多自由度翻转车在卫星装配中的应用

多自由度翻转车是实现卫星精准高效装配的必要条件。介绍了多自由度翻转车的主要功能,分析了其组成与各组成系统的关键技术。多自由度翻转车可以满足卫星高精密装配的要求,同时提高卫星组装的效率和安全性。     

用常规试油压力资料解释地层参数的方法

常规试油不仅可了解油井产量、液性、还可获得求产期间的压力资料,这种多周期排液压力资料中包含着大量的地层动态信息,但一直没有得到与之相适应的试井分析方法。为了更准确地评价油藏特性,本文对常规试油试井分析开展了深入的研究,并编制了相应的常规试油试井软件,通过常规试油求产压力曲线的试井拟合分析,可获得储层的渗透率以及井壁污染状况等信息,从而评价油藏,指导生产。该方法经现场应用,获得了较好的效果。     

射频识别系统底层协议开发工具包的设计

底层读写器协议(LLRP)作为射频识别系统的标准底层协议,为射频识别系统的广泛应用提供了先决条件;通过开发LLRP协议工具包,阐述LLRP协议的工作原理以及工具包的设计、实现和功能性测试;该工具包为射频识别中对读写器进行管理配置以及对标签进行盘存、访问操作提供标准接口;通过使用该工具包,开发人员可以快速且有效地完成射频识别应用系统软件开发。     

改进型铁碳微电解设备预处理络合铜废水

针对传统铁碳微电解装置存在的偏流、堵塞、填料板结等问题,对装置结构进行优化,采用催化微电解填料对络合铜废水进行了预处理。在装置内部增加挡圈防止设备偏流,增设废水内循环工艺防止设备堵塞,改变填料的结构防止设备板结,采用催化微电解填料提高反应速率。在此基础上,研究了不同催化填料、进水浓度、反应时间及pH对微电解反应过程的影响。结果表明,采用铁碳填料、络合铜的质量浓度为10 mg/L、反应时间为60 min、pH为3.0时,反应达到最佳状态,出水能够达到《电镀污染物排放标准》(GB 21900—2008),设备运行稳定可靠。     

计算系统自诊断模型与建模方法的研究

自诊断(Self-Diagnostic)技术旨在使计算系统具备在无需人为干涉的情况下监控自身状态、识别并定位故障的能力,是提高计算系统可靠性和可维护性的重要方法;基于有限状态机模型和故障模型,提出了一种新的系统自诊断模型及其建模方法,利用系统关键点检测单元和故障特征向量的方法分别描述系统状态和故障类型,分析不同故障类型间的关联属性并建立相应的故障模型,使得系统能够准确识别自身正/异常状态,对可能出现的故障进行准确识别和定位,在复杂故障环境下同样具备良好的诊断能力;对于提高系统可靠性、建立具备较高自诊断能力的计算系统具有重要意义。     

固体激光器热效应引起像差的研究

利用哈特曼波前探测器测量固体激光器中由热效应引起的像差,通过与理论计算得到的像差进行比较,修正理论计算中的不足。在热效应分析的基础上,计算固体激光器中由热效应引起的动态畸变,并以像差的形式表示,像差形式只包括均匀相移和纵向离焦,其他像差形式为零。对固体激光器像差的测量结果进行分析,得出实验中测得的固体激光器中由热效应引起的动态热畸变,并利用三维相位畸变显示动态热畸变,给出动态热畸变的像差形式,其中主要的像差为纵向离焦。     

基于不相似性的软件缺陷预测算法

软件缺陷预测是典型的类不均衡学习问题,其中有缺陷的样本数量远少于无缺陷的样本数量,但有缺陷的样本通常是预测的重点。现有的软件预测模型大多建立在基于静态度量元的软件缺陷数据集上,重点关注如何平衡类分布,而忽略了数据集中属性特征对软件缺陷的判别能力。当软件缺陷数据集中的属性特征对类目标概念缺乏判别能力时,传统机器学习算法难以构建有效的软件缺陷预测模型,从而无法获得有效的预测性能。为此,提出了一种基于不相似性的软件缺陷预测算法,通过改善软件缺陷数据集中属性的判别能力,进而提升软件缺陷预测性能。实验证明：基于不相似性的软件缺陷预测算法能够有效地改善传统机器学习算法在软件缺陷数据集上的预测性能。     

大型航天器AIT智能平台的设计

航天器的装配、总装集成与测试试验合称为AIT过程。设计了大型航天器AIT智能平台,对其组成与布局进行了介绍,对其升降系统与全向移动系统的工作原理、关键技术和相应的控制系统进行了分析。这一智能平台运行稳定,通用性较好,能够满足新一代大型航天器的AIT需求。