吴秋盈计量论文
- 格式:docx
- 大小:110.43 KB
- 文档页数:9
空气浮力对衡量计算的影响
罗志勇
【期刊名称】《计量技术》
【年(卷),期】1999(000)006
【摘要】本文研究了几种典型衡量计量的浮力修正问题,由此提出了在高准确度衡量计量中,空气密度计量一般应达到的准确度;对空气密度的主要影响因素进行了深入分析,并进行了数值模拟,得出了一些重要结论。
【总页数】4页(P33-36)
【作者】罗志勇
【作者单位】中国计量科学研究院力学处
【正文语种】中文
【中图分类】TB932
【相关文献】
1.质量基准量值传递过程中空气浮力影响的研究 [J], 韩志;王健;罗哉
2.油量计算中两种空气浮力修正方法比较 [J], 贾炜镔;谢秀川
3.浅议空气浮力对油品销售中计量的影响--兼谈"JJG897质量流量计检定规程"中对浮力的处理 [J], 金涛;郑灿亭
4.砝码检定中空气浮力修正值的计算 [J], 张涛;张政文;
5.空气射流、浮力尾流和浮力射流的统一性 [J], 李安桂
因版权原因,仅展示原文概要,查看原文内容请购买。
• 16 •2020年第3期TD300-19Y型管道循环栗的无过载优化设计李学忠(南方中金环境股份有限公司南方研究院,杭州;311107)摘要:对TD300-19Y叶轮蜗壳进行了水力计算校对,并做了匹配性校核,重新设计了叶轮,使之与蜗壳的匹配性 值高效流量点在额定点附近,叶轮参数出口角减小(矣22°),外径适当加大、包角适当加大,样机经过试验,轴功率曲 线有极大值,低于电机配套功率,达到无过载的效果,解决了生产中产品大流量时超功率的问题。
关键词:叶轮出口角外径包角蜗壳无过载CFD数值模拟测试中图分类号:T H311 文献标识码:A引言好效果。
1核心零件的水力计算我公司现有一款立式管道泵,型号为TD300- 19Y,额定性能流量(?=510 m3/h、扬程// = 19 m、额定转速n= 1480 r/min、配套功率P=37kW,要 求在最大流量点=663 m3/h时能正常运行。
但在 实际生产过程中,经常在此流量点出现超功率现 象,需多次拆装车修叶轮外径才能勉强满足发货,不仅造成工时浪费,还时常耽误发货,给公司生产 管理带来非常大的麻烦。
针对此种状况,我们做了一个性能改进项目,目标是使改进后的产品在<?矣663 m3/h范围内正常 运行,最好能做到运行范围内,功率有极点,达到 无过载运行。
JB/T6878-2006《管道式离心泵》6.3.4条规定:泵在0.7〜1.2倍规定点流量的工 作范围内,轴功率不得超过配套电机的额定功率。
如果泵的性能曲线偏于平坦,则该栗极易在额定点 流量的1.2倍大流量点超功率,或者需要配套过高 的电机功率增加成本。
关醒凡教授[1]在其论著《现 代泵理论与设计》中提出,可以通过采取减小叶 片出口角氏同时增加叶轮外径Z>2、减小叶轮出口 宽度62、增加叶片包角、叶片向吸人口延伸、增 加叶片厚度、减小栗体喉部面积、增加基圆直径等 措施来增加离心杲的性能曲线斜率。
用MEDLA技术计算电子密度
佚名
【期刊名称】《上海计量测试》
【年(卷),期】1996(000)006
【总页数】1页(P45)
【正文语种】中文
【中图分类】O621.15
【相关文献】
1.CT-电子密度转换曲线的采集校正及对治疗计划剂量计算的影响 [J], 高立权;孙小喆;刘智惠
2.使用斯塔克展宽计算大气压射频介质阻挡放电氮气等离子体的电子密度 [J], 李森;刘忠伟;陈强;刘福平;王正铎;杨丽珍
3.CT值相对电子密度转换关系影响因素及其对剂量计算的影响分析 [J], 吴先想;郭红博;费振乐;崔相利;牛振洋;刘苓苓
4.CT-电子密度转换曲线误差对IMRT剂量计算结果的影响 [J], 朱凤盈;马彦凝;罗锦胜;潘宏威;王远远;蓝茂英
5.利用计算化学手段推进电子密度概念在有机化学反应中的应用 [J], 王果;郑晓霖;郑婷婷
因版权原因,仅展示原文概要,查看原文内容请购买。
