【摘 要】
：
随着航天技术的快速发展,空间各类传感器是研究的热点,用于惯性导航的惯性元件对各项精度提出了更高的要求。基于磁流体动力学（Magneto-hydro-dynamic,简称MHD）的微角振动传感器是空间已经验证的有效传感器,具备宽频带、抗冲击、低噪声和体积小等特性。噪声是MHD微角振动传感器的关键技术指标,其内的导电流体与流体环液-固接触电阻是噪声的主要来源,为提高传感器灵敏度降低噪声需开展液-固接触
论文部分内容阅读
随着航天技术的快速发展,空间各类传感器是研究的热点,用于惯性导航的惯性元件对各项精度提出了更高的要求。基于磁流体动力学（Magneto-hydro-dynamic,简称MHD）的微角振动传感器是空间已经验证的有效传感器,具备宽频带、抗冲击、低噪声和体积小等特性。噪声是MHD微角振动传感器的关键技术指标,其内的导电流体与流体环液-固接触电阻是噪声的主要来源,为提高传感器灵敏度降低噪声需开展液-固接触电阻特性的研究。本文通过传感器工作原理、噪声产生机理,对影响液-固接触电阻的因素进行了系统分析,推导建立了液-固接触电阻的理论模型,设计并搭建了一套液-固接触电阻的测量装置,利用该装置试验量化了各因素对液-固接触电阻的影响程度,对MHD传感器设计具有一定指导意义。具体工作如下:（1）理论分析了液-固接触电阻对传感器噪声的形成机理,借鉴Holm经典模型理论,推导建立了MHD微角振动传感器液-固接触电阻的理论模型,分析了接触电阻与接触面积、粗糙度、膜层、电阻率、导电斑点半径等的关系。（2）在分析总结现有接触电阻测试方法的基础上,提出了无氧条件下平均差值法测量液-固接触电阻的方法,能够消除或减少导电流体表面氧化、导线电阻和测试夹与测试电极接触电阻的影响。设计并搭建了一套液-固接触电阻测量装置,实现了精确测量。（3）利用测量装置,探究了接触面积、粗糙度、膜层和温度对液-固接触电阻的影响。结果表明:随着接触面积增大,液-固接触电阻明显降低且变得稳定;随着粗糙度增大,液-固接触电阻明显增大且变得不稳定;随着膜层厚度增加,液-固接触电阻明显增加;随着温度提高,导电流体粘度和电阻率同时被影响且相互叠加的结果使液-固接触电阻缓慢上升。试验结果和理论推导吻合。本文研究成果可为MHD微角振动传感器设计降低液-固接触电阻提供理论依据和数据参考。
其他文献
风格迁移是计算机视觉中极具创造性的一个领域,随着深度学习重回大众视野,大量的神经网络结构被用于这一领域的探索。虽然优秀的相关算法不断面世,但是距离高效率的,有鲁棒性和泛化性的模型仍然有巨大的提升空间。一是在局部风格迁移过程中,如何平衡图像的语义内容信息和风格特征信息,高效率地获得迁移结果;二是如何在不同层级的特征空间整合有效信息,处理多域的风格迁移问题。针对这两点,本文基于神经网络提出两种改进的风
随着数据采集技术的发展,获取数据的方式越来越多样化,所得到数据通常具有多个视图,从而形成多视图数据。如何高效利用多视图数据所包含的信息进行学习是多视图学习的研究目标。为了更好地利用多视图数据,促进多视图学习在实际中的应用,必须要考虑多变量相关性。针对单视图数据的多变量相关性问题,本文基于单输入单输出的矩阵信息通道,提出了多变量输入的张量信息通道,该通道可以研究多变量如何共享信息,与矩阵信息通道相比
近年来,多智能体系统在许多领域都有广泛应用,比如无人飞行器的协同控制、编队控制和耦合振子同步等;多智能体系统的分布式协调控制已经吸引了越来越多的科研工作者的关注.目前关于多智能体系统分布式协调控制的研究,大多都是假设智能体之间是连续通信的,而对于间歇通信下多智能体系统的研究还相对较少.本文分别研究了间歇通信下一般线性多智能体系统的一致性和鲁棒镇定问题,主要内容和贡献如下:1.分别研究了间歇通信下连
