件设计两方面介绍了基于DSP控制的电励磁双凸极发电机系统的设计方法。最后,以一台30 kW发电机为例,设计了一套数字调压器,并进行了系统试验。实验结果表明,电励磁双凸极发电系统采用变P I参数的控制方法具有良好的动稳态特性。     

基于L1范数的k平面聚类算法设计

基于L2范数度量的k平面聚类(k-Plane Clustering,k PC)设计思想,本文提出了一种采用L1范数度量的聚类算法。由于在平面更新步骤中,所导出的优化问题是非凸的,文中给出了一种求解方法,即将非凸问题转化为有限个子集上的凸问题,为避免求解多个优化问题导致训练时间过长问题,本文还设计了一种新的优选策略,有限个子集的搜索任务可在线性时间内完成。本文所提出的方法只需要求解k个线性规划,而不再是k PC的求解特征值问题。在人工和UCI数据集上的实验结果表明:基于L1范数平面聚类算法的训练和测试时间更短,且在大多数数据集上均表现出了更好的聚类性能。