燃料电池空压机气磁悬浮系统的协同控制研究

针对燃料电池空压机目前存在的驱动和支承问题,提出一种箔片动压轴承和动力磁轴承一体化的气磁悬浮型空压机。基于空压机的结构组成,建立空压机磁悬浮支承力、气悬浮支承力以及空压机转子动力学数学模型;基于燃料电池空压机转子系统动力学模型的状态空间方程,设计抗干扰强的协同控制器,并对它进行了转速、驱动转矩、转子悬浮位移以及电磁调节力等关键物理量的仿真分析。结果表明：协同控制在响应、抗干扰以及鲁棒性方面的控制优于PID控制。基于协同控制和PID控制建立了控制实验平台,并对空压机转子的气磁悬浮进行分析,进一步验证了协同控制具有优良的控制效果和良好的控制性能。     

基于ANSYS的一种螺旋焊管机座的强度分析

简单介绍了螺旋焊管机的组成,提出了一种螺旋焊管机座结构强度分析的计算方法,并且采用该方法对某款螺旋焊管机座进行了结构强度分析。     

磁悬浮轴承多自由度转子系统的协同控制建模与仿真研究

电磁轴承具有无摩擦和磨损、寿命长、无油污染等优点而具有广泛的应用前景.针对非线性、高维特性以及负载不确定性和大范围变化的磁悬浮支承的转子动力系统,建立了系统的原型模型,基于逆系统对系统进行非线性解耦伪线性化,并设计了对伪线性化系统的协同控制器,构建了基于协同控制策略的闭环控制系统,并对系统进行了仿真研究,仿真结果表明:经过逆系统解耦的磁悬浮轴承支承的多自由度转子动力系统,在协同控制作用下,系统具有无超调且响应速度快、抗负载干扰的鲁棒性强、稳态性能好等优点,与传统PID控制策略比较具有更好的动态性能和稳态性能.     

多层膜气体传感器研制与特性试验

针对粉末烧结型SnO2:基气体传感器功耗大、交叉敏感、工作温度高的问题,研制了多层复合薄膜型气体传感器,以抛光的耐热石英玻璃为基片,真空磁控溅射50～70 am厚度的SnO2薄膜,在SnO2薄膜上分别溅射不连续的ZnO、AI2O3、InO等薄膜,传感器背面溅射30 μm的Ni80Cr20电阻合金作为传感器加热电阻,用薄膜热电偶测量传感器工作温度.测试了不同的复合膜对传感器灵敏度和选择性的影响,并对传感器的吸附与解吸速度进行了测试,薄膜传感器达到相同灵敏度所需的工作温度比粉末烧结型传感器下降100～150℃,吸附解吸速度比粉末烧结型快.     

超声复合微细电火花加工机理与试验

微结构电火花加工短路、断路或电弧放电作用,降低加工效率及精度。提出将超声频振动与微细电火花加工复合,利用电极与工件之间的超声频相对运动,产生规则的、参数可控的微细脉冲放电;构造、完善超声复合微细电火花试验系统,进行微结构超声复合电火花加工试验,有效避免短路、断路及电弧脉冲,有效提高加工精度与效率。TG662     

多功能汽车动态数据采集系统的设计

根据汽车测试和实验需要,设计了多功能汽车动态数据采集系统,可对汽车整车的动力性、燃油经济性、制动性主要参数进行适时采集和数据处理.设计了硬件系统,包括各类传感器的选择和处理电路;同时对软件系统进行了设计,可以实现对数据的动态采集、计算、保存、绘图等功能,为汽车路试提供了技术支持.     

SnO2基薄膜气体传感器制作与敏感性测试

在现有的粉末烧结型SnO2基气敏传感器基础上研制了薄膜型SnO2基气体传感器,以抛光的丽热石英玻璃为基片,真空磁控溅射50～70nm厚度的SnO2薄膜,在SnO2薄膜上分别溅射不连续的ZnO、Al2O3、CeO2、InO2等薄膜,传感器背面溅射30μm的Ni80Cr20电阳合金作为传感器加热电阻,用薄膜热电偶测量传感器工作温度。测试了不同的复合瞑对传感器灵敏度和选择性的影响,并对传感器的吸附与解吸速度进行了测试,薄嗅传感器达到相同灵敏度所需的工作温度比粉末烧结型传感器下降100～150℃,吸附解吸速度比粉末烧结型快。     

单自由度主动磁悬浮轴承的协同控制

经典PID或者结合其他算法的参数自整定PID是主动磁悬浮轴承最常用的控制方法,其方法简单且有一定的控制效果,但当外界出现干扰或者负载变化大时表现一般.针对此情况提出一种新的磁悬浮轴承控制方法——协同控制,适用于非线性、强耦合的系统,而且算法简单,易实现数字控制,设计出的控制器具有抗扰动鲁棒性强和稳态性好等优点,因此基于协同理论设计了单自由度主动磁悬浮轴承的协同控制器,并与经典PID控制器进行仿真与实验对比分析,结果验证协同控制器是适用于单自由度主动磁悬浮轴承的一种先进控制器.     

新型气磁悬浮轴承的机理研究及仿真分析

基于静压气体轴承具有可提供较大承载力与主动磁轴承具有无摩擦、无磨损、可控性好的特点,提出了一种新型气磁悬浮轴承.研究了其悬浮机理,基于静压气体轴承压力分析以及主动磁轴承磁路分析,建立了气磁悬浮轴承悬浮力的数学模型;通过有限元仿真分析了气磁轴承的磁场特性、流场特性以及气磁耦合特性,确定了气磁轴承的承载能力.研究结果表明:...     

改进YOLOv5的轻量化塑料餐具缺陷检测方法

针对塑料餐具表面缺陷人工检测效率低和深度学习模型计算量大布置成本高的问题,提出了一种基于YOLOv5的轻量化检测方法 FED-YOLOv5。在YOLOv5的骨干网络部分引入新型轻量级网络FasterNet,减少参数和计算量;同时添加高效注意力机制ECA,增强网络通道间的信息交流,最后在头部网络用解耦检测头替换耦合检测头,将分类和回归任务解耦,提高模型效率。实验结果表明,改进后的FED-YOLOv5与YOLOv5s相比参数量和计算量分别减少59.7%和63.3%,检测精度达91.6%,单张图片检测时间仅为4.6 ms,能够用于塑料餐具的外观检测工序,适合在有限计算资源的环境中部署。