弧面分度凸轮加工进给速度修正及编程

对弧面分度凸轮数控加工中实际进给速度的变化做了理论分析,推导出进给速度变化量计算公式。通过编程对进给速度修正,使刀具切削进给速度保持均匀,从而使凸轮加工质量明显提高。     

黏弹性梁弯曲振动的复模态分析

发展复模态分析研究黏弹性梁的弯曲振动。将梁的控制方程写作状态变量的形式，然后利用复模态的正交性可解耦为无穷多个彼此独立的常微分方程组。基于固有频率和模态函数，可以得到黏弹性梁对于任意初始条件和外激励的响应。在固支梁的边界条件下确定黏弹性梁的固有频率、衰减系数和模态函数，并计算梁受两种典型的外激励时的响应。     

电磁轴承系统中的功率放大器

就电磁轴承系统线性和开关功放各主要参数的设计方法及这些参数与电磁轴承系统的关系作一讨论,提出了设计中的一般原则和注意事项     

含串联非线性能量汇的整星系统吸振效果研究EI北大核心CSCD

为了改善卫星在发射阶段的动力学环境,通过在卫星适配器结构中引入非线性能量汇装置,将其与卫星主结构耦合,实现整星系统的振动抑制。对于耦合后的整星等效集中质量模型,考虑了非线性能量汇装置所受重力对非线性弹簧恢复力的影响,并利用四阶龙格库塔法求出整星系统在谐波激励和冲击激励下的振动响应,结果表明考虑重力情况较未考虑重力更加精确,振动响应幅值偏小。为了在不改变原整星系统固有频率的基础上进一步提升非线性能量汇装置的消振效率,采用具有二级串联结构的等质量非线性能量汇装置,并基于靶向能量传递理论对其非线性刚度参数进行优化,分析结果表明引入串联非线性能量汇结构较单级结构在冲击激励下能获得更好的减振效果。     

辣根过氧化物酶(HRP)珠蛋白对辅基卟啉铁电子结构影响的穆斯堡尔谱研究

从化学法~(57)Fe增半的HRP因变性因素作用导致穆斯堡尔谱和酶活性的改变,探讨了珠蛋白对辅基中卟啉铁电子结构的影响。结果表明,当HRP部分变性后其穆斯堡尔谱的四极分裂双峰没有改变,但在谱线中部出现类似游离辅基卟啉铁的附加峰。当未变性的珠蛋白与辅基卟啉铁结合成全酶后,即使后者的穆斯堡尔谱明显     

不同条件下培养的衣藻中含铁生物分子组分及相对含量的穆斯堡尔谱学研究

对衣藻整体细胞作了~(57)Fe的穆斯堡尔谱测量。由在各种不同光照诱导条件下和具有不同含量KNO_3的培养基中生长的衣藻的穆斯堡尔谱,结合生化分析,对衣藻中含铁生物分子的可能组分及其相对含量与生长条件     

多频激励下添加线性振子磁悬浮能量采集系统建模及其输出功率影响参数分析

研究了通过添加线性振子的磁悬浮非线性能量器采集系统在多频激励下的非线性动力学。通过结合运用谐波平衡法和弧长延伸法,近似解析分析能量采集系统在多频激励下中间磁铁的平均功率辐频响应。并通过直接数值方法验证解析结果。研究结果表明,这种磁悬浮能量采集器在质量比增大时,中间磁铁的平均功率幅频响应的共振峰由两个变为四个共振峰,振幅变小,但共振峰的带宽变宽。另外,通过系统参数分析发现,调节系统参数阻尼比和耦合系数,可以优化共振峰的强度和带宽的宽度,以达到增强振动能量采集效果的目的。     

非线性阻尼非线性刚度隔振系统参数识别

针对同时含有非线性刚度、非线性阻尼的振动系统,提出了两类参数识别方法。第一类方法是基于非线性振动系统中的振幅跳跃现象,通过跳跃点的测量得出振幅跳跃点的激励频率和幅值,用谐波平衡法识别出非线性振动系统的非线性刚度、非线性阻尼参数。第二类方法是涉及时域响应,通过希尔伯特变换获得非线性系统自由振动的响应幅值和相角,结合双非线性振动系统在瞬态激励下的解析解,获得系统的非线性刚度和阻尼。以非线性刚度非线性阻尼隔振系统为例,通过数值模拟对给出的两类参数识别方法加以验证,并对结果进行较比,识别参数相吻合。可以为实验条件下,含非线性刚度、非线性阻尼隔振系统的参数识别提供理论指导。     

超临界轴向运动Timoshenko梁横向受迫振动EI北大核心CSCD

研究外部激励作用下,超临界轴向运动Timoshenko梁横向非线性振动的稳态响应。通过对非零平衡位形的坐标变换,从轴向运动Timoshenko梁的横向振动控制方程推导得到超临界速度下受横向外部激励的陀螺系统标准控制方程。运用Galerkin截断法数值研究超临界下轴向运动Timoshenko梁的稳态周期幅频响应关系,并通过与超临界速度下轴向运动Euler-Bernoulli梁的稳态幅频响应曲线进行对比,研究Euler-Bernoulli梁理论的适用范围。     

针对图像自适应显示的视觉注意力模型

图像在移动设备上的使用越来越广泛,但是各种不同的显示环境需要对图像进行自适应的显示,针对这个问题作者提出了基于视觉注意力的图像自适应显示的方法,而其基础是针对图像视觉注意力的建模。该文提出了一种有效地描述视觉注意力的模型,区别于把图像作为一个整体进行考虑的方法,把图像分解成一系列的注意力对象,并通过对视觉注意力对象的尺寸估计、区域约束分割、基于区域的显著度计算等步骤确定注意力对象的属性。实验结果证明了该模型的有效性。