检索结果-维普期刊中文期刊服务平台

航天继电器多余物微粒碰撞噪声检测的冲击试验条件被引量：6: 1; 作者王淑娟王国涛 +1 位作者翟国富张辉《电工技术学报》 EI CSCD 北大核心 2011年第1期75-80,85,共7页; 微粒碰撞噪声检测试验是航天继电器出厂前必做的筛选试验,冲击是微粒碰撞噪声检测试验中的重要环节。为找出影响冲击加速度峰值和脉冲持续时间的关键因素,研究冲击试验条件对多余物微粒的激活效果,增加检测的成功率。本文建立了冲击过... 展开更多; 关键词航天继电器多余物微粒噪声碰撞检测冲击; 在线阅读下载PDF 职称材料

星载电子设备多余物自动检测系统被引量：10: 2; 作者邢通陈金豹 +2 位作者翟国富王洪元刘泳《电子测量与仪器学报》 CSCD 2013年第4期359-365,共7页; 存在活动多余物是影响星载电子设备稳定性的主要因素。应用微粒碰撞噪声检测方法研制一种星载电子设备多余物自动检测系统,该系统采用风冷电磁式振动系统为多余物检测提供力学条件,通过数据采集卡把被测多余物信号采集至上位机处理,上... 展开更多; 关键词微粒碰撞噪声检测数据采集脉冲提取聚类分析特征提取神经网络; 在线阅读下载PDF 职称材料

基于支持向量机的飞行器多余物信号识别被引量：10: 3; 作者孟偲李阳刚 +1 位作者张国强赵长兴《北京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第3期488-495,共8页; 针对飞行器控制电路在生产制造过程中可能引入金属线头等微小多余物,从而留下短路等安全隐患的问题,提出了一种基于微粒碰撞噪声检测(PIND)的飞行器多余物材质识别方法。首先,利用短时自相关函数提取PIND信号的脉冲部分;然后,提取多种... 展开更多; 关键词多余物检测微粒碰撞噪声检测(PIND) 机器学习信号识别支持向量机; 在线阅读下载PDF 职称材料

基于小波变换的航天继电器多余物材质分类被引量：7: 4; 作者翟国富王世成王淑娟《电工技术学报》 EI CSCD 北大核心 2009年第5期52-59,共8页; 多余物的材质信息对于控制避免多余物的产生具有重要的意义,以往的研究都是针对声音信号展开的,本文以加速度扰动信号为研究对象,提出了基于小波变换的航天继电器多余物材质分类方法。运用三门限检测算法,实现了扰动信号的拼接,有利于... 展开更多; 关键词航天继电器微粒碰撞噪声检测小波变换 BP神经网络频谱重心能量分布矢量; 在线阅读下载PDF 职称材料

题名航天继电器多余物微粒碰撞噪声检测的冲击试验条件被引量：6: 1; 作者王淑娟王国涛翟国富张辉; 机构哈尔滨工业大学军用电器研究所; 出处《电工技术学报》 EI CSCD 北大核心 2011年第1期75-80,85,共7页; 基金国防科工委工业技术基础科研基金(FEBG27100001) 总装军用电子元器件型谱序列科研基金(QT070920503XE0300)资助项目; 文摘微粒碰撞噪声检测试验是航天继电器出厂前必做的筛选试验,冲击是微粒碰撞噪声检测试验中的重要环节。为找出影响冲击加速度峰值和脉冲持续时间的关键因素,研究冲击试验条件对多余物微粒的激活效果,增加检测的成功率。本文建立了冲击过程的数学模型,分析系统参数对冲击加速度的影响;基于电像力理论推导最小冲击加速度与多余物微粒物特征参数的关系;将"损伤等效原则"用于确定冲击试验条件,给出了等效冲击条件表,并进行了相关实验验证。实验结果表明:选择不同冲击条件,可以实现对不同大小的多余物微粒进行有效的激活。; 关键词航天继电器多余物微粒噪声碰撞检测冲击; Keywords Aerospace relay reminders particle impact noise detection impact; 分类号 TM581.3 [电气工程—电器]; 在线阅读下载PDF 职称材料

