电寻址空间光调制器制作灰度掩模技术的研究

介绍了制作微光学元件灰度掩模的两种方案,它们分别使用TFT-LCD(薄膜晶体管液晶显示器)和DMD(数字微镜器件)两种电寻址空间光调制器,采用并行直写和实时掩模技术,提高了灰度掩模制作的速度和灵活性。刷新率的变化和黑栅衍射效应将导致衍射效率下降,使得曝光深度误差增加。前者可延长曝光时间来消除,后者可通过高填充因子和放大滤波电路予以有效抑制。与LCD掩模相比,用DMD掩模制作的闪耀光栅的衍射效率提高了10%以上。

基于CATIA的维修性信息嵌入技术研究

为提高维修性并行设计时维修性信息的交互效率,建立维修性信息模型。同时基于Automation技术,对三维CAD软件CATIA进行二次开发。通过建立维修性辅助设计工具条,实现将维修性信息嵌入到CATIA设计环境中,方便进行察看和修改,从而为维修性的并行设计提供一个良好的平台。最后以柴油机淡水泵的设计为例进行应用验证。

功能角色图的黑盒封装模型及其故障分析技术研究

结合功能角色单元的拓扑关系和封装要求,提出基于黑盒模型的封装方式,实现了更高功能层次的故障分析,并针对实际案例说明了故障分析过程。研究表明,提出的方法有效地拓展了功能角色图的FMEA分析能力。

基于KPCA-HSMM设备退化状态识别与故障预测方法研究

为消除多通道观测信息冗余,压缩高维故障特征,提出基于KPCA多通道特征信息融合的HSMM设备退化状态识别与故障预测新方法。首先,对采集的单通道振动信号进行小波相关滤波处理,构造单通道振动信号的小波相关特征尺度熵向量,然后,利用KPCA方法对多通道的小波相关特征尺度熵向量进行冗余消除和特征融合,得到多通道的融合小波相关特征尺度熵向量,并以此向量作为HSMM的输入进行训练,建立基于HSMM的设备运行状态分类器与故障预测模型,从而实现设备退化状态识别与故障预测。将其应用到滚动轴承的退化状态识别与故障预测中,验证了该方法的有效性。

基于KPCA-HSMM设备退化状态识别方法的研究

为消除多通道观测信息冗余,压缩高维故障特征,提出了基于核主元分析(KPCA)多通道特征信息融合的隐半马尔可夫模型(HSMM)设备退化状态识别的新方法。首先,对采集的单通道振动信号进行小波相关滤波处理,构造单通道振动信号的小波相关特征尺度熵向量;然后,利用KPCA方法对多通道的小波相关特征尺度熵向量进行冗余消除和特征融合,得到多通道的融合小波相关特征尺度熵向量;并以此融合特征向量作为HSMM的输入进行训练,建立基于HSMM的设备运行状态分类器,从而实现设备退化状态的识别。实验结果表明,该方法能有效的识别设备的退化状态,从而为多通道特征信息融合设备退化状态识别开辟新的途径。

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。

装备自治性维修保障概念与体系研究

提出了自治性维修保障体系的概念与内涵 ,构建了由装备自诊断与维修系统、通信系统、维修保障系统等组成的体系结构 ,阐述了体系应具备的装态监控、故障诊断、健康管理、通信联络、指挥调度、维修保障等基本功能和信息化、智能化、协同化、一体化的装备综合维修保障的基本特征 ,描述了体系自主、协同的动行方式与运行过程。

衍射光学元件灰度掩模板激光制作系统研究

根据灰度掩模的制作理论,提出了由PP8000胶片输出仪、远心成像透镜组、平行准直He-Cd激光器构成的精缩投影曝光灰度掩模制作系统.通过灰度掩模平面不同位置处提供可变的透过率,经一次光刻后得到所需的衍射光学元件.该系统不仅可采用黑白胶片制作高分辨率灰度掩模板,还可根据彩色灰度等效理论,利用彩色等效胶片实现256灰度级的扩展细分,以进一步提高灰度掩模板制作的分辨率.对于16台阶灰度掩模,其分辨率可以从0～255扩展到0～1280灰度级.利用该系统给出了二元光栅精缩后的感光图片.

分层顺序测试优化方法研究

针对复杂层次系统的故障隔离问题,提出了一种分层顺序测试优化方法。首先基于层次系统故障与测试之间的关联关系,以及故障与不同层级可更换单元的隶属关系,结合故障的先验概率与可用测试成本,构造了层次系统故障隔离问题的数学描述模型;然后以信息增益为启发策略,提出了一种准多步前向搜索算法,实现了不同隔离级的测试顺序优化。经某型卫星电源系统试验验证结果表明,该方法可显著提高层次系统的故障隔离效率。

弹性地基上具有轴向载荷的充液周期管弯曲振动带隙研究

弹性地基以及外力载荷都会影响结构的振动传递特性。利用传递矩阵法,研究了弹性地基上具有轴向载荷的一维充液管路弯曲振动带隙特性。研究表明,弹性地基可以抑制某特定频率下弯曲波的传播,但不是带隙的产生原因。弹性地基和轴向载荷均可以影响充液周期管路的带隙频率,而弹性地基则可以明显提高具有轴向载荷管路系统的稳定性。

功能角色模型的建模方法研究

复杂系统的功能角色模型是故障分析的基础 ,它可以有效地解决机内测试 (BIT)设计中的自动故障模式影响分析 (FMEA)问题 ,但目前还缺乏行之有效的构造系统功能角色模型的方法。本文从系统设计的功能信息入手 ,结合C .Lucas的层次性功能模型 ,提出了一种复合建模方法 ,比较有效地解决了这个问题。最后以某机电跟踪与稳定伺服平台为例 。

