混沌噪声源在噪声雷达的应用

混沌序列具有伪随机性,可作为噪声源。但是混沌序列在某些调制方式下,显现出其内部结构性,使得相关特性变的很差,难以应用。文中提出的具有MSPL混沌序列克服了这个问题,其相关特性和真正噪声的相同,并且兼具混沌序列易于使用的特点,适合作为噪声源运用于噪声雷达。因此,混沌序列也能运用于噪声雷达。     

加氢汽轮机速关油压低问题分析及处理方法

本文主要针对某炼油厂200万吨/年蜡油加氢装置循环氢压缩机组汽轮机速关油压力低,对关键机组平稳运行造成影响,在文中对速关油压低的原因进行查找分析,通过对油路及油路各部件检查,最终发现速关油泄压的部位和原因,从根本上解决了该汽轮机速关油压偏低的原因,保证了关键机组的平稳运行。同时,该问题的处理对今后同类型设备的故障判断具有指导意义。     

基于ABAQUS锯片铣刀的模态分析及优化

针对锯片铣刀在切削加工中易振动导致刀具损坏的问题,以典型的锯片铣刀为例,利用ABAQUS有限元软件对其进行了模态仿真分析,得到了该锯片铣刀前8阶固有频率和基本振型。根据模态分析结果对锯片铣刀的结构进行优化,适当增加轴孔处的厚度和轴孔直径,提高了刀具的固有频率,可有效预防锯片铣刀在工作过程中的振动损坏等不良现象。     

新疆伽师瓜籽油理化性质及脂肪酸组成分析

采用不同溶剂对伽师瓜籽油进行提取,用气相色谱-质谱技术对所得伽师瓜籽油脂肪酸组成进行分析,同时测定了伽师瓜籽油常规理化性质.结果显示,伽师瓜籽油的最佳提取溶剂为石油醚,出油率为48.38％,其油不饱和脂肪酸含量为79.73％,亚油酸含量高达61.74％.伽师瓜籽油相对密度(d204)为0.905 8,折光指数(n20D)为1.472 8,酸值(KOH)为3.39 mg/g,皂化值(KOH)为169 mg/g,碘值(Ⅰ)为115.85 g/100 g,过氧化值为5.4 mmol/kg.     

一种图像校正的偏振光罗盘系统的研究

导航传感器在探险、应急、精确制导武器、船舶、航空器导航和定位系统中起着关键作用。针对偏振光罗盘在倾斜状态下误差较大的问题,提出了一种利用加速度计和陀螺仪对偏振光罗盘进行图像校正的方法,设计了一种基于陀螺仪校正的偏振光罗盘系统。首先利用加速度计和陀螺仪计算得到载体姿态角,对偏振光图像数据进行图像校正,采用Stokes矢量法解算大气偏振模式分布,进而提取导航特征点,最后对特征点进行拟合解算出航向角信息。并且进行了静态和动态测试实验,实验结果表明,该算法能够有效的对偏振光罗盘姿态变化引起的误差进行补偿,可以将偏振光罗盘的航向角测量误差控制在1.86°之内,平均误差为0.09°。     

基于PRO/Engineer三维参数化模型的自动建模设计

本文研究了在Pro/E环境下参数化三维模型的建立方法以及基于三维模型的程序设计,使用Pro/Toolkit实现了3D零件模型自动建模。     

RS422串行通信在转台实时控制中的应用

阐述了利用CPLD实现串并转换的设计方案和具体实现方法，并将其应用于转台实时控制中，取得了理想的控制效果。实验证明此方法可靠性高，灵活性好，易于扩展，具有一定的应用价值。     

金刚石NV色心磁力计极限灵敏度优化方法北大核心

光探测磁共振（ODMR）信号作为氮空位（NV）色心磁力计进行磁检测的主要手段,其主要受到微波功率强度和激光功率强度的影响。对金刚石NV色心磁力计展开研究,根据其检测原理,探究其极限灵敏度优化方法。搭建了ODMR信号的检测系统,对ODMR信号的激发功率进行了探究。实验结果表明在该实验系统下,微波功率约为60 mW、激光功率约为10 mW是最优的ODMR信号激发功率,可以使磁力计灵敏度达到最优,得到其理论值为17.80 nT/Hz^1/2。为金刚石NV色心磁力计灵敏度的进一步提高提供了改进方法。     

岸边集装箱起重机斜撑端部约束形式的改进对其共振风速的影响

分析计算了岸边集装箱起重机的圆截面斜撑杆在理想状态、实际使用状态以及改进约束形式后的自振频率以及相应的共振风速，通过对比不同约束状态下的自振频率及共振风速的变化情况得出一定的结论，该结论可供实际设计时参考。     

Final optics damage online inspection in high power laser facility

For the laser-induced damage (LID) in large-aperture final optics, we present a novel approach of damage online inspection and its experimental system, which solves two problems:classification of true and false LID and size measurement of the LID. We first analyze the imaging principle of the experimental system for the true and false damage sites, then use kernel-based extreme learning machine (K-ELM) to distinguish them, and finally propose hierarchical kernel extreme learning machine (HK-ELM) to predict the damage size. The experimental results show that the classification accuracy is higher than 95%, the mean relative error of the predicted LID size is within 10%. So the proposed method meets the technical requirements for the damage online inspection.