摘要：利用所设计的阶梯试样进行定向凝固试验和模拟,研究定向凝固过程型壳加热温度对单晶高温合金铸件显微组织和“雀斑”形成的影响。分析糊状区的温度场及形貌。结果表明,升高型壳加热温度,一次和二次枝晶间距减小,糊状区液相的渗透率和对流通道的宽度降低,“雀斑”形成倾向性降低,“雀斑”宽度减小,“雀斑”区域枝晶碎片减少。此外,随着型壳加热温度的升高,糊状区液相冷却速率增加,糊状区熔体的冷却时间减少,液体流动对枝晶的破碎程度得到削弱,这进一步降低单晶高温合金铸件“雀斑”形成的倾向性。

摘要：设计并制备了三种不同结构的电泵浦InGaN/GaN量子阱微盘发光器件,对其光增益和光损耗进行了分析和优化。以p型层的结构为分类标准,器件Ⅰ为圆柱形;器件Ⅱ为器件Ⅰ的悬空结构;器件Ⅲ是悬空的圆环形结构。实验和仿真结果表明,三种器件结构中,器件Ⅱ的结果最好。电极布局为内p外n型的圆柱形器件表面电流分布能够保证发光区和微腔高增益区重合,悬空结构能够降低微盘在垂直方向上的光损耗,有利于更好的光学增益。考虑到共振模式,器件Ⅱ在注入电流大于0.7 mA时,器件Ⅱ实现了峰值波长为408.2 nm、半峰宽为2.62 nm的振荡模式输出。这种电泵浦InGaN/GaN量子阱悬浮微盘二极管器件的设计思路对电泵浦微盘或微环激光器的研制具有重要参考意义。

摘要：针对UHF频段双频双圆极化微带天线的设计目标 ,本文利用增大基片厚度、降低基片相对介电常数来实现双频覆盖 ,采用口径耦合馈电形式来实现双圆极化。文中给出了AnsoftHFSS 8.0的仿真结果以及实际的测试数据。天线已在”创新一号”小卫星地面终端中得到了应用。

摘要：波分复用(WDM)光网络具有波长和节点数目众多、传输路径动态重构、业务/资源动态调度等特点,亟须发展低成本、高可靠的在线监测技术,以保障光网络的安全稳定运行。本文提出了一种基于四进制脉冲幅度调制(PAM4)数字光标签的低成本、高可靠、高效率监测方案,并创新设计了PAM4光标签加载、探测和处理等整套机制与方法,配合所提出的基于PAM4光标签序列特征的光功率监测误差修正方法以及基于频谱峰值的功率计算方法,所提方案可以准确高效地监测波长通道光功率、估计光信噪比(OSNR)并恢复数字标签信息等。搭建了16 GBaud偏振复用QPSK/16QAM WDM光传输仿真系统和离线实验平台,验证结果表明所提方案在25跨段长距离传输后的通道光功率监测误差不超过0.65 dB,OSNR估计误差不超过0.6 dB,性能略优于传统的基于差分相移键控(DPSK)低阶调制格式的光标签监测方案。

摘要：针对现有非侵入式磁芯功率密度低、质量大、结构复杂的特点,设计了一种结构简单、可一体化制作的新型空心圆柱型磁芯,经仿真验证,其功率密度与壳层厚度成类反比例关系。此外,建立了空心圆柱型磁芯的准确功率模型,使磁芯设计不再受限于有限元仿真软件,简化了磁芯的优化难度。进而试验验证表明,在相同条件下,相较传统圆柱型磁芯,空心圆柱型磁芯的质量减小了49%,功率密度提高了82%,具有良好的工程实用价值和应用前景。

