【摘 要】
：
红外热像测温技术是当今迅速发展的高新技术之一,为实现红外热像仪对温度的精确测量,根据热辐射理论和红外热像仪的测温原理推导出的计算被测物体表面发射率的通用计算公式,讨论分析了QFN封装式样的EMC面、"缝"面、铜面计算出的发射率对测温精度的影响,并绘制了EMC面、"缝"面、铜面测温误差曲线.结果表明:非金属材料EMC发射率计算结果相对"缝"面、铜面发射率计算结果得到测温误差最小.本研究结果对提高热像
论文部分内容阅读
红外热像测温技术是当今迅速发展的高新技术之一,为实现红外热像仪对温度的精确测量,根据热辐射理论和红外热像仪的测温原理推导出的计算被测物体表面发射率的通用计算公式,讨论分析了QFN封装式样的EMC面、"缝"面、铜面计算出的发射率对测温精度的影响,并绘制了EMC面、"缝"面、铜面测温误差曲线.结果表明:非金属材料EMC发射率计算结果相对"缝"面、铜面发射率计算结果得到测温误差最小.本研究结果对提高热像仪测量QFN封装切割过程中温度和QFN封装表面发射率的准确性具有实际意义.
其他文献
本研究以微米级的刚性粒子-玻璃微珠填充聚丙烯材料对其进行增韧改性,分析了复合材料在压载荷下的吸能机制.通过扫描电子显微镜观察,描述了复合材料在变形前后的微观形貌,并利用有限元软件模拟代表性单元中颗粒与基体相互作用下的变形过程、应力分布和损伤演化,给出了吸能曲线,并从微观角度解释了材料的吸能机制.
高速切削加工效率高,被广泛地应用于机械加工领域.但是,对于塑性变形能力较差的金属材料,如镁合金等,在其高速切削过程中容易产生锯齿状的切屑,从而导致刀具震动,影响高速切削的加工精度.约束挤压切削通过控制主剪切区的塑性变形程度,进而能够主动控制切屑的流动行为.对于钛合金、镍基高温合金等金属材料,动态约束挤压切削技术通过抑制主剪切区的塑性变形失稳,从而达到了抑制锯齿型切屑的目的.对于镁合金而言,其在高速
在将封装好的芯片切割分离成单个的芯片切割过程中,往往会在Cu-EMC界面出现分层现象,使产品失效.其原因主要为:切割过程中,刀片在接触面上产生切割振动导致Cu-EMC界面出现较大的应力,产生裂纹并扩展出现分层现象.本课题通过采用激光位移传感器测位移的方法,分别测量Cu-EMC在300r/min、600r/min和900r/min转速下的位移-时间曲线,研究不同转速的切割振动对Cu-EMC界面分层现
本文分别采用钉载矢量传感器和应变片两种试验方法测试复合材料三排单列单剪连接结构的钉载分配,通过与ABAQUS（R）和直接刚度法分析结果比较,验证钉载矢量传感器测试方法的优越性,并分析应变片方法的误差来源.
CCD云纹是使用数码相机拍摄具有周期性的栅线结构时采集到的一种特殊的云纹.不同于一般的几何云纹,CCD云纹是由一组真实的栅线与CCD靶面上周期性地栅格结构相互作用所形成的.在对被测物进行转角测量时,只需要在被测物上设定一组周期性的栅线.因此,CCD云纹法在进行对大型结构的微小转角测量时较为方便.本文从CCD云纹形成的机理出发,建立了表征栅线角度与CCD云纹角度之间关系的定量公式,通过实验验证了公式
在摄像测量中需要在被测物上制作标记点或投射激光点来获取被测物的变形和运动.标记点的质量和识别算法对其定位精度起着至关重要的作用.本文针对于摄像测量中的三种常见标记点:打印点、普通激光点、优质激光点,分别使用了基于灰度重心的算法和灰度匹配法来计算其亚像素位移,并将其结果与理论值做对比,分别比较了这两种方法对三种不同标记点的亚像素位移测量精度.得出了匹配法在计算标记点亚像素位移时的精度要优于灰度重心法
对于脆性材料来说,拉伸破坏是最常见的破坏模式.因此脆性材料抗拉强度的测量对于工程安全设计有着非常重要的意义.本文通过改变环氧树脂增塑剂比例得到了不同脆性的模拟材料,分别使用直接拉伸法、巴西圆盘法和圆环对径受压的方法来测得材料的抗拉强度,发现随材料脆性降低,三种方法所测得的材料抗拉强度值差距减小.然后利用高速摄像测量技术结合数字图像相关方法测量得到圆环试件破坏前夕表面的变形场,发现圆环的破坏形式主要
压缩弹簧是承受轴向压力的螺旋弹簧,在弹性极限范围内承受轴向压力时将产生相应的弹性变形.本文将弹簧的空间受力问题转化为金属丝受切应力和扭矩与应变的关系,在弹性极限内利用增量法和电测法来测量试样的应变并以此检验材料的切变模量.
本文主要研究了在风向与雨伞底面之间夹角不同的情况下,雨伞可以承受的最大风级.通过静载荷时雨伞可以承受的最大轴向压力与伞柄可承受最大弯矩,利用风力与风速之间的转换关系,定量计算出雨伞在不同角度下可以承受的最大风级.
路径无关的数字图像相关法(PiDIC)使用基于快速傅立叶变换的互相关算法独立估算每一个观测点上的整像素位移,作为高精度反向复合高斯-牛顿算法的迭代初值,计算观测点的亚像素位移.该方法表现出优良的精度和抗噪性,用基于图形处理器(GPU)的并行计算对其进行加速,可在不损失精度的条件下大幅度的提升计算速度.