【摘 要】
：
电磁轴承作为一种新型的非接触式支承部件，正在越来越多地被各行各业所接受，并在国外的许多工业领域内获得了应用。但是作为一种实用的机械部件，还有一些工艺、技术及理论方面的
【出 处】
：
第七届全国气体润滑与磁悬浮学术会议
论文部分内容阅读
电磁轴承作为一种新型的非接触式支承部件，正在越来越多地被各行各业所接受，并在国外的许多工业领域内获得了应用。但是作为一种实用的机械部件，还有一些工艺、技术及理论方面的问题需要解决。本文以作者在此研究领域内的实践为依据，介绍电磁轴承在透平机械、航空发动机以及机床主轴支承方面应用用的一些技术性问题，并介绍了一台150M<3>透平制氧膨胀机的试验情况。
其他文献
该文概要地介绍了一种国际上正在研究开发，并已得到初步应用的新型支承技术——磁力轴承及其系统，回顾了磁力轴承的发展过程，从原理、结构上概述了这种新型轴承的性能和特点，以及
红外探测技术具有不受环境等因素干扰的优势,在红外制导、预警等军事领域的应用日益广泛。随着对红外弱小目标检测技术的研究越来越深入,相应的检测方法越来越多样。本文通过对红外弱小目标图像中目标与背景的特性以及红外弱小目标检测技术难点问题进行分析,根据当前是否利用帧间相关信息,分别从基于单帧红外图像和基于红外序列两个角度,选取了相应的红外弱小目标算法进行对比,对其中典型算法的原理、流程以及特点等进行了详细
随着航空航天、遥感和通信等技术的快速发展,5G等高效通信技术的革新,遥感边缘智能(edge intelligence)成为当下备受关注的研究课题。遥感边缘智能技术通过将遥感数据处理与分析技术前置实现,在近数据源的位置进行高效地遥感信息分析和决策,在卫星在轨处理解译、无人机动态实时跟踪、大规模城市环境重建和无人驾驶识别规划等应用场景中起着至关重要的作用。本文对边缘智能在遥感数据解译中的研究现状进行了
目标检测试图用给定的标签标记自然图像中出现的对象实例,已经广泛用于自动驾驶、监控安防等领域。随着深度学习技术的普及,基于卷积神经网络的通用目标检测框架获得了远好于其他方法的目标检测结果。然而,由于卷积神经网络的特性限制,通用目标检测依然面临尺度、光照和遮挡等许多问题的挑战。本文的目的是对卷积神经网络架构中针对尺度的目标检测策略进行全面综述。首先,介绍通用目标检测的发展概况及使用的主要数据集,包括通
目的深层卷积神经网络在单幅图像超分辨率任务中取得了巨大成功。从3个卷积层的超分辨率重建卷积神经网络(super-resolution convolutional neural network,SRCNN)到超过300层的残差注意力网络(residual channel attention network,RCAN),网络的深度和整体性能有了显著提高。然而,尽管深层网络方法提高了重建图像的质量,但因
目的视频质量评价是视频技术研究的关键之一。水下环境比其他自然环境更加复杂,自然光在深水中被完全吸收,拍摄所用的人工光源在水中传播时会发生光吸收、色散和散射等情况,同时受水体浑浊度和拍摄设备等影响,导致水下视频具有高度的空间弱可视性和时间不稳定性,常规视频质量评价方法无法对水下视频进行准确、有效的评价。本文考虑水下视频特性,提出一种适用小样本的结合空域统计特性与编码的水下视频质量评价方法。方法基于水