高温高低周复合载荷试验加载技术

为了获取航空发动机涡轮转子叶片的疲劳寿命,通过电磁感应加热、高低周复合载荷协调加载控制方法实现正交载荷解耦联合加载,研究了转子叶片在高温环境、低周离心载荷和高周振动载荷耦合响应,并基于涡轮叶片模拟试验件,对上述技术进行了验证.结果表明,该试验技术具备可行性和正确性.可见该技术可以实现航空发动机结构部件的多场耦合复杂载荷...     

一种新的非整数分频电路的实现

本文提出一种新的非整数分频方法 ,并对该方法所产生的误差作了简要分析。用该方法实现的电路 ,比通常所用的锁相环电路结构简单 ,而且易于实现     

基于霍尔传感器的制动踏板行程测量系统设计

为了解决驾驶模拟器中对制动踏板行程的数据采集需求,使其能精确判断出制动踏板所处的位置,设计了一种由2个霍尔传感器、7个小磁块和1个单片机控制系统组成的制动踏板行程测量系统,并介绍了其原理与实现方法。采用霍尔效应原理来测量制动踏板的行程,通过霍尔传感器感应到磁块后输出脉冲信号,将脉冲信号进行反向和相位解调处理后输入单片机控制系统;单片机控制系统根据脉冲信号计算得到制动踏板行程。结果表明,该测量系统的测量误差小于等于±3%,测量性能稳定,且具有体积小、成本低等优点,可以满足对制动踏板行程进行测量的需要。     

近世代数反例的作用和构造方法

从构造反例的作用、思维原则及方法等方面,论述在近世代数课程教学中,如何加强对学生进行构造反例的训练.     

涂硼正比计数管性能参数优化研究进展

 介绍了与涂硼正比计数管性能参数相关的因素,从涂硼管自身的结构设计、制作工艺、管外慢化体设计的角度,对提高其性能的技术方法进行了综述分析,推导了硼含量和涂硼层厚度与探测效率间的关系,明确了当前提高涂硼层面积、涂硼工艺、耐高温设计的技术动态。分析表明,涂硼正比计数管应向选择性能更佳的填充气体、更成熟的阳极丝安装工艺和涂硼层制作工艺等方向发展。     

末制导雷达目标与诱饵的联合参数估计和辨识

拖曳式诱饵干扰条件下目标与诱饵的参数估计和身份辨识是制导雷达实现精确打击的前提条件。不可分辨角度范围内的目标和诱饵引起导引头雷达回波的干涉混叠,导致常规测量方法失效。当目标和诱饵处于相邻的两个匹配滤波采样点之间时,这些采样点所包含的信息将有助于参数估计的获取。通过充分挖掘两个连续匹配滤波采样点所包含的特征信息获得接收回波的概率分布,结合干扰形式和特点采用改进的粒子群优化方法从最大似然估计的角度获取目标与诱饵的对应参数,实现删除二者的身份辨识。各种条件下的仿真实验验证了方法的有效性。     

同步万进制计数器的设计与仿真分析

以万进制的计数器设计为例,分别介绍了利用数字中规模集成电路74160N和74162N实现六十三进制以及万进制计数器的设计方法,并利用电子电路设计与仿真工具Multi-siml0软件进行了仿真．传统的设计方法与EDA技术的有机结合,为电子电路的设计与开发提供了极大的方便,具有高效、直观的优点．     

不同减小运动学和动力学数据误差的方法对下蹲跳运动仿真结果的影响

探究不同方法处理运动学和动力学数据对运动仿真计算结果的影响,进而减小数据误差以提高运动仿真计算结果的准确性。采集1名普通男性在校大学生的一次下蹲跳(CMJ)测试的运动学和地面反作用力(GRF)数据,分别使用直接计算方法(DK)和逆向运动学方法(IK)计算关节运动学数据;对原始GRF数据(RF)分别进行10 Hz(SF)和50 Hz(HF)的Butterworth 4阶低通滤波处理。应用Open Sim 3. 3软件结合不同方式处理的运动学和GRF数据进行CMJ运动仿真,计算CMJ过程中下肢肌肉-肌腱长度变化和下肢各关节力矩。采用复相关系数(CMC)和平均绝对变化值(MAV)来评价结果的相似性。结果显示:(1)DK和IK计算的CMJ过程的关节角度曲线相似度高,CMC值为0. 93～1. 00,但两种方法计算的髋关节内收外展角及旋转角结果间差异较大,MAV值分别为4. 40°和4. 81°;(2)DK计算的下肢环节长度最大变化量达48 mm,IK计算的下肢环节长度在CMJ过程中保持不变;(3)两种方法计算的肌肉-肌腱长度相似度与各关节角度结果相关;(4)RF、SF和HF计算所得的下肢关节力矩结果相似,但落地缓冲阶段结果差异较大。所得结论如下:(1)使用IK方法处理运动学数据更有利于减小运动学数据误差,提高运动仿真结果的准确性;(2)不同截断频率低通滤波GRF数据对关节力矩计算结果的准确性有影响。建议根据运动特征,选择不同的截断频率处理GRF数据。     

对传神经网络算法的改进及其应用

针对传统对传神经网络(Counter propagation networks,即CPN)要求输入向量必须均匀分布以及隐含层神经元个数难以确定,其应用受到很大局限等问题,对CPN算法进行改进并运用于电力负荷预测.研究结果表明:通过改进CPN算法的初始权重设置规则,克服了对输入向量限制过于严格的不足;通过优化算法运行步骤,提高了算法的运行效果;改进后的CPN算法比BP算法所得预测结果误差小,比目前电力负荷预测研究中RBF和Elman神经网络所得预测结果误差也小;与BP算法相比,CPN改进算法的预测精度提高4%左右,运算时间减少45%,适用于电力负荷的预测.     

入侵检测的CPN改进算法的研究

结合神经网络方法,对入侵检测技术的聚类分析方法进行了研究和分析,探讨了在传统的对偶传播神经网络（Counter Propagation Networks,CPN）的基础上,引入基因表达式编程（Gene Expression Programming,GEP）对聚类进行优化,提出一种应用于入侵检测的CPN改进算法,该方法融...