Wiltron54××系列标量网络分析仪500MHz标记产生电路的工作原理与维修方法

本文介绍了Wiltron54系列标量网络分析仪500MHz标记产生电路的工作原理及其故障的分析与维修方法。     

联合化学战剂检测器（JCAD）－化学战剂检测的未来

联合化学战剂检测器（JCAD）将向地面车辆操作员提供化学战剂检测能力的技术发展水平。据可靠情报估计大约有20多个国家拥有积极的化学武器计划。化学武器向第三世界国家的扩展（和工业生产能力）,以及美国有可能在操作和支援能力上介入这些地区都提高了联合军种在世界任何地方遭遇化学战剂和有毒工业材料的可能性。目前,野战化学战剂检测器体积大,劳动强度大。而且经常误读,没有一种传统检测器灵敏到能够检测与瞳孔缩小沾染有关的低剂量危害并报警。JCAD将为车辆乘员,飞机,个人,舰上和固定基地提供一种小型（40in^3)的,轻型的（2lb)化学战剂检测器。该系统通过多军种平台提供一种联合检测组件,该联合检测系统将允许联合军种为更有效地利用设备而使用同样的操作和支持概念。JCAD将在瞳孔缩小之前检测,识别,定量现存的化学战剂并进行报警。在化学战剂检测方面,检测器将向操作人员提供本地及远程听觉和视觉报警。预警将给车辆乘员必要的时间来保护自己免受化学战剂的致命影响。还能够将JCAD升级以预防未来化学战剂的威胁。JCAD将为车辆乘员提供必要报警使这能在化学战剂威胁环境中存活并战斗。     

基于知识的某新型地空导弹装备的故障智能诊断

为保障系统可靠运行,及时正确地对系统的各种异常状态或故障状态做出诊断,提出一种基于知识的智能诊断方法,并运用该方法建立一个故障分析和诊断系统;在故障树层次诊断模型的基础上,形成了综合模糊推理和规则推理的混合推理方法.通过具体实例表明,采用该方法是可行的.     

运载火箭伺服机构故障检测与诊断的扩展多模型自适应方法

针对运载火箭伺服机构故障,提出一种基于扩展多模型自适应估计的故障检测与诊断算法。建立考虑伺服机构故障的运载火箭姿态动力学模型;将故障角度作为状态变量得到增广状态空间模型;利用扩展卡尔曼滤波器进行状态向量和故障参数的非线性估计,并基于传感器测量数据采用假设检验算法在线计算故障发生的概率;给出基于扩展多模型自适应估计的故障检测与诊断算法流程。仿真结果表明,该方法在无故障时可对伺服机构进行健康监测;在单台伺服机构故障下,可以及时准确判断出哪一台芯级伺服机构发生故障,并可准确估计出伺服机构故障下的发动机摆角角度。     

高速数据帧检测的CPLD实现

分析了ＰＬＤ的特点及其在高速数字电路中的应用前景,结合可编程逻辑器件设计软件ＭＡＸ＋ＰＬＵＳＩＩ,详细讨论了高速数据帧同步码误码检测电路的设计原理和步骤,最后,采用ＡＬＴＥＲＡ公司的ＣＰＬＤ中的ＦＬＥＸ１０Ｋ的器件对检测电路进行了实现。     

软件可靠性评估技术研究

MTBF,初始故障数N,故障暴露率K,一次运行的成功率θ是软件可靠性的基本参数,也是反映软件可靠性的关键因素.在理论分析和工程应用实验基础上,给出了这些参数的计算方法.     

雷达偏轴跟踪低空目标检测性能估计

分析了偏轴跟踪抑制多路径误差时雷达低空检测性能。结果表明 ,在近距 ,雷达检测性能由SCR决定 ;在远距 ,由SNR决定 ;雷达天线过低 ,探测空域受过渡距离和视距限制明显 ;天线过高 ,探测空域受地杂波影响明显。     

导弹故障智能诊断的一种实现方法

研究了基于神经网络的故障诊断专家系统的理论和方法及具体实现过程。将此方法应用于导弹武器系统故障智能诊断之中 ,结果表明该方法是一种行之有效的故障智能诊断方法。     

基于神经网络的螺丝表面缺陷检测

针对螺丝零件通常存在的缺陷检测问题,提出了一种基于神经网络螺丝表面缺陷检测方法。将SimAM注意力机制引入YOLOv7网络模型,用GIoU损失函数替换CIoU损失函数提高模型检测精度,在目标框位置预测过程中,引入Soft-NMS优化候选框选择方法,有效提升候选框位置选择的精度。实验结果表明,改进后的网络模型平均精度均值(mAP)达到98.9%,对小目标缺陷检测精度更高,误检漏检情况更少,可以有效满足螺丝表面缺陷检测要求。     

基于改进EfficientNetV2算法的三相串联故障电弧检测

串联电弧故障在电气火灾中的成因中占据着重要的比例,在具有变频器的三相电机线路中,由于多种电弧电流复杂行为以及多种负载的存在,很难准确识别变频器后部线路中发生的串联电弧故障。为了解决这一问题,提出了一种改进的EfficientNetV2算法。搭建低电压三相电弧故障数据采集平台,采集了所需要的正常状态和故障状态的电流信号。为了充分利用机器视觉的优势,采用马尔可夫变迁场(MTF)将采集到的时域电流信号编码为图像。将MTF图像送入模型中进行训练和测试,该模型具有轻量级高效的通道注意力和双池化空间注意力,更加专注于电弧特征,提高网络性能。实验结果表明,该方法的准确率可达98.99%。