冰箱压缩机用直线电机的控制系统

提出了一种基于单片机的可控硅输入电压控制系统，包括同步脉冲电路、触发电路、隔离电路、显示电路、人机接口以及电流检测单元等。通过单片机控制可控硅的控制角，使系统的输入功率改变，从而使压缩机的起动平缓并具有连续可调的排气量。通过实验研究，表明该方案是切实可行的。     

基于C8051F005的数字正弦函数发生器的设计

针对传统正弦信号发生器存在元器件多、体积大、结构复杂、稳定性差、信号参数不宜调节及精度低等诸多缺陷，在分析C8051F005单片机性能特点的基础上，设计了基于C8051F005的数字式正弦函数发生器，并详细介绍了正弦函数发生器的原理。该发生器具有体积小、控制方便、波形稳定、精度高等优点。程序稍作修改还能生成并输出任意波形，如三角波、方波、锯齿波等。     

离子束辅助沉积立方氮化硼的试验研究

运用离子束辅助沉积(IBAD)法在硅片上制备了立方氮化硼(c—BN)薄膜，研究了辅助能量、辅助束流及辅助束中氮气含量等参数对膜中c—BN含量的影响。用红外光谱(FTIR)及X射线光电子能谱(XPS)分析技术对得到的c—BN膜进行了分析。结果表明：合适的离子辅助能量能够获得c—BN含量高的薄膜；膜中c—BN的含量随辅助气体中N2含量的提高而增加；辅助束流对薄膜的形成影响不明显。     

Win95下利用VxD访问物理地址

本文提出了一种在Win95下利用设备驱动程序(VxD)访问绝对物理地址的方法,该方法对DMA操作、存储器映射方式寄存器的读写都有很好的帮助。     

刚体-附件耦合系统热-动力学稳定性分析

根据卫星的结构特点将之简化为刚体-附件耦合系统.在突加热流作用下,该系统存在两重耦合影响：附件结构的非线性瞬态温度场与舱体刚体转动和附件结构变形之间的相互耦合影响;卫星舱体刚体运动和附件振动之间的相互耦合影响,因此该系统具有高度非线性.针对该耦合系统,以有限元法为研究手段,分析了系统的热诱发振动响应和运动稳定性问题,发展了一套高效、可靠和实用的分析方法.所提出方法的可靠性得到了简单系统理论解的验证,可为卫星系统的设计提供有益的参考.     

城市照明测控系统双模架构设计分析

城市照明是市政建设的重要组成部分,现代通信技术和物联网技术为城市照明提供了新的测控方法和管理手段。提出了一种融合Zigbee与G3－PLC两种通信模式的城市照明测控系统架构,并对城市照明测控系统的网络构成进行了仔细分析,提出双模架构、融合运用的思路,并对此进行了工程实践。     

基于有限元法的动磁式直线压缩机动态特性

针对动磁式直线压缩机模型样机建立了基于有限元的磁固耦合动态特性分析模型。该模型考虑了磁路的非线性特性、漏磁通及永磁体位置等因素的影响,因此比传统的等效磁路模型更完整。给出了部分分析结果,表明了电机推力、位移和电流之间的相互关系,还给出了几个在不同电压、不同时刻下的矢量磁通密度图,直观地显示了磁场的分布特点及磁路的饱和特性,为直线压缩机的优化设计奠定了基础。     

耐热型高温热膨胀微球的制备及其发泡行为研究

高温热膨胀微球在发泡倍率和高温稳泡性能方面往往难以兼顾,针对这一问题,以低沸点烷烃为发泡剂,丙烯腈为主单体,甲基丙烯酸甲酯、N,N-二甲基丙烯酰胺和甲基丙烯酸为共聚单体,含双乙烯基的高分子化合物为交联剂,氢氧化镁为分散剂,采用悬浮聚合法,制备了发泡温度高于180℃,发泡倍率4~5倍,高温稳泡时间接近30min的耐热型高温热膨胀微球。通过粒度分析仪、光学显微镜、扫描电子显微镜等表征手段研究了热膨胀微球的粒径、形貌、发泡倍率以及发泡后微球的高温稳泡性能。着重探讨了交联剂类型及用量对热膨胀微球发泡性能的影响,发现高分子型交联剂制备的微球具有最佳的发泡倍率和高温稳泡性能。     

纳米及传统微米级热障涂层热循环过程中的组织演变研究

本文以超音速等离子喷涂方法沉积NiCoCrAlY金属粘结层,以普通大气等离子喷涂沉积纳米及微米级YSZ两种陶瓷表层,并对涂层进行热循环实验,对比研究不同结构热障涂层在热循环条件下的组织演变规律。结果表明：由于纳米团聚粉体的不充分熔化导致纳米涂层中存在较多的微裂纹和孔隙,微米、及纳米涂层的孔隙率分别为10%及15%,载荷300g下的显微硬度分别为776.1及606.9。两种结构的热障涂层在热循环过程中均出现了网状裂纹,但随着热循环次数的增加,这些微裂纹不断连接扩展,裂纹宽度不断增加,并且与纳米涂层相比,微米涂层裂纹的扩展和拓宽速度相对较快。纳米涂层由于孔隙率较高,热生长氧化物（TGO）生长速度较快,TGO的快速生长导致陶瓷层/金属粘接层界面的应力增大,使得横向裂纹（平行于陶瓷层/金属粘接层界面）萌生及扩展并引起涂层的剥落失效。     

基于Nystr(o)m密度值逼近的减法聚类

针对大规模数据集减法聚类时间复杂度高的问题,提出一种基于Nyst(o)m密度值逼近的减法聚类方法.特别适用于大规模数据集的减法聚类问题,可极大程度降低减法聚类的时间复杂度.基于Nystr(o)m逼近理论,结合经典减法聚类样本密度值计算的特点,巧妙地将Nystr(o)m理论用于减法聚类未采样样本之间密度权值矩阵的逼近,从而实现了对所有样本的密度值逼近,最后沿用经典减法聚类修正样本密度值的方法,实现整个减法聚类过程.将本文算法在人工数据、标准彩色图像及UCI数据集上进行了实验,详细说明了本文算法利用少数采样样本逼近多数未采样样本密度权值、密度值以及进行减法聚类的详细过程,并给出了聚类准确率、耗时及算法性能加速比.实验结果表明,与经典的减法聚类相比,本文算法在不影响聚类结果的情况下,对于较大规模数据集,可显著降低减法聚类的时间复杂度,极大程度地提高减法聚类的实时性能.