Electrically conductive, melt-processed ternary blends of polyaniline/dodecylbenzene sulfonic acid, ethylene/vinyl acetate, and low-density polyethylene

Although polyaniline (PANI) has high conductivity and relatively good environmental and thermal stability and is easily synthesized, the intractability of this intrinsically conducting polymer with a melting procedure prevents extensive applications. This work was designed to process PANI with a melting blend method with current thermoplastic polymers. PANI in an emeraldine base form was plasticized and doped with dodecylbenzene sulfonic acid (DBSA) to prepare a conductive complex (PANI-DBSA). PANI-DBSA, low-density polyethylene (LDPE), and an ethylene/vinyl acetate copolymer (EVA) were blended in a twin-rotor mixer. The blending procedure was monitored, including the changes in the temperature, torque moment, and work. As expected, the conductivity of ternary PANI-DBSA/LDPE/EVA was higher by one order of magnitude than that of binary PANI-DBSA/LDPE, and this was attributed to the PANI-DBSA phase being preferentially located in the EVA phase. An investigation of the morphology of the polymer blends with high-resolution optical microscopy indicated that PANI-DBSA formed a conducting network at a high concentration of PANI-DBSA. The thermal and crystalline properties of the polymer blends were measured with differential scanning calorimetry. The mechanical properties were also measured.

加权模糊相对熵在电机转子故障模糊识别中的应用

提出了一种基于加权模糊相对熵的电机转子故障模糊识别方法。该方法将加权思想引入到模糊相对熵,用于识别电机转子故障严重程度。加权方法的引入增加了信息量丰富的符号区间的模糊相对熵占全部区间模糊相对熵的比重,可以更充分、合理地利用该区间的故障信息进行故障识别。电机转子断条故障诊断仿真实验结果表明,提出的方法有效地实现了电机故障的定量分析,能够准确地识别出电机转子故障的严重程度,使算法的鲁棒性得到了改善,故障分类的可靠性及准确程度得到了提高。

改进的符号时间序列分析方法及其在电机故障诊断中的应用

提出了一种改进的基于符号时间序列分析的电机异常探测方法,该方法自适应地将符号序列中出现符号最多的符号区间重新划分为2个新的符号区间,使得数据密集区间可以分配到相对更多的符号,而数据稀疏区间则分配到较少的符号,提高了符号对于信号变化的灵敏度。电机转子断条故障的诊断实验结果表明:该方法较平均划分区间的方法对于电机异常诊断有着更高的灵敏度以及更好的鲁棒性和可靠性。

基于多传感器融合的组合导航方法研究

本文提出一种基于多传感器融合的组合导航方法,能够在小型旋翼无人机上实现低成本、高精度导航定位.该方法通过建立导航系统的机械编排模型,设计了一个17状态的扩展卡尔曼滤波器(EKF).对加速计的零偏和陀螺仪的漂移进行在线估计,实时的补偿传感器的测量误差.从而对旋翼无人机的速度、位置、角速度和姿态等参数进行精确的估计.通过对实际飞行数据仿真实验,并对比参考的导航系统,证明该方法在飞机的全包线飞行下均能够解算出可靠的导航信息。

基于模型差分析的旋翼飞行机器人航向与垂向预测控制方法

本文针对旋翼飞行机器人全包线机动飞行中的驱动器滞后以及动力学模型时变的问题,提出了应对不确定性动力学模型的基于模型差分析的增量平稳预测控制方法。该方法首先通过建立增量平稳预测过程模型来应对驱动器输出滞后与稳态模型以及系统工作点的不确定性,并提升控制系统鲁棒性。然后通过自适应集员滤波器在线估计系统瞬态动力学与名义模型的偏差来补偿全包线飞行中时变模型对于名义控制器跟踪性能的影响。最后,通过实际的飞行试验验证了此方法能够有效的解决全包线飞行中航向与垂向的驱动器滞后与动力学时变问题,并且可以实用于旋翼机器人航向与垂向的全包线自主飞行控制。

基于自调整神经元的无人直升机航向控制方法

直升机航向动力学包含输入非线性、时变参数和主-尾旋翼之间的强耦合,传统的比例积分微分(Proportional integral differential,PID)方法很难达到良好的控制性能。基于以上原因,通过把自调整神经元与滑模控制相结合,提出一种能够解决带有输入非线性的航向自适应控制方法。与常规自适应控制相比,用滑模条件代替误差函数作为目标函数,使控制器在保证闭环稳定性的同时,能够进一步使跟踪误差满足期望精度。证明了该方法的稳定性,针对实际模型直升机试验平台航向动力学模型的仿真结果,以及与传统PID方法的比较都表明了该方法的有效性。

小型无人直升机实验平台的设计与实现

高级控制算法对于无人直升机实现高机动性非常重要,但是在实现上也经常受制于鲁棒性和实时性的要求。同时这些控制方法在飞行测试时也会带来高风险。本文介绍了一种自制的安装在机械臂上的直升机作为实验平台去验证控制方法的有效性和可行性,这个平台还能够保证飞行测试的安全性。实验结果显示,能够实现转速跟踪控制以及航向动力学的辨识,并证明平台的有效性。

转子系统油膜振荡的小波包分解与频带能量比例特征分析

在介绍小波包分解原理的基础上 ,对试验测得的单盘单跨转子系统的油膜振荡非平稳信号用小波包分解方法进行了研究。采用db44小波基函数进行 4层小波包分解。给出了各频带内分解信号的特点及频带能量比例 ,其中第 3频带是该转子系统在 960 0r/min时产生油膜振荡的特征频带。得到的试验数据及其分析结果对转子系统油膜振荡研究和旋转机械状态监测等具有重要意义。