导弹分离发动机盖板的设计研究

针对导弹分离发动机盖板分离前可靠连接,分离时可靠打开的需要,采用胶接方式设计了三种分离盖板,并在分离发动机工作前后两种工况下,对盖板的粘接问题进行了分析。比较了三种盖板的技术特征,为分离发动机盖板提供了可行性论据以满足分离机构的设计要求。最后对其中一种方案进行了试验验证。     

基于静电纺丝的高效油水分离膜装置

采用静电纺丝技术在多孔聚乙烯瓶上沉积聚丙烯腈(PAN)纤维膜,制备了具有高效油水分离性能的分离膜装置。利用扫描电镜(SEM)、红外光谱(FITR)和接触角测试对PAN纤维膜的形貌、表面官能团、亲疏水性进行了表征,并通过吸油实验、油水分离实验评价了分离膜装置对不同油类的吸收性能及不同油水混合物的分离能力。结果表明分离膜装置表面的PAN纤维膜具有大量孔结构和表面亲油疏水特性,其赋予该分离膜装置优异的油水分离性能,对多种油水混合物实现近100%分离,且循环分离稳定性好。分离膜装置内部的多孔聚乙烯瓶为分离膜装置表面PAN纤维提供了有效力学支撑,同时可作为收集器存储经膜分离的油或水。分离完成后可利用适宜的除油剂清洗、再生,再生后的分离膜装置结构完整,仍能保持很高分离效率。     

泡沫分离技术及其模型的研究进展

泡沫分离技术作为一种新兴的分离与净化技术,广泛应用于工业领域中。本文就泡沫分离技术的机理进行了阐述,分析了国内外泡沫分离的技术现状和泡沫分离建立数学模型的进展。     

基于时间的职责分离的研究

职责分离是访问控制中的极为重要的原则,大量的研究员对RBAC模型中职责分离进行了深入的研究,但是都没有从时间的角度去探讨,忽略了时间在授权与职责分离中所起的作用。本文从时间的角度对职责分离机制进行了扩充,详细描述了在RBAC系统中基于时间的静态职责分离和动态职责分离机制。     

分离模糊集合(A(-overF),AF)与模糊信息智能融合

利用内-分离论域、外-分离论域与分离论域,改进了L.A.Zadeh模糊集合,提出了由内-分离模糊集合与外-分离模糊集合共同组成的分离模糊集合。利用分离模糊集合,给出了模糊信息融合的生成及其属性关系;给出了模糊信息融合中的信息筛以及信息筛分准则,进而提出了模糊信息外-融合-智能检索算法;利用这些理论结果,给出了模糊信息外-融合在疾病分类智能检索中的应用。     

超声-重力耦合场分离设备的设计与制造

利用超声—重力耦合场分离原理,设计并制造了一种分离微纳米颗粒的场流分离设备。通过对分离腔中流体层的声场和颗粒受力特性进行研究,确定分离设备的制作工艺,对基片的雕刻过程和键合过程的加工参数进行了优化,并对超声分离微纳米颗粒的发展方向进行了展望。     

一个新的色谱分离度公式

推导出一个新的分离度公式,新公式既保证了计算分离度结果的准确性,同时又体现了分离度与柱效,容量因子和分离因子三者之间的相互关系。     

运载火箭级间分离能源布局优化技术

针对级间分离能源布局设计,通过建立级间分离动力学控制方程并开展解析分析,研究了分离能源布局与箭体转动惯量、质心位置和质量等参数之间的关系,获取了分离能源布局的理论公式,给出了最佳布局位置。结果表明：仿真计算与理论分析一致性较好。可见,研究成果可作为分离能源布局的依据,对提高论证效率、开展分离系统优化设计具有重要的工程意义。     

静态场边值问题中直角坐标系下分离变量法研究

分离变量法是求解静态场边值问题的普遍应用方法,理解并掌握分离变量法是一个难点.本文先介绍了分离变量法的指导思想,在此基础上,对分离变量法通解进行推导,通过讨论,得出了分离变量法通解,接着介绍了分离变量法的选取原则,最后通过一个具体实例进一步理解并掌握分离变量法.     

对教考分离工作的思考

教考分离工作是高校考试工作改革的必然趋势。本文从实施教考分离的模式入手,阐述了教考分离模式、完善教考分离的措施、实效及教考分离存在的问题,对当前教考分离工作的实施具有一定的借鉴作用。     

基于信号局部特征的自适应小波分析方法研究

提出了基于信号局部特征的自适应小波分析以及分段阚值自适应选择方法．针时旋转机械检测信号首先在时域中分析信号的局部特征，根据其局部特征分段自适应地选择小波函数进行信号处理，并分段计算其相应的阚值，进行小波信号处理，从而最大限度地保留信号特征，提高信号处理的性噪比．图2，参7．     

盲源分离法在火花塞离子电流信号分离中的应用

针对发动机燃烧过程在线监测中,以火花塞作为传感器测量并分析离子电流信号时,测得的离子电流信号易受到火花点火干扰的问题,将基于独立分量分析的盲源分离方法应用于实测火花塞电流信号的分离.采用盲源分离法对实测火花塞离子电流信号进行分析,能够很好地抽取出无火花尾干扰的离子电流信号和点火火花尾信号,其离子电流在上止点附近和压力峰值附近分别出现明显的火焰前锋区和焰后区两个峰值.对同一转速、不同废气再循环(EGR)率的实测离子电流信号进行了盲源分离,结果表明:随着EGR率的增大,离子电流的两个峰值均会减小,且峰值出现的时刻均有所推迟,同时点火火花尾对离子电流信号的干扰也会增强.     