第39卷第5期2018年5月自㊀动㊀化㊀仪㊀表PROCESSAUTOMATIONINSTRUMENTATIONVol 39No 5May.2018收稿日期:2017⁃07⁃11基金项目:陕西国防工业职业技术学院2016年院级科研基金资助项目(Gfy16⁃03)作者简介:吴呼玲(1979 ),女,硕士,讲师,主要从事机械产品检测检验㊁误差理论与数据处理等方向的教学和研究工作,E⁃mail:whuling@163.com蒙特卡罗法评定圆度测量不确定度吴呼玲(陕西国防工业职业技术学院机械工程学院,陕西西安710300)摘㊀要:形位误差测量的复杂性和测量结果评定的多样性,使形位误差的不确定度评定较为困难㊂因此,探索一种准确㊁高效的形位误差测量不确定度评定方法具有实际的意义㊂目前,主要根据‘测量不确定度评定指南“进行形位误差不确定度评定,评定过程需要计算出误差模型中的传递系数㊂当误差模型复杂或者参数之间存在非线性时,评定结果准确性差㊂为解决该问题,在分析形位误差测量不确定度评定方法和评定原理之后,提出了采用蒙特卡罗法评定形位误差测量不确定度㊂该方法利用计算机产生伪随机数来模拟圆度误差的实际测量值,将其代入误差模型中,构成圆度误差的概率分布,并求出其期望值和方差,从而得出圆度误差和测量不确定度㊂试验数据显示,蒙特卡罗法评定圆度不确定度结果可靠㊁高效快捷,为几何量测量领域㊁误差分析与数据处理领域提供了新的方法,值得推广和应用㊂关键词:蒙特卡罗法;圆度误差;最小二乘法;不确定度;MATLAB;三坐标测量机;形位误差中图分类号:TH124;TP274㊀㊀㊀㊀文献标志码:A㊀㊀㊀㊀DOI:10.16086/j.cnki.issn1000⁃0380.2017070025㊀EvaluationofRoundnessMeasurementUncertaintyBasedonMonteCarloMethodWUHuling(SchoolofMechanicalEngineering,ShaanxiInstituteofTechnology,Xi an710300,China)Abstract:Thecomplexityofthemeasurementandthediversityofmeasurementresultsmakeitdifficulttoassesstheuncertaintyoftheformandpositionerror.Therefore,itisofgreatsignificancetoexploreanaccurateandefficientmethodofmeasurementuncertainty.Atpresent,theuncertaintyofformandpositionismainlyevaluatedaccordingtothe GuidetotheExpressionoftheUncertaintyinMeasurement .Thetransmissioncoefficientinmathematicalmodelneedstobecalculatedduringtheevaluationprocess.Whenthemodeliscomplexornonlinearityexistsamongparameters,theaccuracyofevaluationresultsispoor.Inordertosolvethisproblem,onthebasisofanalyzingtheuncertaintyevaluationmethodandtheevaluationprinciple,MonteCarlomethodisproposedtomeasuretheuncertaintyofformandpositionerrormeasurement.Withthismethod,thepseudorandomnumbergeneratedbycomputerisusedtosimulatetheactualmeasuredvaluesoftheroundnesserrorfortheerrormodel,toconstitutetheprobabilitydistributionoftheroundnesserror,calculatetheexpectedvalueandvariance,andobtaintheroundnesserrorandmeasurementuncertainty.Theexperimentalresultsshowsthatthemethodisaccurate,simpleandefficient,andprovidesanewmethodinthefieldsofgeometricmeasurement,erroranalysis,anddataprocessing