面向接管控制的空间机器人操控技术综述

为了延长在轨故障卫星的寿命、移除重要轨道位置上的空间碎片或失效卫星,使用空间机器人对空间目标的姿态或/和轨道进行接管控制变得越来越重要。本文系统调研了各类可用于对空间目标进行接管控制的手段,并将其按照与目标接触方式的不同,分成了刚性接管控制、绳系柔性接管控制以及非接触式接管控制,对各种接管控制手段进行了详细的阐述。最后对这3类接管控制手段的具体原理、操作方式及关键技术进行了系统的总结和分析,概括了各自的特点以及优劣势,对相关领域的理论与实践研究进行了展望。     

基于FPGA的正交信号细分系统研究

介绍了一种新的基于FPGA的纯硬件细分系统,该系统主要由模拟信号处理和集成于同一FPGA芯片上的坐标变换、FIFO存储器、FIR滤波器几个部分组成.采用了集成化和模块化设计,具有精度高、实时性好等特点.将此方法应用于2 m比长仪的测长系统,通过实验验证了该细分系统的准确性及实用性.     

壳聚糖／聚乙烯醇复合药物缓释微球制备工艺的研究

壳聚糖是甲壳素脱乙酰化产物,是甲壳素的主要衍生物,其来源丰富,广泛存在于甲壳纲动物虾、蟹及昆虫的甲壳和植物细胞壁中。壳聚糖具有良好的生物相容性、低毒性、生物可降解性及可被吸收等特点,有抗菌、防腐、止血和促进伤口愈合等特殊功能和抗酸、抗溃疡的能力,可阻止或减弱药物在胃中的刺激作用。因此．它是一种良好的药物释放载体,可以用做微囊、微球、纳米粒等。作为药物载体它可以控制药物释放、延长药物疗效、降低药物毒副作用,提高疏水性药物对细胞膜的通透性和药物的稳定性及改变给药途径等,是一种新型药物制剂辅料。但单纯的甲壳素作为药用辅料效果不是非常理想。聚乙烯醇是一种常用的生物医用高分子材料,对人体无毒副作用。且具有良好的生物降解性和生物相容性,在医药上被用做药物粘合剂、包衣剂及药物载体^[1]。对壳聚糖微球通过交联、接枝以及与其他高分子材料共混等方法可调控释放性能,而且可使制备的复合载体比单纯壳聚糖载体成本更低。所以,本文采用壳聚糖与聚乙烯醇复合改性的方法制备了药物缓释微球,并探索了制备工艺对产品性能的影响。     

2 m激光干涉测长基准装置

阐述了2 m激光干涉测长基准装置工作原理及系统组成,以线间距测量功能为基础,研究了接触式和非接触式的几何测长对准方法,实现了其测长功能拓展应用。介绍了实现纳米精度测长的技术措施。对称布局的双光电显微镜同步扫描测量接长的方式实现2 m刻线间距测量,信号处理系统具有标准间距位置脉冲发生功能,可以实现位移传感器动态触发校准和其它应用。对于高质量的线纹尺,2 m激光干涉测长基准装置单次测量刻线间距的最佳瞄准精度优于10 nm(1σ),1 m测量范围内的线纹测量不确定度U=（20+40 L） nm （k=2）。     

计量检测技术在质量技术监督工作中的应用分析

新时期下,社会发展进程在深入推进的同时,科技的发展越来越好,但与此同时,市场竞争的激烈程度也逐渐加大.基于这种背景,我国企业在生产和服务方面面临了很大挑战.为提升企业核心竞争力,做好质量技术监督工作很有必要.在这一工作中,计量检测技术发挥的作用很大,所以应该加强对该技术的研究和创新,合理应用,保证质量监督工作水平和质量...     

新型聚合物多孔材料的制备研究进展

介绍了超浓乳液的形成及其特点,综述了超浓乳液作模板制备聚合物多孔材料的方法、机理和化学改性等方面的研究进展,并对其发展前景进行了展望.     

碱性锌锰电池在滥用情况下安全性研究

本文主要研究了电池在使用过程中存在滥用的各种可能,并对电池在滥用情况下的状态进行了分析,最后从电池本身和用电器电源盒设计角度出发,提出了防止电池滥用的几种方法。     

330MW循环流化床机组盘车控制系统分析及优化

介绍内蒙古京海发电公司一期工程2~330MW循环流化床机组盘车装置的控制方式,针对运行过程中出现的问题,提出整改方案并实际投入使用,确保盘车装置及时投运,防止汽轮机转子弯曲,保证机组安全稳定运行。     

浅谈碱性锌锰电池的技术革新

文章指出,高容量、长寿命、重负荷输出性能将成为碱性锌锰电池发展的方向,并针对不同的要求提出了可能的解决途径:减小钢壳壁厚度、适当的锰碳比和锌粉含量可提高容量;解决锌电极的腐蚀问题是改进贮存寿命的关键;降低内阻、选择好的隔膜材料是提高重负荷输出性能的有效方法。     

Faster R-CNN在工业CT图像缺陷检测中的应用

目的 传统的缺陷图像识别算法需要手工构建、选择目标的主要特征,并选取合适的分类器进行识别,局限性较大。为此研究了一种基于Faster R-CNN （faster Regions with convolutional neural networks features）的缺陷检测方法,该方法采用卷积网络自动提取目标的特征,避免了缺陷检测依赖手工设计缺陷特征的问题。方法 该方法基于卷积神经网络。首先,确定缺陷检测任务：选择工业CT （computed tomography）图像中主要存在的3种类型的缺陷：夹渣、气泡、裂纹为检测目标;其次,人工对缺陷图像采用矩形框（GT box）进行标注,生成坐标文件,并依据矩形框的长宽比选定42种类型的锚窗（anchor）;在训练之前采用同态滤波对数据集做增强处理,增强后的图片经过卷积层与池化层后获得卷积特征图,并送入区域建议网络RPN （region proposal networks）中进行初次的目标（不区分具体类别）和背景判断,同时粗略地回归目标边框;最后经过RoI （region of interest） pooling层后输出固定大小的建议框,利用分类网络对建议区域进行具体的类别判断,并精确回归目标的边框。结果 待检测数据集的图片大小在150×150到350×250之间,每张图片含有若干个不同类别的气泡、夹渣和裂纹。利用训练出来的模型对缺陷图片进行检测,可以有效识别到不同类别的缺陷目标,其中可以检测到面积最小的缺陷区域为9×9 piexl,并快速、准确地标出气泡、夹渣和裂纹的位置,检测准确率高达96%,平均每张图片的检测时间为86 ms。结论 所提出的Faster R-CNN工业CT图像缺陷检测方法,避免了传统缺陷检测需要手动选取目标特征的问题,缺陷的识别与定位过程的自动化程度更高;该方法检测效果良好,如果需要检测更多种类的缺陷,只需要对网络进行微调训练即可获得新的检测模型。本文为工业CT图像缺陷检测提供了一种更高效的方法。