汽车用空气质量流量计的设计

汽车功率、燃油消耗和排放取决于空燃比,电子燃油喷射系统使得空燃比调整到最佳状态.进入汽缸的空气质量必须准确测量,这样可以提供准确的燃油量.通过讨论热膜空气质量流量计的基本原理与热膜传感器的传热过程,设计了一种热膜空气质量流量计的电路,电路中通过调整起始电位与非线性曲线使得适应不同发动机的最佳功率曲线.根据汽车这一特定的环境,在设计热膜式空气质量流量计时采用了汽车级集成电路,贴片电阻防冲击保护.实验测试结果表明:精度与重复性都满足要求.     

用样条加权残值法分析具有初始几何缺陷的壳体结构

导出了具有任意初始几何缺陷的壳体在曲线坐标中的小应变和大挠度情形下的基本方程,并给出了柱壳的控制方程。对该方程用加权残值法求解,采用最小二乘配点法解决了壳体的静力计算,计算中,对位移和应力函数沿子午向选取了5次B样条,环向选三角级数,以两者的组合函数作为试函数,其初始几何缺陷则根据给定的离散值进行拟合。文中给出了算例,计算结果与已有文献吻合较好。     

微机控制可控硅换流器触发电路

本文叙述了一种用Z80单板微处理机控制的可控硅换流器触发电路。本电路使用相对触发方法,从而实现等距离控制。为提高控制精度、分辨率和缩短程序,采用了频率同步跟踪、高精度电压过零检测、CTC双通道计数中断等方法。文章提供了硬件电路、软件框图和试验结果,还讨论了如何鉴别微机触发电路品质的技术指标。     

复合多尺度反向散布熵在轴承故障诊断中的应用EI北大核心CSCD

滚动轴承发生故障时,其振动信号往往表现出非线性和非平稳特征。反向散布熵(reverse dispersion entropy,RDE)能够有效衡量振动信号的复杂性变化和非线性动力学突变行为,但是单一尺度的RDE值并不能完全反映振动信号的复杂性和非线性特征。对此,受多尺度熵启发,同时针对传统多尺度粗粒化方式的不足,提出了复合多尺度反向散布熵(composite multi-scale reverse dispersion entropy,CMRDE)。通过仿真信号分析,将CMRDE与多尺度反向散布熵(multi-scale reverse dispersion entropy,MRDE)和RDE进行对比,结果表明:CMRDE不仅能反映不同尺度下信号复杂度的差异,且变化更平缓、波动更小。在此基础上,将CMRDE应用于滚动轴承故障特征提取,提出了一种基于CMRDE、集合经验模态分解和布谷鸟搜索算法优化支持向量机的滚动轴承故障诊断方法。将所提方法应用于滚动轴承试验数据分析,并通过与现有方法进行对比,结果表明:相较所对比的方法,所提方法能有效识别轴承故障类型,提取的故障特征误差更小、故障识别率更高。     

交互偏移支持矩阵机及其在滚动轴承故障诊断中的应用

针对滚动轴承微弱故障信息特征提取与分类的问题,提出一种交互偏移支持矩阵机（Interactive Deviation Support Matrix Machine,IDSMM）。在 IDSMM 建模过程中,将每个目标函数加入偏移参数,从几何上看,这使得每一类样本对应的超平面相对原位置进行偏移,构造出一对具有偏移量的交互超平面,且每一个超平面距离异类样本更远,提高了模型的泛化能力。此外,IDSMM 引入多秩左右投影矩阵构造目标函数,充分挖掘了矩阵中行列间的结构信息,并使模型具有更好的数据拟合能力。采用两个滚动轴承数据集进行实验验证,实验结果表明 IDSMM在滚动轴承故障诊断中具有优异的分类性能。     

一种新型气体导热系数测定装置的研制

探讨的是一种用热线法测定气体热系数的装置，该装置巧妙利用测量室钨丝的温度和加热功率之间的关系，避开了温度测量，并且设计了一个非平衡电桥，从而保持整个测量室温度梯度不变，为了减少气体对流对传热的影响，测量必须在低气压下进行，然后通过线性外推求算结果，用该装置通过对空气导热系数的测量，理论值和实验值符合得相当好。     

一种用于逆向工程的对称平面重建方法

在对称实物测量造型中，基于对称面进行模型重建可以减少测量数据量、精确重建对称特征和保证实物的对称性。由此提出了一种用于实物测量造型的对称基准平面重建方法。首先选择一组对称特征，然后将测量数据点投影在一初始平面上并用折线连结，旋转初始平面使两条折线重合，可以得到一个与对称平面平行的平面。接着再移动平行平面，使对称特征到它的距离相等，这时的位置平面即为所求的对称平面。此方法已在逆向工程数据前处理系统中实现，并应用于摩托车外形塑件的逆向工程。     

升降压式软开关DC—DC变换器的研究

介绍一种采用结实型谐振支路拓扑构成的升降压式软开关ＤＣ－ＤＣ变换器，分析了该系统变换器的工作原理和特性，简介了变换器的控制和保护电路，并用实验进行了验证。     

基于S变换行波能谱矩阵相似度的柔性直流单端保护方案

针对现有柔性直流线路保护耐受高阻、噪声干扰、区内远端高阻故障拒动等问题,提出一种基于行波能谱矩阵相似度的柔性直流线路单端保护方案。通过分析柔性直流电网限流电感的边界作用,得到区内、区外故障电压行波在时域和频域上的差异,利用S变换,构造能谱矩阵,加大区内、区外故障在能量谱分布上的差异,通过主成分分析法降维,减少样本数据的存储空间。利用归一化互相关系数,获得故障能谱矩阵与故障样本矩阵之间的相似度,构造柔性直流单端保护判据,判别区内、区外故障。考虑了架空线路易遭受雷击的因素,构建雷击干扰识别判据。仿真结果表明,所提保护方案不受故障位置、高阻、噪声干扰等影响。     

新冠肺炎疫情背景下聚集性传染风险智能监测模型

新型冠状病毒肺炎疫情严重威胁人们的生命安全,对于聚集性人群密度及口罩佩戴情况的监管是控制病毒扩散的重要途经。公共场所具有人流密集且流动性大的特点,人工监测易增加感染风险,而现有基于深度学习的口罩检测算法存在功能及场景单一的问题,不能在多场景下实现多类别检测,同时精度也有待提升。提出Cascade-Attention R-CNN目标检测算法,实现对聚集区域、行人和口罩佩戴情况的自动检测。针对任务中目标尺度变化过大的问题,选取高精度两阶段Cascade R-CNN目标检测算法作为基础检测框架。通过设计多个级联的候选分类-回归网络并加入空间注意力机制,突出候选区域特征中的重要特征并抑制噪声特征,从而提高检测精度。在此基础上,构建聚集性传染风险智能监测模型,结合Cascade-Attention R-CNN算法的输出结果确定传染风险等级。实验结果表明,该模型对于不同场景和视角的多类别目标图片具有较高的准确性和鲁棒性,Cascade-Attention R-CNN算法平均精度均值达到89.4%,较原始Cascade RCNN算法提升2.6个百分点,较经典的两阶段目标检测算法Faster R-CNN和单阶段目标检测框架RetinaNet分别提升10.1和8.4个百分点。