,whichisworthtobepopularizedandapplied.Keywords:MonteCarlomethod;Roundnesserror;Leastsquaresmethod;Uncertainty;MATLAB;Three⁃coordinatemeasuringmachine;Formandpositionerror0㊀引言圆度误差是轴套类零件经常需要检测的形位误差项目㊂圆度误差测量不确定度的评定已成为测量领域的一个重要课题㊂常用的圆度测量不确定度评定方法有:①依据‘测量不确定度表示指南“(guidetotheexpressionofuncertaintyinmeasurement,GUM)的基本原理和方法(GUM[1]法);②蒙特卡罗法[2](MonteCarlomethod,MCM)㊂GUM法需要根据评定方法建立误差数学模型,首先求出误差模型中的传递系数和参数间的相关系数,然后根据测量不确定度合成公式进行评定㊂由于圆度第5期㊀蒙特卡罗法评定圆度测量不确定度㊀吴呼玲测量的点数较多,而且分为直角坐标系和极坐标系两种情况,误差模型较为复杂,因此很难求出不确定度㊂蒙特卡罗法是一种统计模拟的方法,使用随机数模拟实际测量值来解决问题㊂该方法利用MATLAB软件中的相关函数产生一组随机数组来模拟实际测量值,求出形位误差的测量不确定度㊂该方法评定结果准确㊁操作方便㊁简单快捷,为测量技术领域和其他数据处理领域提供了新的方法㊂1㊀圆度误差的最小二乘数学模型测量圆度误差时,以零件测量时的回转中心O为圆心,选取两个相互垂直的径向线构成直角坐标系㊂圆度最小二乘模型如图1所示㊂图1㊀圆度最小二乘模型Fig.1㊀Theleastsquaresmodelofroundness在零件截面轮廓上,以等角度间隔进行测量采样㊂采样数据为pi(xi,yi)(i=1,2, ,n)㊂其中:xi为实际圆周上各采样点在x轴上的坐标值,yi为采样点在y坐标轴上的坐标值㊂设采样点的截面轮廓的最小二乘圆圆心Oᶄ的直角坐标为Oᶄ(a,b),最小二乘圆的半径为R,则最小二乘圆方程为:(x-a)2+(y-b)2=R2(1)式中:a㊁b分别为最小二乘圆圆心在直角坐标系中的坐标值;R为最小二乘圆的半径㊂根据实际轮廓圆上各pi点的直角坐标值,求得最小二乘圆圆心坐标a和b㊂a=2nðni=1xi(2)b=2nðni=1yi(3)式中:n为实际轮廓等分的间隔数㊂实际轮廓上的各采样点pi到最小二乘圆的偏距ΔRi为:㊀ΔRi=ri-R=(xi-a)2+(yi-b)2-R(4)设距离最小二乘圆心最远的点和最近的点分别为(xM,yM)㊁(xL,yL),则圆度误差可表示为[3]:㊀㊀f=(xM-a)2+(yM-b)2-(xL-a)2+(yL-b)2(5)式中:(xM,yM)为实际采样点距离最小二乘圆心最远的点坐标;(xL,yL)为实际采样点距离最小二乘圆心最近的点坐标㊂2㊀圆度测量结果不确定度评定2.1㊀GUM法要计算圆度的测量不确定度[4],首先要确定圆度误差模型中各参数的传递系数和单点测量不确定度㊂①计算式(5)中圆度误差模型各参数的传递系数[5]㊂fxM=xM-a(xM-a)2+(yM-b)2(6) fyM=yM-b(xM-a)2+(yM-b)2(7) fxL=xL-a(xL-a)2+(yL-b)2(8) fyL=yL-b(xL-a)2+(yL-b)2(9)㊀㊀fa=xL-a(xL-a)2+(yL-b)2-xM-a(xM-a)2+(yM-b)2(10)㊀㊀fb=yL-b(xL-a)2+(yL-b)2-yM-b(xM-a)2+(yM-b)2(11)②计算各参数测量不确定度㊂实际测量中,各测量点的测量环境是相同的,各点的测量不确定度也是相同的,都等于单点测量不确定度㊂a和b的不确定度可通过式(12)和式(13)求得:μa=ðni=1 a xiæèçöø÷2μ0(12)μb=ðni=1 b yiæèçöø÷2μ0(13)式中:μ0为圆度的单点测量不确定度㊂将推导出来的传递系数和单点测量不确定度代入㊃56㊃自㊀动㊀化㊀仪㊀表第39卷圆度测量不确定度评定公式[6],即可求得圆度的测量不确定度㊂㊀㊀㊀㊀㊀㊀μf= f xMæèçöø÷2+ f yMæèçöø÷2+ f xLæèçöø÷2+ f yLæèçöø÷2+ f aæèçöø÷2+ f