航天微系统模块关键共性支撑技术研究与实现

来源 :西北大学 | 被引量 : 0次 | 上传用户:yf15950800613
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着航天技术快速发展,航天器微小型化是未来发展趋势,基于微小卫星技术发展的功能卫星由于成本低、开发周期短,已经成为航天应用的重点研究方向。然而,航天器的微小型化并不是裁剪大型卫星的部件和功能就可以实现的。微小卫星虽然体积、重量小,但是其功能要求并未缩水,部分指标要求甚至超过大卫星,因此,微小卫星应用要求对现有空间技术进行轻小型化适配。在所有需要轻小型化的空间技术中,惯性导航和高功率散热是微小卫星应用急需轻小型化的两种关键技术。惯性导航技术是航天器自身态势感知和导航、姿轨控能力的基础,是航天器正常运行不可或缺的关键技术。为满足航天器的精度与可靠性需求,现有航天器都采用光纤陀螺仪。但是,光纤陀螺仪体积、重量、功耗大,无法满足微小卫星载荷要求。微机电(Micro-Electro-Mechanical Systems,MEMS)器件体积、重量、功耗远小于光纤陀螺仪,但是其精度与可靠性与卫星需求有较大差距,不能直接用于卫星上替换光纤陀螺仪。要在卫星上使用MEMS器件,必须解决其可靠性与精度的问题。此外随着航天器的功能日益复杂,其信息系统的功率越来越高。而空间真空环境导致热量在高功率部件堆积,如果不采用专门设计的散热机制,高功率器件将很快失效。现有空间载荷通常采用传导散热方式,只能满足20-50W左右功率的器件散热需求。而随着人工智能技术的广泛采用,星载信息系统需要使用100-300W的器件。如此高的功率已经超过固体材料热传导的理论极限,必须采用相变对流散热方法。为了提高低成本MEMS惯性器件在航天领域的可用性,以及解决空间散热问题,本文提出了相应的技术解决方案。具体的研究工作如下:对MEMS惯性器件的工作原理以及误差来源进行分析,为建立误差模型提供理论基础。在此基础上,提出了采用MEMS惯性器件阵列提升可靠性与精度的方法,包括多MEMS惯性器件融合系统采集电路和多传感器融合方法。同时,为标定MEMS器件在不同温度下的零偏,提出变温情况下的MEMS器件数据采集模块和温度相关零偏校正算法。集成所有算法的静态实验中,融合后的数据比融合前的数据量化噪声、零偏不稳地性和角度随机游走均下降了50%。由于空间微重力环境无法提供直接的流体回流机制,空间环境使用对流散热机制必须设计独特的回流机制。现有空间对流散热器一般采用毛细管回流,但其散热速率受到毛细现象的约束,无法做到很高。本文针对这一情况,提出一种被动式自循环相变散热系统,利用新体制热机实现温差驱动流体循环,实现可在微重力环境工作的高效高可靠相变散热系统,并搭建实验平台,验证了系统的有效性。
其他文献
乳腺癌已成为世界上最常见的癌症,如果能尽早发现并加以治疗,乳腺癌的致死率能够极大降低。乳腺癌发病率和发病人数持续增加,而人工无法实现大规模的普筛和早期诊断,导致很多潜在病例没有在早期发现而错失了最佳治疗时机。计算机辅助诊断(Computer-Aided Diagnosis,CAD)系统能够辅助医生实现快速诊断,使乳腺癌的大规模筛查成为可能。然而,乳腺肿瘤CAD系统的诊断性能依赖于精确的感兴趣区域(
学位
光催化降解技术由于具有工艺简单、生态友好、经济、降解率高等特点,成为了废水治理的主要手段。在众多半导体光催化材料中,Bi2WO6由于具有良好的可见光响应、较高的稳定性、较强的氧化能力、无毒无害和制备成本低等特点,近年来得到了研究人员的广泛关注,然而较高的光生载流子分离效率和较低的可见光利用率仍不能满足日益苛刻的废水治理需求。本文采用简单的水热法,通过改变不同反应条件,获得光催化性能较优的Bi2WO
学位
