关于大角度范围内四元数与欧拉角转换的思考

在存在大角度姿态机动的场景中,航天飞行器通常采用基于姿态四元数的姿态运动模型,同时又多以欧拉角形式给定其期望姿态,因此研究四元数到欧拉角的转换关系十分必要.但是,姿态四元数与欧拉角之间并不存在一一对应的关系.以飞行器姿态为纽带,依据姿态四元数和欧拉角与飞行器姿态之间的内在关系,对各种可能出现的情形进行分析,在控制所对应的期望姿态的牵引下,确定出符合姿态控制利益的姿态四元数到欧拉角的转换关系.鉴于姿态四元数到欧拉角转换关系的复杂性,在飞行器进行大角度姿态机动控制时,建议采用基于四元数的姿态运动模型.     

浅论材料专业本科培养模式建设

大学毕业后,每个学生面临的选择有很大不同,大学教育不可能满足所有方向的需要,所以要进行学科建设改革,来改善目前的单一式培养模式。笔者结合多年的教学经验及相关文献,就材料专业本科培养模式建设问题,提出几点建议。     

某车体6005A铝合金边梁的腐蚀失效行为研究

某列车车体吊挂牵引变流器一侧6005A铝合金边梁在检修过程中发现腐蚀严重,为探究其腐蚀原因,采用宏微观形貌观察、EDS能谱分析、金相组织分析、化学成分分析等分析手段并结合现场实际运行情况对边梁进行失效分析。结果表明：6005A铝合金边梁发生了晶间腐蚀,裂纹萌生于表面并沿晶界向内部扩展,由于边梁处于排污口附近的腐蚀环境中,在边梁局部区域表面形成了晶间腐蚀裂纹,材料局部表面基体脱落,从而使边梁腐蚀失效。     

基于多教学模式的电力仿真培训平台的设计与应用

电力系统仿真培训平台在提高电网运行人员专业技能、提升电力专业学生知识水平方面发挥着不可取代的作用。本文介绍了一种基于多教学模式的电力系统仿真培训平台,该平台集情景教学模式、练习模式、考试模式为一体,支持运行人员或学生根据需要选择适合的学习模式,提高学员的理论知识水平及专业技术能力,为维护电网安全稳定运行提供持续可靠的人力保障。     

反应热压烧结Al4SiC4/C复合材料

以铝粉、石墨粉和有机物聚碳硅烷(PCS)为原材料,采用预裂解及原位反应热压烧结的方法制备了Al4SiC4/C复合材料.通过XRD、SEM及力学分析等测试手段对材料的结构及性能进行了分析研究.对烧结材料的XRD分析结果表明所加入原材料按设计转化为新相.但组织观察表明两相均存在不同程度的团聚现象.Al4SiC4/C复合材料的力学行能随着Al4SiC4含量的增加而逐渐升高.     

基于模态分析的大型均质岩质边坡动力响应特征研究

以大型均质岩质边坡为研究对象,建立2个三维有限元数值模型,采用有限元方法对岩质边坡进行模态分析,获取边坡的固有频率及相应的振型,在小应变范围内研究均质岩质边坡的动力响应特征与其固有模态的关系.结果 表明:均质岩质边坡的固有频率随着阶次增加而增加,边坡具有典型的高程及坡表动力放大效应,坡表坡度变化对边坡的固有频率及振型具...     

传统柿蒂纹在丝织物中的造型特征及演变分析

柿蒂纹作为我国传统植物纹样,造型形态在不同的历史时期呈现出不同的特征。本文以丝织物中的传 统柿蒂纹样作为研究对象,采用文献梳理法对柿蒂纹样相关文献资料进行搜集归纳,提取柿蒂纹的整体造型及 叶瓣形态,从不同时期柿蒂纹样的造型特征进行比较研究并探究其造型演变原因,分析总结出传统柿蒂纹造型 演变主要分为三个阶段：以汉代为典型的抽象图形阶段、以唐代为主的写实花朵图案阶段、以及宋代以后的多 元素组合柿蒂窠造型,深入挖掘传统柿蒂纹样的造型美,对传统文化起到传承和学习的作用,同时也为更好地 将传统柿蒂纹样在现代设计中进行应用提供理论借鉴。     

差分式太阳敏感器在航天器上的应用

航天器普遍采用差分式太阳敏感器进行太阳矢量及太阳角的确定。针对差分太敏在航天器在轨定姿应用中存在的问题,该文对根据电池片输出电流确定太阳矢量的方法进行了严密推导,分析了光阑厚度对电池片光生电流乃至对太阳矢量确定的影响;对太敏的视场进行了详尽分析,确定了太敏的有效视场,并针对太敏无效视场设计了对杂散光进行遮挡的遮光板。通过具体的仿真算例确定了太敏的有效视场尺寸（为标称视场的96%）及遮光板尺寸,并分析了光阑对太阳矢量确定精度的影响。相关分析为太阳敏感器的工程应用提供了指导。     

高温环境下蜂窝夹层结构埋件拉脱性能研究

介绍了常温环境下和高温环境下蜂窝夹层结构埋件拉脱性能的试验和结果,对比分析了高温环境对埋件拉脱性能的影响。结果发现,埋件在受法向拉脱力时,高温环境中承载力下降为常温的8%左右,且失效模式也发生了变化,由常温的蜂窝芯剪切破坏变为面板与蜂窝芯脱粘破坏;埋件在受面内拉脱力时,常温环境和高温环境下埋件分别呈现出了两种典型的失效模式,常温环境中失效模式为面板压缩破坏,高温环境中失效模式为面板皱褶失稳破坏,且拉脱力降为常温的28%左右。     

基于蚁群算法优化极限学习机模型的滑坡位移预测

采用高精度的优化算法对于提高滑坡位移预测模型的准确性具有重要意义,然而已有文献中很少对多种优化算法进行对比研究。以三峡库区的八字门滑坡为例,以极限学习机（ELM）理论为基础进行滑坡位移预测,同时运用多种算法对建立模型过程中的参数选择进行优化以期提高预测效果。为提高预测精度,以移动平均法为基础,将滑坡位移分解为趋势项和周期项,趋势项位移使用多项式函数进行预测,周期项位移使用MATLAB自编程序的极限学习机模型进行预测,两项预测值相加即可得到最终的累计位移预测值。计算结果表明：单一的ELM模型能够较为准确地预测具有阶跃式曲线的滑坡累计位移,预测结果的平均误差为23.5 mm,拟合优度为0.973。与粒子群算法和遗传算法相比,蚁群算法（ACO）在计算用时和优化效果上更优,蚁群算法优化极限学习机模型对位移的预测精度也最高,平均误差为10.1 mm,拟合优度为0.998,可在类似滑坡的位移预测研究中进行推广。