bæèçöø÷2éëêêùûúú1n{}0.5μ0(14)2.2㊀蒙特卡罗法利用蒙特卡罗伪随机数原理,根据圆度误差模型,产生服从正态分布的随机数序列值㊂该序列值的期望为各参数的测量值,方差为各参数的单点标准不确定度,从而得出圆度的测量不确定度[7]㊂①分析不确定度来源㊂设定分布类型㊁分布区间,得出各不确定度数值㊂②确定圆度误差模型(5)中的参数:xM㊁xL㊁yM㊁yL㊁a㊁b的期望和方差㊂③以xM㊁xL㊁yM㊁yL㊁a㊁b这6个参数的期望和方差,分别生成六维随机数模拟圆度误差的实际测量值,样本容量取M,对其进行圆度误差的不确定度评定㊂六维随机数分别为:[xM1,xM2,xM3, ,xMM];[xL1,xL2,xL3, ,xLM];[yM1,yM2,yM3, ,yMM];[yL1,yL2,yL3, ,yLM];[a1,a2,a3, ,aM];[b1,b2,b3, ,bM]㊂④将产生的随机数值代入圆度误差模型,求出M个圆度误差值f㊂根据这组f值,构造概率分布㊂其方差值则为圆度误差的测量不确定度[8]㊂3㊀试验数据采集及结果验证使用爱德华公司MQ686型三坐标测量机,对JP19型万能工具显微镜的顶尖轴进行圆度误差的测量[9]和评定㊂将被测顶尖轴用高精度三爪卡盘夹紧,放置于三坐标测量机的测量平台上;然后对其进行圆度测量㊂在被测顶尖轴上选取三个截面,每个截面等角度测量24个点㊂三坐标测量机测量顶尖轴圆度数据如表1所示㊂表1㊀顶尖轴圆度数据Tab1㊀Roundnessdataofthetopaxismm测点X轴坐标Y轴坐标110.0038-0.011629.66692.582238.67434.988647.08787.054255.02238.650462.60999.656170.009610.00898-2.56899.66369-4.98178.668410-7.05557.080611-8.64965.009412-9.67032.6035测点X轴坐标Y轴坐标13-9.99590.003614-9.6639-2.578015-8.6618-4.995416-7.0725-7.070317-5.0028-8.659718-2.5860-9.663019-0.0048-10.0011202.5982-9.6588215.0116-8.6581227.0830-7.0656238.6706-4.9979249.6646-2.58663.1㊀不确定度来源分析三坐标测量机的工作要求是:室内温度达到20ħ,被测零件和测量设备等温10h㊂其三坐标测量机的不确定来源可忽略温度㊁湿度带来的影响,主要分析以下几个方面的影响[10]㊂①重复性引起的不确定度分量㊂圆度测量不确定度评定的主要因素之一,是测量重复性测量引起的不确定度[11⁃12]㊂影响圆度的主要因素是半径的变化量㊂因此,需要考虑半径变化量测量的重复性误差㊂在圆度测量的24个测量点中选取4个点(1㊁5㊁15和20点)进行各点的重复性误差计算㊂每个点测量10组半径变化量,利用贝塞尔公式σ=ðni=1v2in-1求出各点的重复性误差㊂取4个点中重复性引起的不确定度的最大值,作为重复性引起的不确定度㊂4个点的测量不确定度结果分别为:u1=σ1=0.028μm;u5=σ5=0.032μm;u15=σ15=0.023μm;u20=σ20=0.035μm㊂三坐标测量机重复性测量的不确定度u1=umax=0 035μm㊂②示值误差引入的不确定度分量㊂三坐标测量机的产品技术参数显示,示值误差为㊃66㊃第5期㊀蒙特卡罗法评定圆度测量不确定度㊀吴呼玲2.7μm,分布状态服从正态分布㊂不确定度分量u2=2.73=1.559μm㊂③测量力引入的不确定度分量㊂实际测量中,各部件的刚性较好,而且测量过程中测量力调节至很小,可忽略测力变形引起的误差㊂不确定度分量为u3=0㊂④分辨力引入的不确定度分量㊂分辨力的极限值A=d2=0.05μm(其中,d为三坐标测量机的分辨力),服从矩形分布㊂不确定度分量为:u4=0.056=0.02μm㊂⑤径向误差引入的不确定度分量㊂三坐标的径向误差小于0.03μm,服从均匀分布㊂㊀㊀不确定度分量u3=0.033=0.017μm㊂⑥温度引入的不确定度分量㊂测量时,被测件㊁三坐标和测量人员都在等温后进行测量工作,而且符合国家标准要求的测量环境㊂不确定度分量u6=0㊂因此,圆度单点测量不确定度为:u0=u21+u22+u23+u34+u25+u26=1.56μm3.2㊀圆度误差计算将表1中的测量结果代入式(2)