以控制架构为主的中央处理器（Central Processing Unit,CPU）无法深层次优化卷积神经网络的计算,在速度和功耗方面难以满足应用的要求。而计算密集的现场可编程门阵列（Field Programmable Gate Array,FPGA）适合并行计算的开发,并且具有可配置、开发周期短、成本低等特点,所以成为了部署卷积神经网络的热门平台。但卷积神经网络模型庞大、计算复杂,且FPGA的
视觉里程计通过分析处理图像序列来感知周围场景的三维信息,并确定运动相机的位姿,在机器人定位导航、自动驾驶,虚拟现实、增强现实和三维重建等领域都发挥着基础性的作用。近年来,深度学习与卷积神经网络在图像识别与跟踪等计算机视觉领域取得巨大成功,这也使得研究人员开始将深度学习应用于视觉里程计的技术研究中。本文对基于无监督深度学习方法的视觉里程计进行研究,设计了一个能同时完成场景深度估计与相机位姿估计任务的
计算机视觉中一个极其重要的研究领域是图像分类,它是人脸识别、图像检索等其他高级视觉任务的基础。近年来图像分类中一个比较火热的主题是高光谱图像分类。由于高光谱图像含有高的光谱分辨率,使得地物分辨识别能力被极大提高,因此它对农业、海洋、交通等多个方面起着重要的作用。传统机器学习方法在分类时依赖于人工设计的浅层特征,它们需要花费巨大的人力与时间,并且这些方法在面对高维数据时的表现不尽人意。而深度学习以其
随着社会进步和科技发展,机器人应用越来越广泛。人机协作模式逐渐在许多应用中取代单一机器人工作模式,因此,协作机器人成为研发和生产的热门产品。一般而言,国内的机器人性能与国外的产品相比仍然存在一定差距。为此,本文主要对协作机器人关节进行设计,旨在通过对性能进行研究,搭建试验台并完成机器人性能测试和指标优化研究,为协作机器人关节装配工艺提供理论依据和指导建议。针对协作机器人的特点及设计需求进行了总结,
21世纪,人类进入了大规模开发利用海洋的时期。作为“全球海洋观测业务系统计划”的一个子计划,Argo（Array for Real-time Geostrophic Oceanography）计划主要通过Argo浮标对深海区温盐结构进行观测,观测获取的实时数据被用于进行气候和海洋学等方面的研究,可以为海洋研究、海洋开发、海洋管理等提供数据及技术支持。现有的深海智能Argo浮标控制算法存在定深控制精
随着国家对海洋的开发,水下机器人的需求越来越多。在众多水下机器人中,水下仿生蛇形机器人由于其独特的结构和运动方式可以应用在很多场合,诸如军事侦察、水质监测、水下救援、海底设备的巡视和维护等任务。因此对水下蛇形机器人的研究具有重要意义。但是,传统的水下蛇形机器人运动速度较慢,且狭小空间的通过能力较差。因此,本文设计了一种带有推进器的水下蛇形机器人,可以提高传统水下蛇形机器人的运动速度和狭小空间的通过
随着社会城市化、工业化的飞速发展,人们对于结构健康监测的需求日益增长。作为表征物体结构受力形变程度的物理量,应变对于反映结构的健康状态至关重要,因此应变传感广泛应用于航天卫星、航空飞机、深海隧道、兵器制造、石油石化管道、国家大型建筑等领域中的健康监测。光纤应变传感技术相比于传统的应变传感技术而言,拥有抗电磁干扰、结构简单、可远程传输等诸多优良特性,因此在应变测量工程中备受青睐。但是,在工程结构件体