-
公开(公告)号:CN109774986B
公开(公告)日:2020-07-21
申请号:CN201910196997.5
申请日:2019-03-15
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: B64G1/66
Abstract: 一种磁悬浮立方体浮空飞行器由立方体本体和三组沿三轴对称分布的磁悬浮螺旋桨系统构成,适用于有空气、微重力的环境。磁悬浮螺旋桨由定子和转子组成,转子主要包括:螺旋桨、转盘、电机转子、磁轴承转子;定子主要包括:磁轴承定子、电机定子等。磁轴承控制转子三自由度平动悬浮和两自由度径向偏转,电机驱动转子轴向旋转。每组磁悬浮螺旋桨协同工作,当转子不发生偏转、转轴过质心时,输出控制力,实现飞行器的轨道控制;当转子发生偏转、转轴不过质心时形成一对力偶,输出控制力矩,实现飞行器的姿态控制。本发明首次提出磁悬浮立方体浮空飞行器的概念,利用磁悬浮螺旋桨集成控制飞行器的轨道和姿态,具有小体积、低功耗、多功能密度等优点。
-
公开(公告)号:CN110749338A
公开(公告)日:2020-02-04
申请号:CN201911007350.X
申请日:2019-10-22
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: G01C25/00
Abstract: 本发明涉及一种惯性测量单元偏轴-旋转复合转位误差标定方法。利用偏轴安装的惯性测量单元在双轴转台上转动过程中三个敏感轴位置会同时发生变化的特性,通过将惯性测量单元的某一轴与双轴转台的内框轴之间偏移一个角度进行固定安装,随后通过旋转变换位置,可最大程度的激励各项误差参数。该方法仅需要对惯性测量单元进行三次旋转获得四个位置的标定信息,即可计算得到陀螺仪和加速度计总共24个主要误差参数,实现惯性测量单元全部误差参数的标定。由于该方法仅需要变换四个标定位置,即可获得不低于传统六位置标定方法的标定精度,因此可有效减少标定时间,提高标定效率。本发明属于惯性导航技术领域,可应用于惯性测量单元的误差标定。
-
公开(公告)号:CN109774986A
公开(公告)日:2019-05-21
申请号:CN201910196997.5
申请日:2019-03-15
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: B64G1/66
Abstract: 一种磁悬浮立方体浮空飞行器由立方体本体和三组沿三轴对称分布的磁悬浮螺旋桨系统构成,适用于有空气、微重力的环境。磁悬浮螺旋桨由定子和转子组成,转子主要包括:螺旋桨、转盘、电机转子、磁轴承转子;定子主要包括:磁轴承定子、电机定子等。磁轴承控制转子三自由度平动悬浮和两自由度径向偏转,电机驱动转子轴向旋转。每组磁悬浮螺旋桨协同工作,当转子不发生偏转、转轴过质心时,输出控制力,实现飞行器的轨道控制;当转子发生偏转、转轴不过质心时形成一对力偶,输出控制力矩,实现飞行器的姿态控制。本发明首次提出磁悬浮立方体浮空飞行器的概念,利用磁悬浮螺旋桨集成控制飞行器的轨道和姿态,具有小体积、低功耗、多功能密度等优点。
-
公开(公告)号:CN111721535B
公开(公告)日:2021-11-30
申请号:CN202010583027.3
申请日:2020-06-23
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: G01M13/045 , G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种基于卷积多头自注意力机制的轴承故障检测方法。所述检测方法流程包括:故障轴承振动信号的采集及预处理,生成轴承故障数据集,构建卷积多头自注意力机制网络并训练,得到轴承故障检测结果。所述卷积多头自注意力机制网络包括:卷积层、位置编码器、多头自注意力模块、全局平均池化层、全连接层;所述卷积层提取轴承信号初始特征;所述位置编码器对轴承初始特征进行位置编码;所述多头自注意力模块对初始特征进行学习;所述全局平均池化层对网络做正则化,防止过拟合;所述全连接层输出轴承的不同故障类型。本发明为轴承故障检测提供了高效准确的方法,从而有效维护了机械设备正常运转。
-
公开(公告)号:CN111721535A
公开(公告)日:2020-09-29
申请号:CN202010583027.3
申请日:2020-06-23
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: G01M13/045 , G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种基于卷积多头自注意力机制的轴承故障检测方法。所述检测方法流程包括:故障轴承振动信号的采集及预处理,生成轴承故障数据集,构建卷积多头自注意力机制网络并训练,得到轴承故障检测结果。所述卷积多头自注意力机制网络包括:卷积层、位置编码器、多头自注意力模块、全局平均池化层、全连接层;所述卷积层提取轴承信号初始特征;所述位置编码器对轴承初始特征进行位置编码;所述多头自注意力模块对初始特征进行学习;所述全局平均池化层对网络做正则化,防止过拟合;所述全连接层输出轴承的不同故障类型。本发明为轴承故障检测提供了高效准确的方法,从而有效维护了机械设备正常运转。
-
-
-
-