考虑整体稳定的单层网壳截面优化设计

整体稳定性是单层网壳结构设计中的一个关键问题.在进行此类结构的优化时,必须考虑整体稳定性的影响才能得到符合规程要求的设计.本文综合考虑了位移、应力和杆件稳定以及结构整体稳定性条件,提出了基于最优准则法的优化设计方法,可按照钢结构设计规范和网壳结构规程的要求,对单层网壳结构进行杆件截面设计.     

一种新的阵列天线幅相误差校正算法

根据子空间的基本原理,提出一种新的阵列天线幅相误差校正算法,该方法利用粗略已知的校正源方位角信息进行优化,使用迭代的方法逼近幅相误差的真实值.由于不需要其他的迭代初始值,从而保证该方法能收敛到最优解.计算机仿真实验证明了该方法的有效性.     

YAM机、T特性设备视放板回路的调整和对彩管色平衡的影响

本文主要讲述了视放回路的原理、调整及其对彩管会聚、色平衡的影响.为解决视放回路过长而引起的视频延迟现象,专门设计了一套视频放大板,其中包括了预视放回路、视频延迟回路、视频放大输出部分及EK恒压源回路等.     

运动颗粒对传质过程影响的格子Boltzmann模拟

颗粒的主动运动对传质过程有重要影响.以表面恒浓度的二维球形颗粒为研究对象,采用耦合传质的格子Boltzmann方法(LBM)模拟了颗粒在自旋和振动两种情况下的相间传质过程.选择浸入运动边界法和非平衡态外推法处理运动颗粒边界,研究了颗粒自旋速度、颗粒振幅及振动频率对传质过程的影响.结果表明,中等雷诺数的自旋颗粒绕流中,随...     

TDI CCD相机实验室辐射定标的研究

TDI CCD相机辐射定标的目的是建立输入辐亮度和探测器数字化输出之间的关系,为相机提供调光参数.本文推导了辐射定标的原理,并针对特定的TDI CCD相机在应用光学国家重点实验室里使用积分球对其进行了基于光谱辐照度灯的辐射定标,标定了TID CCD相机响应的线性度、TDI CCD相机响应分别与增益和级数的关系,根据实验结果我们得到了在不同的辐亮度值下的增益和级数参考值,从而确定了TDI CCD相机的调光参数,并给出了标定的误差和各项误差源的影响.     

基于卡尔曼滤波的摄像机标定方法

本文提出了一种基于迭代扩展卡尔曼滤波的摄像机标定方法.将二维平面靶标图像上的特征点看作是匀速运动的点,以观测到的特征点图像坐标和对应世界坐标作为滤波器的输入,摄像机内外参数的估计值作为滤波器的输出,根据迭代扩展卡尔曼滤波算法得到摄像机内外参数的最优估计.通过仿真和真实实验,结果表明,对于有限数量的平面靶标标定图像数据,该算法具有较高的标定精度和较好的鲁棒性.     

结构光三维视觉检测系统的标定方法研究

提出了一种新的结构光三维视觉检测系统的标定方法,将BP神经网络和线性标定方法结合起来,用线性标定方法标定结构光系统的线性部分,用BP神经网络来描述该结构光系统的其他部分.结果表明:该方法结合了神经网络和线性标定方法的优点,不仅给出了结构光三维检测系统中CCD相机的内部和外部参数,而且利用神经网络的非线性逼近能力,补偿由于镜头径向畸变、切向畸变等因素引起的系统非线性误差,并且精度高、抗噪声能力强及鲁棒性好.     

印制板式Rogowski线圈研究

为了增强印制板式Rogowski线圈拾取感应信号的能力,有效提高其信噪比,将具有相同结构的Rogowski线圈顺次串联并分别获得顺串单、双面板Rogowski线圈后,分析了由单面板构造的顺串单面板传感器的计算模型和等效模型,对比研究了顺串单、双面板Rogowski线圈的阻抗、相频、自感系数和内阻等重要电气参数随着被测电流频率的变化特性,推导了顺串单、双面板Rogowski线圈的最佳阻尼电阻的计算模型,提出了用于判断顺串单、双面板Rogowski线圈测量脉冲大电流的结果有效性的方法及其判据。研究表明,取印制板线圈的顺次串联方式有利于提高传感器的信噪比。     

真空磁绝缘线B-dot电流探测器的研制

为了测量阳加速器新真空磁绝缘线的电流,研制并标定了B-dot探测器。2个B-dot的探测器分别安装在磁绝缘线的入口和中部,输出信号与被测电流的微分成正比,经RC积分后获得电流信号。B-dot探测器采用在线标定,当阴阳极短接点数量较少,且位置距离探测器较近时,会因真空绝缘线(MITL)电流密度不均匀导致标定不准确,故需增多短接点。当短接点的位置距离探测器约2m时,即使只设置2个连接点,探测器位置的MITL电流密度近似均匀。加速器实验结果表明:在MITL阴阳极较近的位置,将B-dot探头安装在阳极孔中不影响磁绝缘效果,B-dot探测器测试稳定可靠,其设计和标定方法可行。     

弱光环境下仓库搬运机器人抓取控制方法

为精准、稳定、可重复地完成抓取动作,研究了弱光环境下基于稳定轻量级网络的仓库搬运机器人抓取控制方法。首先,针对搬运环境弱光图像,基于稳定轻量级编/解码网络提取抓取区域弱光特征并进行融合处理,获得正常光抓取区域特征;其次,在深度分离融合提取层中,通过处理正常光抓取区域特征,重构深层特征,从而恢复特征提取时丢失的细节信息;再次,在网络输出层内输入重构特征,输出仓库搬运机器人手爪的抓取位姿参数;最后,通过手眼标定得到的搬运目标图像,采集相机坐标系与机器人坐标系的坐标转换关系,将抓取位姿参数转换成仓库搬运机器人抓取控制量,完成对仓库搬运机器人的抓取控制。实验证明,该方法可有效提取搬运目标抓取区域特征,并可有效预测仓库搬运机器人抓取位姿,能完成仓库搬运机器人抓取控制,且抓取精度较高。