起升中四腿落地式K型井架及底座的应力分析

针对在用四腿落地式K型井架在起升中井架与底座存在的问题,文章以JJ162/42-K型井架为例,采用I-DEAS有限元软件对起升过程中处于各角度时的井架及底座做了应力分析,并将其结果与两腿落地式K型井架进行了比较。分析表明,四腿落地式K型井架及底座在井架刚起升时,应力值较大,存在安全隐患。为了增强在井架起升过程中底座的安全性,建议在底座上井架2个铰支座之间加焊加强钢板,并加大井架前立柱铰支座的尺寸。     

介孔分子筛SBA-15表面的胺基功能化

采用γ-胺丙基三甲氧基硅烷与表面硅羟基的反应,对介孔分子筛SBA-15进行了有机胺功能化,并对其进行了表征.XRD、SEM、比表面积测定、元素分析、TG和FT-IR的测定结果均表明,SBA-15表面成功地接枝上了有机胺功能基团,而六方结构特征基本保持.     

基于2ED020I12-F2的IGBT驱动电路设计

绝缘栅双极型晶体管(IGBT)驱动电路的设计是保证系统可靠运行的重要环节。文中基于英飞凌的磁隔离驱动芯片2ED020I12-F2进行IGBT驱动电路的设计,对2ED020I12-F2的工作过程进行了分析,研究了芯片对IGBT的开通关断及过压过流保护等的工作原理。并运用2ED020I12-F2及其他器件设计了带有变压器隔离与自给电源功能的IGBT驱动电路,且通过实际试验证明了驱动电路设计的正确性与可靠性。     

防近红外侦察伪装涂料技术研究

论述了防近红外侦察伪装涂料的技术原理,研究了一些适用于防近红外侦察伪装涂料颜料的红外性能,并探讨了一些国内外研制的防近红外侦察伪装涂料的配方.     

新型热红外伪装涂料用填料中空微珠性能研究

分析了温度对涂层发射率的影响,并据此重点研究了一种新型热红外伪装涂料用填料-中空微珠-的常规使用性能、降温效果以及对涂层发射率的影响.研究认为,中空微珠用量小于20%、粒径为200目左右时常规使用性能最好.60目的中空微珠降温效果最好,而且当其用量小于20%时,中空微珠对涂层的发射率基本没有影响.     

基于SEP3203拉力试验机嵌入式测控系统设计

针对材料试验机测控系统要求精度高,实时性好的特性,提出一种基于32位的ARM微处理器SEP3203和实时操作系统μC／OS-Ⅱ的电子万能试验机测控系统开发方案。其中,触摸屏与LCD合为一体,采用AC97＋UCBl400的工作方式来完成图形用户界面的设计;利用24位的CS5530芯片来完成数据模拟量的采集。在硬件平台基础上,选用μC／OS-Ⅱ作为控制器的操作系统,完成软件的结构化设计,通过移植μC／GUI,实现控制器的人机接口功能。     

光电转换安全点火装置的研制

为了跟踪国外先进引信技术和引信装备的发展,有效提高武器系统的安全性,研制了一种新型的光电转换安全点火装置。对其工作原理和相关关键部件的工作机理进行介绍,分析该装置涉及的关键技术(光电转换储能技术、半导体桥(SCB)点火技术、光密码信息传输控制技术和光电密码点火控制技术),给出了光电转换安全点火装置的原理样机以及相关的技术指标(激光器功率为700 mW;电容储能为12 mJ;充电时间为7 s;SCB作用时间为3μs～12μs;SCB点火能量为1 mJ～2 mJ)。实验结果证明该装置的安全性能很高,可以有效地提高武器装备整体的安全性能。     

基于FPGA的短波红外图像灰度级拉伸算法实现

为了增强短波红外成像仪的成像对比度,提高目标的识别率,介绍了一种基于现场可编程门阵列(FPGA)的灰度拉伸算法的实现方法。利用视频数据两帧之间灰度分布近似的特性,通过统计上一帧图像的灰度分布,计算图像拉伸所需要的参数,处理当前帧的图像,达到实时处理的效果。在灰度统计模块中,利用FPGA的片上块随机存储器(Block RAM)资源,采用非倍频的流水线数字逻辑设计,避免了跨时钟域的操作,降低了系统状态机的复杂度,提高了系统的工作频率。采用国产320×256元InGaAs面阵探测器,搭载了Xilinx Artix-7系列芯片的实验平台进行实验,仿真结果表明,该方法能有效提高短波红外图像的对比度,具有占用资源少、运算速度快、成本低、可移植性高等优点,满足短波红外成像仪实时灰度拉伸处理的设计要求。     

基于聚类稀疏表示与图像块自适应聚合的单幅图像超分辨研究

A Single Image Super-Resolution (SISR) reconstruction method that uses clustered sparse representation and adaptive patch aggregation is proposed. First, we randomly extract image patch pairs from the training images, and divide these patch pairs into dif-ferent groups by K-means clustering. Then, we learn an over-complete sub-dictionary pair offline from corresponding group patch pairs. For a given low-resolution patch, we adap-tively select one sub-dictionary to reconstruct the high resolution patch online. In addition, non-local self-similarity and steering kernel regression constraints are integrated into patch aggregation to improve the quality of the re-covered images. Experiments show that the proposed method is able to realize state-of-the-art performance in terms of both objective evaluation and visual perception.