摘要：无心车床是线性棒料表面处理的重要设备,刀盘系统是无心车床的重要部分,可以直接影响加工精度。这里以XF-WXC无心车床刀盘系统为研究对象,对刀盘系统进行模态分析,得到前六阶固有频率和模态振型,再通过设置不同工况转速,分析不同转速对刀盘系统模态频率的影响规律,并基于模态分析结果进行不同工况下的谐响应分析,研究刀盘系统的动态特性。分析结果表明:刀盘系统的刀尖位置为受力变形最大部位;易发生共振的激励频率在278Hz、449Hz和480Hz附近,在共振频率处的最大形变位移为0.036mm;同时利用实际切削实验结果验证仿真分析的可靠性。为无心车床的进一步优化设计提供理论依据。

摘要：应用Fluent软件对SUNIST-2球形托卡马克磁体内部流动与传热进行了数值模拟，对磁体的水冷结构设计进行了优化。依据SUNIST-2特定的工作状态，分别对磁体水冷系统在多种流速及不同进口温度条件下的性能进行了仿真分析，对比了各条件下的冷却效能与压力降。模拟研究表明，基于数值模拟优化的磁体水冷结构方案，显著增强了磁体在实际运行状态下的稳定性与安全性。加工后的磁体水冷结构的压力降测试的实验结果验证了数值模拟的结论。

摘要：为优化过滤机织物的设计,进一步探究机织滤料在受压时的动态形变及孔径变化规律,依据在实际应用时过滤机织物的纱线线密度、经纬密、面密度等参数,借助建模软件Solidworks建立织物三维细观模型,利用有限元软件ANSYS Workbench对不同压力条件下织物的形变情况进行模拟,分析织物最大变形量、变形轮廓以及孔径变化趋势,并将模拟结果与实验结果进行比较。结果表明:织物最大变形量在圆心处,变形量沿直径呈梯度递减;随着压力升高,织物中心的变形量呈非线性增加,织物的变形轮廓曲线类似于正弦曲线;在压力作用下织物孔径增大,且中心区域孔径大于远离圆心处孔径,同一周向孔径大小和形状也会发生改变。模拟结果与实验结果具有较好的一致性。

摘要：为提高自动驾驶汽车对周围目标物的检测精度,提出了一种激光雷达和单目图像数据在鸟瞰图特征上融合的目标物检测算法(monocular-bird’s eye view fusion,Mono-BEVFusion)。为构建相机BEV特征,搭建了简单高效的深度预测网络预测相机特征的深度,基于显式监督的方法用深度真值对其进行监督。构建激光雷达BEV特征时,将激光点云体素化为柱状网格转化到BEV特征下,设计BEV特征融合网络将激光点云BEV特征和相机BEV特征融合,将融合特征输入到目标检测框架得到目标物(汽车、行人和骑行人)检测结果。利用KITTI数据集和实车路采数据对Mono-BEVFusion融合算法进行评估,实验结果表明该算法相较于现有融合算法综合平均精度提升了2.90个百分点,其中汽车类和行人类单项检测精度分别提升3.38个百分点和4.13个百分点。Mono-BEVFusion融合算法对遮挡目标或者距离较远的目标有较稳定的检测效果,能够有效避免单传感器的漏检现象,具有较好的实际应用价值。

摘要：交流故障电弧产生的高温极易点燃周围的可燃材料,是引发电线火灾的重要原因之一.准确检测不同类型的故障电弧对于预防重大火灾事故的发生具有重要意义.然而故障电弧的复杂性与隐蔽性给检测方法带来了极大挑战.基于阈值和电流特征提取的技术难以全面概括故障电弧的特征,而大多数基于深度神经网络的方法直接对电流信号进行特征学习,忽略了信号中的频率信息,从而导致泛化能力差的问题.对此,本文提出了基于时频特征学习的双通道时频卷积神经网络的故障电弧识别方法,设计了可学习的自适应离散小波变换,用于提取一维信号中的多尺度特征,同时通过短时傅里叶变换获取二维的时频图像特征,分别在这2种特征信号上进行卷积,最后将2个通道中学习的特征进行融合,用于分类预测.通过对故障电弧发生器采集到的3种工况下电弧电流信号进行性能评估,验证所提方法的有效性.实验结果表明,该方法与其他同类方法相比具有更高的电弧识别准确率,达到了97.91%.