喷油润滑型激光脸机械密封试验研究

针对航空发动机附件机匣传动轴端机械密封易提早失效的问题,提出在其端面开设激光脸槽型的改进方法,采用试验手段研究在喷油润滑条件下,激光脸机械密封的摩擦磨损特性、热特性及泄漏情况。自主设计可模拟喷油润滑工况的机械密封试验工装,定制可进行润滑油加热的集成型液压站作为辅助系统,分别进行变工况运转试验和长时稳态工况试验。结果表明：在变工况以及稳态工况运转条件下运转后动、静环端面均无明显磨损;在介质温度较为稳定的情况下,动环和轴套温度均能保持稳定;在整个试验过程中,机械密封均无泄漏发生,表明激光脸机械密封在喷油润滑工况下具备良好的热特性和密封效果。     

导航系统的通道自均衡空时抗干扰技术

针对导航系统由于通道之间幅相特性的不一致导致抗干扰性能下降的问题,本文提出了一种通道自均衡的空时抗干扰技术。该方法首先在无干扰的情况下,利用本地参考信号与接收数据的相关特性求出实际导向矢量,再采用波达方向估计方法估计出信号的理想波达方向,进而求出理想导向矢量,并由此实际导向矢量和理想导向矢量求得幅相误差矩阵,然后在有干扰的情况下,利用求得的幅相误差矩阵对接收数据进行阵列误差校正,再对校正后的数据进行波束形成,此方法可以改善通道失配导致干扰抑制性能下降的问题,仿真验证了其有效性和优越性。     

基于双温冷源的办公建筑负荷特性分析

以广州某办公建筑为例,介绍了模拟工具辅助工程设计方法,利用建筑热环境模拟软件Dest进行了详细的建筑逐时能耗模拟,完成了全年8760h的动态负荷计算,进而对此办公建筑分析了负荷频率和时间频率随空调负荷率的变化规律,对办公建筑双温空调系统的设备选型,时间控制等方面内容有一定的指导意义,更有利于减少建筑设备的初投资,降低双温空调系统的运行费用。     

意大利设计展“无时序列TimeLess Time”融合了东西方的永恒之美——华人艺术家叶锦添带您走进意大利高端设计展

在上海世博盛会期间,意大利设计展“无时序列Timeless Time”首次落户上海,在意大利馆之外提供了沪上又一体验意大利风情的好去处。该展由意大利家具协会（FederelegnoArnedo）和意大利对外贸易委员会[ICE]共同主办,并得到意大利经济发展部的支持,     

灰色理论在基坑开挖引起周边地面沉降预测中的应用

在基坑开挖施工过程中,随着基坑挖深和降水量的增加,常常引起基坑周边地面缓慢地沉降。本文以灰色理论为基础,提出了基坑周边地面沉降预测与分析的一种新方法,并建立了不等时距GM(1,1)沉降预测模型进行计算与工程实测值比较,验证了灰色理论在基坑周边地面沉降预测分析中的可行性、有效性。     

引线键合的动力相图和等效受载模型

 使用常规、微观电镜、动力相图和统计时频分析等方法,进行了引线键合机理的实验研究.通过对换能系统和劈刀振速的高频分量、键合压力的测试,以及键合界面微观结构的观察,建立了键合区域宏观受载等效模型,和对键合机理的框架认识.可作为键合过程优化的指导,和键合动力学建模的依据.     

基于迫零检测的分布式发射天线V-BLAST OFDM系统中的载波频偏补偿

 在采用分布式发射天线的垂直贝尔实验室分层空时结构(V-BLAST)正交频分复用(OFDM)系统中,由于各发射天线与接收机之间的载波频偏(CFO)均可能不同,传统系统中针对单个频偏的简单补偿方法不再适用。不同于已有的使用高复杂度矩阵求逆运算的线性频域均衡方法,本文利用迫零(ZF)检测的固有特性,提出一种适用于低时延扩展多径信道的无需矩阵求逆运算的载波频偏补偿方法。仿真结果表明,在ITU-R M.1225信道模型的三种低时延扩展测试环境下,使用本文所提频偏补偿方法进行频偏补偿能有效改善系统误符号率(SER)性能。     

时频域二维编码OCDMA系统实验研究

研究了一种时频域二维编码的OCDMA系统,采用码位重叠扩时跳频码、Bragg光纤光栅时频域二维编解码器及ASE宽谱编码光源的优化方案,实现了622Mb/s SDH信号光CDMA系统光纤传输110km,其实测误码率小于10-11.实验结果表明:系统能长期稳定工作,同时具有性能优良、结构简单、成本低廉、使用方便等突出优点.     

被动时反镜在水声通信中的应用研究

被动时反镜（PTRM）技术具有时间压缩性能,在水下通信中,PTRM技术能实现多径信号的重组,既实现了多径信号能量的聚焦,又抑制了码间干扰。将PTRM技术应用于多径扩展严重的浅水水声通信系统中,在对声信道没有任何先验知识的情况下与声信道自动匹配,实现自适应聚焦。仿真结果表明：PTRM可以良好地重组多径扩展,拟制码间干扰,减小误码率,提高通信质量。     

基于VMD-LSTM的滚动轴承退化状态识别

针对滚动轴承退化信号的非平稳、非线性特点以及全寿命退化状态难以有效识别的问题,提出一种基于变分模态分解(VMD)和长短时记忆神经网络(LSTM)相结合的滚动轴承退化状态识别方法.该方法首先采用麻雀搜索算法(SSA)对VMD的两个参数(模态分量个数和惩罚因子)进行优化;然后将滚动轴承振动信号分解成若干个本征模态函数(IM...