基于线对线突然短路的同步电机瞬态参数辨识

准确地辨识同步电机参数,是分析电力系统运行和控制系统设计的前提.利用最小二乘或卡尔曼滤波等方法辨识电机三相同时突然短路试验数据,是传统电机参数辨识的主要方式.受同步电机三相同时突然短路的可操作性和电机参数模型的强非线性等因素的影响,电机瞬态参数难以准确测量.利用改进的小波变换和人工神经元网络辨识参数的新方法,结合容易实现的同步电机线对线突然短路试验,辨识得到了三相同步电机的瞬态参数,有效提高了电机参数的辨识精度.仿真试验表明,该方法是有效的.     

铝热焊接工艺参数优化研究

为获得最佳铝热焊接工艺参数,对拉伸试件进行了正交试验和二次通用旋转组合试验,研究预热温度、加压时间和预留焊缝3因素对接头强度的影响,进而寻求一组使焊接接头强韧性最高的焊接工艺参数组合。利用电子显微镜等对试件拉伸断口进行了分析,通过对比2种开始加压时间下试件的显微组织和性能,研究了这2种方法对接头强韧性的影响。结果表明:采用设计的铝热焊接试验装置和优化出的随焊加压致密化工艺参数,可使焊接接头获得大变形组织,从而获得高的强度和韧性。该项研究可为提高铝热焊接质量提供基础数据。     

什么是系列化

把一类产品的主参数或规格,按科学的规律进行分档、分级形成合理的序列,以较少的品种或规格满足最大使用范围的标准化方式。其要点如下。①系列化的目的：以较少的品种规格满足最大的需求;②系列化的对象：分系统、设备、零部件、元器件、原材料、产品结构、性能参数;③系列化的主要工作内容：确定产品基本参数系列,编制产品系列型谱,开展系列化设计。     

基于Wigner-Ville时频幅值曲率的结构位置损伤识别

为探索既有明确物理意义又有良好实用性的结构损伤识别方法,利用Wigner-Ville时频分布（WVD）对结构自由振动响应进行解析,建立了WVD时频幅值与结构模态参数的函数关系,提出利用测点WVD时频幅值曲率来识别损伤。该方法物理意义明确,初始激励易于实施,且不需要模态参数识别,提高了损伤识别精度。算例分析结果表明,所提出的方法能较好地识别出结构单个或多个损伤位置,且数据易于获得,处理简便。     

炮射导弹武器动态参数综合测试系统设计

改变传统的炮射导弹武器激光控制和火炮发射系统动态参数的测试模式,基于计算机总线技术、高速图像采集与处理技术以及激光阵元探测技术,设计了炮射导弹武器动态参数综合测试系统。详细介绍了系统的设计方案及其工作原理。该系统在野战条件下可对多种型号炮射导弹的性能进行动态参数测试及评估。     

AHP-Bayes及Bootstrap方法在战损装备维修工作量统计建模中的应用

提出了一种小样本条件下数据分析和分布规律统计的AHP-Bayes及Bootstrap方法,并以某型火箭炮战损维修工作量分布规律统计为实例进行了应用。该方法为准确预计战时装备维修保障需求,科学制定战时装备维修保障方案提供了定量分析支撑。     

系泊状态下舰载捷联惯导系统自对准研究

系泊状态下舰船发生三轴摇摆,使惯性元件中附加摇摆信息,严重影响对准精度。给出了较为完整的对准办案：在粗对准阶段,将惯性元件输出数据进行预处理以实现姿态矩阵的粗略估计;住精对准阶段,采用参数辨识法计算角速度和角加速度以实时估算杆臂K度,实现对杆臂误差的补偿,并通过卡尔曼滤波完成对姿态的精确估计。仿真结果表明：粗对准方案能够较准确地实现水平姿态跟踪,参数辨识法避免了对角增最二次微分引入的误差,验证了方案的可行性。     

电磁屏蔽混凝土性能的数值模拟

从理论上探讨混凝土对电磁波屏蔽效能的潜在规律,旨在为提高我军营房综合防护能力提供参考数据。研究结果显示：复介电常数、复磁导率虚部对混凝土屏蔽效能的改善在高频波段均明显好于实部;与复介电常数相比复磁导率在低频波段的防护效能则更为突出;而单一组分手性物质对混凝土电磁屏蔽效能的提高作用有限。     

惯性测量匹配法测定船体变形实施方案研究

介绍了船体变形的产生原因,详细分析了船体变形对航姿参数的影响和惯性测量匹配在实船上测量船体变形时的几种实施方案。分别讨论了在中心航姿系统部位和局部基准部位是否安装加速度计和速率陀螺时的不同情况,具体推导了变形角、局部基准部位的航姿角和摇摆线速度的计算公式。对各种方案进行了分析比较,指出了各自的优缺点,为惯性测量匹配法在实船上的应用打下了基础。     

Rodrigues参数与四元数间的关系分析

介绍了Rodrigues参数,从投影的角度,详细阐述了四元数与经典Rodrigues参数及改进型Rodrigues参数的关系,推导了Rodrigues参数微分方程以及与姿态阵的关系,建立了等效旋转时避免奇异值出现的方法.以典型圆锥运动为背景,对以Rodrigues参数描述的导弹捷联姿态算法和以四元数描述的姿态算法在计算量和计算精度上做了详细的比较.