摘要：全息体视图显示技术是三维全息显示技术的研究热点之一,如何改进打印方法是全息体视图显示技术的关键问题。介绍了两步转移全息图法、激光直写打印水平视差全息体视图法和基于全息单元的全视差全息体视图打印法,并分析了这几种打印方法的原理和不足。通过体视图与全息单元的对应关系,设计了一种影响因素少、操作简单的打印方法以减小图像失真。总结了全息体视图的发展动态,指出随着全息记录材料和空间光调制技术的不断发展,它会朝着大尺寸、大视角、实时动态、更高分辨率的方向发展。

摘要：准确预估规定试验条件下卫星振动试验所需推力对于试验的设计与实施具有重要意义。文章在常规卫星振动试验需用推力估算方法的基础上,结合具体的小卫星应用实例提出了支反力分析预示法和类比相似结构卫星推力的方法来估算卫星振动试验需用推力。通过与实际振动试验推力数据对比,文章给出了卫星振动试验需用推力估算方法的实用评估结论。

摘要：回顾了压缩机故障振动诊断标准的应用现状,分别阐述了绝对标准和相对标准,同时提出了自动寻优诊断标准,使得针对不同的设备、不同的故障,选择灵敏有效的方法,从而建立适合设备自身所需的最优诊断标准。

摘要：针对污水处理运行过程的重要指标出水总磷(Total Phosphorous,TP)和出水氨氮(Ammonia Nitrogen,NH4-N)难以实时测量的问题,文中提出了一种基于模糊神经网络的多变量软测量方法。首先,利用主元分析法对污水处理过程运行数据进行分析,获得TP和NH4-N的相关主元变量;其次,设计了一种基于模糊神经网络的多输入多输出软测量方法,利用自适应二阶算法对模型参数进行调整,提高了软测量方法的精度;最后,将设计的软测量方法进行封装,并将其应用于污水处理过程中试平台。实验结果表明:基于模糊神经网络的软测量方法能够同时实现TP和NH4-N的实时测量,并且具有较好的测量精度。

摘要：针对油田在用的16SGT-MH6型注气压缩机的工作原理及特点,提出并讨论了利用振动频谱分析技术来提取压缩机故障特征的方法,采集关键部件的振动信号作为原始信号,利用智能诊断系统进行数据分析与处理,实现对压缩机的状态监测与故障诊断。该技术已在塔里木油田分公司所属作业区应用42台次,故障诊断准确率达85%左右。

摘要：针对毫米波接收机直接采用同频段本振源所带来的高成本、难获得的问题,对毫米波谐波混频器降低本振信号频率的原理进行了分析,设计了一款8 mm波段的四次谐波混频器。选用型号为MA4E2039的肖特基势垒二极管对作为核心混频器件,在管对两边加入了匹配电路和滤波器以提高混频效率。仿真结果表明混频器在射频频率34～36 GHz,本振频率7.5～9.5 GHz时的变频损耗约为9 dB,端口隔离度大于20 dB,不仅将混频器的本振频率降为原来所需本振频率的1/4,同时保证了器件的性能。

摘要：针对污水处理过程出水氨氮难以在线测量的问题,文中提出了一种基于递归RBF神经网络的软测量方法来预测氨氮。首先,提取与出水氨氮相关的主元变量,剔除主元变量的异常数据。其次,利用递归RBF神经网络建立主元变量与出水氨氮的蕴含关系,完成出水氨氮软测量模型的设计。最后,将提出的出水氨氮软测量方法应用于污水处理实际运行过程,结果表明,基于递归RBF神经网络的软测量方法能够实现出水氨氮的在线预测;同时,与其他方法的比较结果显示基于递归RBF神经网络的软测量方法具有较好的预测精度。

摘要：基于多发多收模式的毫米波正交阵列能够以少量收发天线实现快速的全电子扫描。然而由于采用稀疏阵列设计,成像会受到严重的旁栅伪影干扰。本文提出了基于全变分正则化的毫米波正交阵列图像重建算法,通过引入先验全变分约束,能够在保证分辨率的前提下消除近场成像中的旁栅伪影。FEKO电磁仿真实验结果表明,对于正交阵列近场成像,采用全变分正则化方法可以以总数为单站模式1%的收发天线单元获得与单站成像相当的成像效果,旁栅伪影得到明显抑制。

摘要：通过对土木工程质量管理与控制重要意义的分析论证,并附以简单,工程实例证明土木工程质量关系到建(构)筑物的安全可靠,直接影响人民生活和财产安全及社会稳定,必须引起足够重视,管理得当,控制合理,才能向用户提供稳定可靠的建筑"产品"。

摘要：目的设计一种基于立体视觉技术的虹膜组织膨隆变形研究的实验系统,并在系统保持虹膜环状形态结构和组织活性条件下,通过测量计算出虹膜组织在模拟前后房压强差变化的情况下发生膨隆变形的三维信息。方法利用模拟瞳孔阻滞和虹膜膨隆的实验设备获得兔虹膜组织随前后房压强差增加而膨隆变形的二维图像,再利用立体视觉技术计算虹膜组织发生膨隆变形的三维信息。结果本研究得到模拟前后房压强差分别为100Pa、200Pa时虹膜膨隆的二维曲线和三维信息。结果证实随着前后房压强差增大,虹膜发生膨隆变形。虹膜膨隆的二维曲线的切线和虹膜径向之间的夹角越大,房角越小,此时发生闭角型青光眼的可能性越大。