基于自适应形态小波的轧机电气信号压缩方法

针对非线性、非平稳信号的数据压缩问题,提出了一种基于自适应形态小波的轧机电气信号压缩方法.结合电气信号的形态特征,采用中值算子作为形态小波的更新算子对信号进行分解,从而实现根据信号的局部形态特征,自适应地调整形态小波分解的更新算子.工业现场实际轧机电气信号的数据压缩实验证明:利用这种形态小波信号压缩方法,可以获得高压缩比的信号,并能保留信号的形态特征;同时,这种形态小波信号压缩方法运算量小,可以应用到实时性要求较高的在线监测系统中.     

基于能量分离算法的多分量线性调频信号频率估计

对基于能量算子的能量分离算法进行了改进,提高了该方法用于多分量线性调频信号瞬时频率估值的抗噪性.采用平滑样条插值的方法对离散信号进行插值,然后再对其应用连续信号的能量分离算法.仿真表明,改进后的算法在噪声环境下,比直接利用对应离散信号的分离算法估值更准确,当信噪比从5 dB以5 dB为步进,增大至30 dB时,平均估计误差约减小10%.     

单通道混合信号中周期信号的盲分离

在定义信号周期性的基础上,针对多个周期信号、多个周期信号和其他信号单通道混合的情况,提出了基于特征值分析的周期信号盲分离方法,并对算法的可行性、分离误差及分离效果进行了理论分析.仿真结果表明:该方法能适应较低的信噪比,且具有计算量小、易于实现等优点.     

基于EEG与EOG信号的疲劳驾驶状态综合分析

疲劳驾驶时,司机的脑电信号和眼电信号特征均发生显著变化,本文针对这两类信号进行分析研究,利用这两类数据综合分析判断司机是否处于疲劳驾驶状态.首先对采集的脑电信号进行小波包分解,提取信号中的α波,并计算其相对功率谱P;然后利用Pearson相关系数分析两路对称导联F7,F8中眨眼信号特征,去除干扰;最后利用BP神经元网络对眨眼信号进行识别,计算眨眼频率.结果表明,利用眼电信号和脑电信号特征综合分析司机眨眼动作,能准确识别出眨眼信号,并能正确检测人的驾驶疲劳状态的变化.     

带干扰回避能力的光子学超宽带信号产生方法

针对超宽带信号与其他窄带无线接入信号之间的频谱重叠和相互干扰问题,研究了具有干扰回避能力的光子学超宽带信号产生技术,提出了一种具有干扰回避能力的光子学超宽带信号产生方法。基于相位调制-强度调制转换原理,实现了超宽带信号的光子学产生;同时结合对干扰回避的考虑,利用一个光学窄带陷波器结构,在系统输出的超宽带信号频谱中引入了一个频谱零点。通过理论分析和计算机仿真验证了所提方法的性能。研究结果表明,所产生的超宽带信号中,频谱零点的深度可达到30dB,且频率位置可灵活调谐,能有效回避超宽带信号与现有窄带无线接入信号之间的干扰。     

基于PC的水轮机组多通道振动数据采集系统设计

提出了一个基于PC的水轮机在线多通道振动数据采集系统的设计方案．对数据采集系统的特点进行了分析，采用中断＋FIFO的方式对多通道振动信号连续采集，并通过插值算法进行二次采样，得到了准同步整周期信号．在此基础上，用数字滤波算法去除了信号干扰，并对采集系统的精度进行了检验，结果表明，通过二次采样所得的信号与同步整周期采样的信号基本一致，可以满足振动监测的需要．     

基于小波EMD的柴油机油耗量测量信号去噪处理

提出基于小波经验模态分解的柴油机油耗量信号去噪处理算法.将柴油机油耗量测量信号进行经验模态分解(EMD)后,经阈值处理和尺度滤波,去掉主要干扰因素所对应的本征模函数(IMF)分量,然后对剩余IMF分量进行重构,得到去噪后柴油机油耗量测量信号的时间序列.测试结果表明:重构后的信号能反映柴油机油耗量信号的真实趋势,其相对误差约为0.72％.     

采用Fisher线性判别分析进行MEG信号的分类

脑磁图(MEG)具有比脑电(EEG)信号更高的时空分辨率,可以作为输入信号建立脑-机接口系统.提出一种脑磁图的特征提取和分类方法,首先对MEG信号进行预处理,然后提取时域特征,最后采用Fisher线性判别分析进行分类.将该算法用于2008年脑-机接口数据竞赛的数据集Ⅲ,该数据集为一个典型的采用MEG信号的脑-机接口系统.离线分析结果表明,该算法取得了很好的分类准确率,对两个测试者(S1和S2)的分类正确率分别为5946%和4324%.与其他方法相比,该方法简单有效,运算速度快,具有较高的参考价值.