复杂维修系统的动力学行为仿真

装备维修系统是复杂的动力学系统,其不同构成之间的相互作用导致维修系统的动态变化。从信息的角度看,维修需求的变化是驱动整个系统运作的关键,从而为实现维修系统的有效管理和控制,必须深入理解维修系统变化的内在动力学行为,特别是系统的暂态行为。系统仿真方法为分析暂态行为提供了可能,为此论文考虑了两级维修体制下一类装备的维修系统,分析了其运作过程并由此设计和实现了相应的仿真框架和算法。算例的仿真结果表明了仿真框架和算法的有效性,并揭示了传统随机过程方法所未能展示的维修系统的非线性动力学行为。

基于小波相关特征尺度熵的HSMM设备退化状态识别与故障预测方法

隐半马尔可夫模型(HSMM)是隐马尔可夫模型(HMM)的一种扩展模型,是在已定义的HMM结构上加入了时间组成部分,克服了因马尔可夫链的假设造成HMM建模所具有的局限性,与HMM相比具有更好的建模能力和分析能力,而且可以直接用于预测。基于振动信号与语音信号的相似性,将HSMM引入机械设备退化状态识别与故障预测中,提出基于小波相关特征尺度熵(WCFSE)的HSMM设备退化状态识别与故障预测方法。首先将小波相关滤波法与信息熵理论相结合得到能敏感表征故障严重程度的WCFSE向量,并以此向量作为HSMM的输入进行训练,建立基于HSMM的设备运行状态分类器与故障预测模型,从而实现设备退化状态识别与故障预测。将其应用到滚动轴承的退化状态识别与故障预测中,验证了该方法的有效性。

基于小波特征尺度熵-隐半马尔可夫模型的设备退化状态识别方法及应用

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。提出了一种基于小波特征尺度熵-隐半马尔可夫模型(HSMM)的设备退化状态识别新方法。通过小波变换提取小波特征尺度熵,然后构造信号的小波特征尺度熵向量,并以此作为HSMM的输入进行训练,建立基于HSMM的机械设备运行状态分类器,从而实现设备退化状态的识别。并且以滚动轴承为例,对正常和几种故障程度不同的滚动体运行状态进行了识别,实验结果表明该方法能有效的识别设备的退化状态。

光学非球面复合加工机床的设计与精度分析

介绍了集铣磨成形、研磨、抛光于一体的大中型非球面光学加工机床 ( AOCMT) ,分析了其设计方法、结构特点和主要技术参数 ;通过 X、Y、Z、A、C五轴数控联动 ,AOCMT能加工出任意复杂的光学表面 ,且始终保持刀具轴线位于加工点的法线方向 ,以消除非对称误差的影响 ;研究了各运动轴定位误差对铣磨精度的影响 ,通过采取必要的工艺措施 ,AOCMT的铣磨精度能稳定地优于 8μm;分析了 AOCMT的后置处理算法 ,通过坐标平移和旋转 ,得到了三、四、五轴数控加工的通用坐标变换公式。

基于小波能谱熵-隐半马尔可夫模型的故障识别方法及应用

有效的特征提取方法和分类算法能显著的提高故障识别的精度。小波能谱熵突出了振动信号中短暂的异常信号,能有效的表征早期故障特征;隐半马尔可夫模型通过加入高斯概率分布函数来描述各个状态的驻留时间,能合理的表征振动信号的暂态特征,适合于机械系统的故障识别问题;本文将小波能谱熵和HSMM相结合,提出了基于小波能谱熵的HSMM故障识别方法。以小波能谱熵作为特征向量,通过训练得到各个状态的HSMM模型并建立分类器,从而实现对未知状态的识别。以齿轮为对象,对齿轮常见的故障状态进行了识别试验。

基于HSMM的机械故障演化规律分析建模与预测

状态维修是工程实践中提出的一个主要问题,故障预测(prognostics)是实现状态维修的核心支撑技术。但是目前故障预测技术研究很少涉及故障演化规律分析与建模,这是进行故障预测研究的基础。文中在分析机械故障形成的一般过程、基本特性与演化规律的基础上,根据故障演变过程退化状态和HSMM(hidden semi-Markov model)的状态都是通过表现来感知的特点,利用HSMM对机械故障演化规律进行建模,并提出基于HSMM的机械故障预测方法,最后将其应用到滚动轴承的故障预测中,验证该方法的有效性。

基于IEEE1149.4的混合信号边界扫描测试控制器设计

简要介绍了IEEE1149.4混合信号测试总线及其特点,并根据该标准定义的测试结构对混合信号电路的测试方法进行研究,设计出符合IEEE1149.4标准的边界扫描控制器及其验证电路,实验结果表明该测试控制器能实现对混合信号电路板的测试,大大提高了混合信号电路板的可观性和可控性。

基于小波包—连续HMM的故障诊断模型及应用

结合小波包分析方法适于处理非平稳信号的特点及隐马尔可夫模型 (HMM)的训练样本少与可解释的优点 ,提出基于小波包—连续HMM故障诊断方法。通过小波包分析方法从滚动轴承振动信号中提取特征 ,训练连续高斯密度混合HMM ,再利用训练好的HMM进行滚动轴承状态监测和故障诊断 。

基于嵌入式传感器的智能轴承结构分析

基于嵌入式传感器的智能轴承的有限元模型,应用Stribeck和赫兹接触理论建立。用SolidWork绘制轴承外圈结构图,并以Solid185单元类型划分网格。对轴承进行ANSYS有限元分析时,拟合接触面的加载,得出槽的尺寸对轴承最大变形和应力的影响关系。该方法经仿真,为智能轴承的结构设计提供了有效的理论依据。