模拟和混合信号BIT技术

BIT技术在数字电路测试中取得了巨大的成功.而模拟电路的特点决定了BIT技术在其应用存在一定的难度.笔者对模拟和混合扫描总线、模拟BIT、混合BIT技术的概念和应用现状分别做了介绍.     

"人为的"与"为人的"--科学的人文属性研究

科学在本质上是与人文相通的,具有人文属性.一方面,科学是“人为的“,具有“人为“的属性,这表现在科学研究的活动及其结果的各个方面,其中科学探索的动机渗透着人的理想、信念、兴趣和激情等人的因素,科学研究的方法体现着人的想象、直觉、顿悟等非理性方法以及简单性、和谐性、对称性、守恒性等美学原则,科学活动的结果即科学知识及其体系中内涵着科学家和科学共同体的“范式“、“研究纲领“等人的认识原则以及概念、判断、推理等只有人才具有的理性框架.另一方面,科学又是“为人的“,具有“为人“的属性,这主要表现在科学是为了人的生存和实现人类自由而全面发展服务的,并且科学已经创造出了巨大的物质财富和精神成就,推进了人类物质文明的昌盛和精神文明的进步.     

基于核最优K-L变换的故障特征提取方法研究

核函数主元分析KPCA(kernel princ ipal component analysis)能够提取机械故障信号的非线性特征,可以应用于机械故障状态识别。但是KPCA是一种无监督的特征提取方法,不能利用故障信号中的类别信息。本文介绍了一种核最优K-L变换,它可以充分利用类别信息,它能够提取类平均向量和方差向量中的判别信息,使提取的特征分类效果更好。在齿轮故障诊断实验中,采用核最优K-L变换提取故障信号的非线性特征,实验结果表明核最优K-L变换相比KPCA故障识别结果更为理想。     

基于故障扩散强度的故障样本选取方法

传统的测试性验证试验样本选取方法没有考虑测试对象的各故障模式之间的复杂性与不确定性关系。针对这一问题,建立了一种基于模糊概率Petri网的复杂系统故障扩散模型,该模型完备地描述了测试对象故障模式之间的传播扩散关系,并引入故障扩散强度概念,按分步扩散的原则对故障扩散过程进行描述,给出了每个故障的扩散强度量值。提出了基于故障率和故障扩散强度的故障样本选择方法,案例验证结果表明,基于该方法选择的故障样本集更能覆盖测试对象的故障模式集。     

氧化淀粉干法制备和应用

氧化淀粉是一种具有特殊用途变性淀粉,该文简单介绍氧化淀粉干法制备工艺,并对氧化淀粉的氧化机理、性质及应用进行阐述。     

Modeling of Testability Requirement Based on Generalized Stochastic Petri Nets

Testability design is an effective way to realize the fault detection and isolation. Its important step is to determine testability figures of merits （TFOM）. Firstly, some influence factors for TFOMs are analyzed, such as the processes of system operation, maintenance and support, fault detection and isolation and so on. Secondly, a testability requirement analysis model is built based on generalized stochastic Petri net （GSPN）. Then, the system＇s reachable states are analyzed based on the model, a Markov chain isomorphic with Petri net is constructed, a state transition matrix is created and the system＇ s steady state probability is obtained. The relationship between the steady state availability and testability parameters can be revealed and reasoned. Finally, an example shows that the proposed method can determine TFOM, such as fault detection rate and fault isolation rate, effectively and reasonably.     

一种可质控高锰酸盐指数自动分析仪设计及实验

传统高锰酸盐指数水质自动分析仪在长期运行中,可能由于试剂失效、器件异常等原因导致分析仪测试结果可信度难以评判等问题。该文设计了一种可对仪器运行质量评价的高锰酸盐指数自动分析仪,介绍了分析仪测量原理、系统设计及质控设计方法,并通过实验验证了分析仪的性能和质控评价结果。实验表明,分析仪测量重复性良好,标液核查质控和加标回收质控测试结果可信度高,可较好的实现高锰酸盐指数的监测和分析仪运行质量控制评价,具有较好的应用和推广价值。     

基于鱼侧线感知原理和深度学习的水下平动目标方向识别

鱼侧线感知原理为潜航器水下目标感知技术研究提供了一种新的思路,但由于流场模型难以准确构建,基于模型的解析方法难以准确感知水下平动目标,提出基于鱼侧线感知原理和深度学习的水下平动目标方向识别方法。通过构建偶极子源周围压力场分布模型分析鱼侧线感知目标原理,在理论上分析压力变化与偶极子源尺寸、运动参数、位置的关系,理论分析表明,流场中压力的大小与偶极子源的位置密切相关,偶极子源振动频率处的压力变化特征明显,可用于训练和识别。采用时频分析方法处理压力传感器信号并提取时频分布特征,研究表明不同平动方向产生的压力变化具有不同的时频分布特征。提出利用卷积神经网络训练压力传感器信号,进而识别水下平动目标方向。在十字形传感器阵列及试验平台上开展试验验证,试验结果表明水下平动目标方向综合识别准确率在80%以上。在无需准确建立流场模型的情况下,通过深度学习可较准确识别水下平动目标,为潜航器水下目标感知提供了一种新的技术途径。     

基于隐半马尔可夫模型设备退化状态识别方法研究

机械设备从正常到故障往往经历一系列退化状态,正确识别与估计设备当前所处的退化状态,对预防设备进一步退化和故障的发生具有重要意义。隐半马尔可夫模型(Hidden Semi-MarkovModels,HSMM)是隐马尔可夫模型(hidden Markov models,HMM)的一种扩展模型,克服了因马尔可夫链的假设造成HMM建模所具有的局限性,比HMM具有更好的建模能力和分析能力。由状态识别和HMM本质上的相通性,将HSMM引入到机械设备的状态识别中,提出了一种基于HSMM状态识别方法,描述了该模型的拓扑结构和主要参数以及相应的训练和识别算法。最后通过滚动轴承试验系统验证了方法的有效性。     

新时期测绘工程测量技术的发展与应用

现如今,测量技术被大规模使用。从前的技术只能实现很少一部分要求,随着不断发展的技术,不同领域已经开始研究测量技术的精密性与融合性。针对测量技术的发展历史和在各领域里的应用,相关人员也在不断进行探索。施工的可行性同样需要进行数据测量环节,在多次实践后,工程每一细节的经济要求也会有所呈现。可预见的未来生活中,新标准会对测量技术带来新指示,所以了解其发展与应用变得至关重要。