题名星载电子设备多余物自动检测系统被引量：10: 2; 作者邢通陈金豹翟国富王洪元刘泳; 机构哈尔滨工业大学军用电器研究所中国航天科技集团; 出处《电子测量与仪器学报》 CSCD 2013年第4期359-365,共7页; 基金国家自然科学基金(51077022)资助项目; 文摘存在活动多余物是影响星载电子设备稳定性的主要因素。应用微粒碰撞噪声检测方法研制一种星载电子设备多余物自动检测系统,该系统采用风冷电磁式振动系统为多余物检测提供力学条件,通过数据采集卡把被测多余物信号采集至上位机处理,上位机采用脉冲提取、聚类分析、特征提取、神经网络等算法自动给出是否存在组件、是否存在多余物及其材质判别结果。所研制的星载电子设备多余物自动检测系统对多余物微粒及活动组件识别的准确度可达91%,对多余物材质识别的准确度可达90%。; 关键词微粒碰撞噪声检测数据采集脉冲提取聚类分析特征提取神经网络; Keywords particle impact noise detection data acquisition pulse extraction cluster analysis features extraction neural network.; 分类号 TP23 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于支持向量机的飞行器多余物信号识别被引量：10: 3; 作者孟偲李阳刚张国强赵长兴; 机构北京航空航天大学宇航学院北京航空航天大学生物医学工程高精尖创新中心航天科工防御技术研究试验中心; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第3期488-495,共8页; 文摘针对飞行器控制电路在生产制造过程中可能引入金属线头等微小多余物,从而留下短路等安全隐患的问题,提出了一种基于微粒碰撞噪声检测(PIND)的飞行器多余物材质识别方法。首先,利用短时自相关函数提取PIND信号的脉冲部分;然后,提取多种时频域统计特征,并与梅尔频率倒谱系数(MFCC)特征结合起来;最后,训练多分类支持向量机模型实现材质分类。为验证所提方法的有效性,采集了3种不同材质多余物的PIND信号进行模型训练及测试,实验结果表明,所提方法材质识别准确率达98%,优于同类方法的相关结果。; 关键词多余物检测微粒碰撞噪声检测(PIND) 机器学习信号识别支持向量机; Keywords loose particle detection particle impact noise detection(PIND) machine learning signal recognition support vector machine; 分类号 TP274.3 [自动化与计算机技术—检测技术与自动化装置] TP274.5 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于小波变换的航天继电器多余物材质分类被引量：7: 4; 作者翟国富王世成王淑娟; 机构哈尔滨工业大学军用电器研究所; 出处《电工技术学报》 EI CSCD 北大核心 2009年第5期52-59,共8页; 基金国防科工委工业技术基础科研基金(FEBG27100001) 总装军用电子元器件型谱序列科研基金(QT070920503XE0300)资助项目; 文摘多余物的材质信息对于控制避免多余物的产生具有重要的意义,以往的研究都是针对声音信号展开的,本文以加速度扰动信号为研究对象,提出了基于小波变换的航天继电器多余物材质分类方法。运用三门限检测算法,实现了扰动信号的拼接,有利于特征量的集中。采用基于频域特征的材质分类方法,定义了频谱重心,实现了金属与非金属的分类识别,在实验中确定了频谱重心的分类界限是50kHz。采用小波变换定义能量分布矢量,利用BP神经网络实现了多余物微粒确定材质的分类,并在试验中利用不小于1mg的多余物粒子验证了上述算法。实验结果表明分类的准确率分别为67.78%和76.67%。本文研究的分类方法可以推广应用于其他军用电子元器件及电子装置的多余物检测应用中。; 关键词航天继电器微粒碰撞噪声检测小波变换 BP神经网络频谱重心能量分布矢量; Keywords Aerospace relay, PIND, wavelet transform, BP neural network, spectrum barycenter, energy distribution vector; 分类号 TM581.3 [电气工程—电器]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	航天继电器多余物微粒碰撞噪声检测的冲击试验条件	王淑娟王国涛翟国富张辉	《电工技术学报》 EI CSCD 北大核心	2011	6	在线阅读下载PDF 职称材料
2	星载电子设备多余物自动检测系统	邢通陈金豹翟国富王洪元刘泳	《电子测量与仪器学报》 CSCD	2013	10	在线阅读下载PDF 职称材料
3	基于支持向量机的飞行器多余物信号识别	孟偲李阳刚张国强赵长兴	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2020	10	在线阅读下载PDF 职称材料
4	基于小波变换的航天继电器多余物材质分类	翟国富王世成王淑娟	《电工技术学报》 EI CSCD 北大核心	2009	7	在线阅读下载PDF 职称材料