简介:介绍了网络测控中高速数据采集系统的设计,以及利用LabWindows/CVI建立网络化数据采集系统的方法.该方法把分布的测量系统变为集中的网络测控系统,并为实现遥测遥控提供了一条思路.该设计方案直接建立在网络应用层,不用考虑网络底层硬件,有利于简化设计方案和节约资源.
简介:在振动疲劳试验中,试验夹具应尽可能模拟试验件实际安装情况,且应具有足够的强度,使其在试验中不首先发生破坏,使试验可以顺利进行。针对典型连接试验件要求考核部位的特殊性,提出了简支结构的夹具设计,即约束试验件三个方向的平动及两个方向的转动,只允许试验件绕一个方向转动。这种简支结构夹具设计方法在有限元软件和模态试验中进行了验证和考核后,在正式试验中成功应用,顺利完成了试验任务,为后续试验夹具设计开拓了一种新思路。
简介:针对发动机特性计算中数据插值精度不高和部件特性的小转速数据难以获得的问题,建立了对部件特性数据进行识别学习的BP神经网络,从而实现了精确插值和对未知特性数据的推测.通过对网络输出结果的分析,表明该网络具有较强的实用性和准确性.
简介:主要介绍了网络化测试技术的基本概念,为满足新建立起落架落震试验室的要求,利用VXI/VEE虚拟仪器软件开发平台,研制开发了一套较为完整的网络化测试系统。实现了各测试设备统一管理,动态调配,既节省了测试成本,又实现了测量信息共享,有效提高了测试过程中的自动化、智能化程度。多次实际应用结果表明,该系统测控性能指标满足试验要求。
简介:针对大推力液体火箭发动机研制中面临的低频结构动力学频率优化问题,采用有限元方法及试验模态方法建立了可信的发动机低频动力学模型,对结构的低频动力学特性进行灵敏度分析,提取对发动机低阶固有频率比较敏感的设计变量。以这些设计变量作为神经网络的输出,待优化的结构固有频率作为输入,通过改进的神经网络建立了映射关系,最后优化得到能使固有频率达到目标值的设计变量值。通过有限元验证,优化结果满足要求。
网络化数据采集系统的设计
简支结构设计在振动疲劳试验中的应用研究
基于BP神经网络的涡扇发动机部件特性研究
网络化测试技术在起落架落震试验中的应用
基于神经网络的火箭发动机结构动力学优化