Hashtag作为社交网络上的特有属性之一,在信息整合、事件检索以及话题参与等方面发挥着重要的作用。然而社交网络上的Hashtag使用率较低,使得Hashtag不能发挥应有的作用。因此如何给用户推荐合适的Hashtag,从而提高用户对Hashtag的使用成为一个热点研究问题。现有的Hashtag推荐研究主要集中在单一模态信息的Hashtag,对于利用多模态信息以及用户历史习惯信息的Hashtag关
学位
随着智能安防,智慧城市等领域的发展,行人重识别技术受到越来越多的关注。目前,大多数行人重识别方法都是利用有标签的数据集进行训练,这些方法需要大量人工标注,并且缺乏扩展能力,因而在具有域差异的其他数据集上性能会显著下降。在现实生活中,行人会在不同域的场景出现,因此研究跨域行人重识别方法具有重大价值。本文通过注意力机制和姿态估计来提升跨域行人重识别方法的性能,主要研究工作有:(1)针对跨域行人重识别中
学位
肺炎疾病严重损害人体呼吸道功能,特别是近几年新冠肺炎爆发,导致疫情蔓延确诊人数急速上升,肺炎相关疾病受到全人类高度重视。肺炎疾病诊断以人工为主,但大量的病理影像给医务人员工作带来巨大的挑战,超强度工作负荷容易造成误诊情况的发生。目前深度学习技术在医学领域被广泛应用,基于人工智能辅助诊断受到业界的认可。本文以X光影像作为研究对象,对Res Unet分割模型和Dense Net121分类模型分别进行研
学位
电子线路实验是电子信息类相关专业学生最重要的实验课程之一。当学生疫情期间不能到实验室开展实验课的时候,只能做一些仿真实验。但仿真实验较为理想化,实际电路实验中可能出现的干扰、噪声、元器件误差等问题,在仿真实验中均难以体现。为了让学生能更好地分析和理解电路,电子线路实验课必须基于实际电路开展。此外,随着高校的扩招,很多高校存在实验资源紧张的问题,而传统实验仪器和实验箱体积大、价格昂贵、分散凌乱、操作
学位
点云配准是指通过计算坐标变换关系,将不同视角下的点云数据,经过旋转平移等刚性变换统一整合到指定坐标系下的过程。近年来,高精度传感器的应用推动了点云配准技术的发展。点云配准是三维重建的基础,配准精度会直接影响三维重建的质量。基于深度学习的点云配准方法是目前的热点研究方法,其不易受噪声和异常值的干扰,能够有效提高点云配准精度。本论文重点围绕基于深度学习的点云配准方法展开研究,在充分研究现有的先进深度学
学位
目前,文物数字化保护越来越受到关注。如何将采集的文物数据集通过使用可视化技术展示出来是文物数字化保护领域的核心问题。在可视化技术中移动立方体算法与光线投射算法是应用最广泛、最为经典的方法。其中,在传统的移动立方体算法中,阈值的选取往往是手动进行,具有盲目性,而且在很大程度上依赖于经验,这对算法的应用是不利的。在传统的光线投射算法中,程序在运行时需要较大的内存和运行时间。针对上述问题,本文分别从图像
学位
随着互联网技术的发展和高校信息化水平的提升,高校校园正在逐渐实现Wi-Fi的全面覆盖,在校师生可以随时随地使用校园Wi-Fi接入互联网进行在线学习以及休闲娱乐活动。通过采集、处理和分析学生的无线上网信息可以得到学生的日常行为数据,而通过对学生日常行为数据的分析和基于学生日常行为的预测研究,能够帮助学校管理学生,增加校园学习氛围,建设以人为本的智慧化校园。本文基于学生在高校校园中使用Wi-Fi所产生
学位
文物作为当今社会与悠久历史文化“交流”的桥梁,使得对文物的保护工作显得至关重要。而出土的部分文物通常破碎不堪,损坏严重,存在数量巨大且形状不规则、纹理复杂的不完整文物碎片。通过人工复原文物不仅复原效果不理想,且可能再次损坏文物。通过计算机辅助技术对文物碎片的复原实现了手工化向数字化、自动化的转变,显著提高了文物复原的关键技术环节:碎片分类、碎片匹配和碎片拼接等工作的效率。对文物碎片进行有效的分类是
学位