和式(3),求出最小二乘圆的圆心坐标(a,b),可得最小二乘圆方程㊂其中:a=0.0157㊁b=0.0020㊂然后,求出各测点到最小二乘圆心的距离㊂各测点到最小二乘圆心计算结果如表2所示㊂表2㊀各测点到最小二乘圆心的距离Tab.2㊀Thedistancebetweeneachmeasuringpointtotheleastsquarecentermm测点距离19.9880629.9901239.9918649.9874059.9930669.99661测点距离710.00695810.00139910.004091010.005491110.008131210.02933测点距离1310.011641410.017561510.013651610.012991710.010491810.00900测点距离1910.00307209.99995219.99775229.99482239.99525249.99005㊀㊀测点和最小二乘圆如图2所示㊂图2㊀测点和最小二乘圆示意图Fig.2㊀Themeasurementpointsandtheleastsquarescircle由图2可知,距离圆心最远和最近的点分别是测点12和测点4(x轴的零度方向上的点序号为测点1,依次逆时针方向点的序号为2,3, ,24),对应的点坐标分别为xM=-9.6703mm㊁yM=-2.6035mm和xL=7 0878mm㊁yL=7.0542mm㊂将各参数代入式(3),则圆度误差值为:f=(xM-a)2+(yM-b)2-(xL-a)2+(yL-b)2=41.9262μm3.3㊀计算不确定度①GUM法评定圆度测量不确定度㊂将以上数据代入式(4) 式(9),求出圆度误差模型中各参数的传递系数为: f xM=-0.96577; fyM=-0.25939; f xL=-0.7081; f yL=-0.70611; fa=1 6739;fb=0.44672㊂将单点测量不确定度u0=1.56μm代入式(10) 式(11),计算不确定度ua=0 318μm和ub=0.318μm㊂根据式(12)计算圆度测量不确定度为:uf=2.274μm②蒙特卡罗法评定圆度测量不确定度㊂利用计算机生成圆度误差模型中6个参数xM㊁xL㊁yM㊁yL㊁a㊁b的正态分布㊂每个参数数组的期望为该参数的测量值,方差为该参数的测量不确定度,即为:[xM1,xM2,xM3, ,xMM] N(-9.6703mm,1 56μm)㊃76㊃自㊀动㊀化㊀仪㊀表第39卷[xL1,xL2,xL3, ,xLM] N(7.0878mm,1.56μm)[yM1,yM2,yM3, ,yMM] N(2.6035mm,1.56μm)[yL1,xL2,xL3, ,xLM] N(7.0542mm,1.56μm)[a1,a2,a3, ,aM] N(0.0157,0.318μm)[b1,b2,b3, ,bM] N(0.002,0.318μm)取样本容量M=10000㊂根据所得随机数,求出10000个圆度误差值f,构建圆度误差概率分布㊂圆度误差概率分布直方图如图3所示㊂求出这组数据的期望和方差,即为圆度误差和圆度测量不确定度[12]㊂图3㊀圆度误差概率分布直方图Fig.3㊀Histogramofprobabilitydistributionofroundnesserror由图3可知:圆度误差f=41.9245μm,圆度测量不确定度uf=2.1945μm㊂③结果比较㊂GUM法的评定结果为:圆度误差f=41.9262μm;圆度测量不确定度uf=2.2741μm㊂蒙特卡罗法的评定结果为:圆度误差f=41.9245μm;圆度测量不确定度uf=21945μm㊂由以上评定结果比较可知,GUM法和蒙特卡罗法评定圆度测量不确定度的结果基本一致,并且完全满足精度要求㊂因此,蒙特卡罗法以其评定结果准确㊁可靠,评定过程简单㊁高效的优点,为测量不确定度评定提供了一种新的方法㊂4 结束语本文分别采用了GUM法㊁蒙特卡罗法对直角坐标系下的圆度误差进行了测量不确定度评定㊂试验数据表明,两种方法的评定结果基本一致㊂GUM法是按照‘测量不确定度评定指南“中的评定步骤进行评定的,需要求出圆度误差数学模型中各个参数的传递系数㊂误差模型复杂或非线性时,参数之间的相关系数难以求出,对圆度测量不确定度的评定带来了困难㊂而蒙特卡罗法则采用数据模拟的方法进行圆度测量不确定度的评定,针对误差模型复杂或非线性的情况,其评定更为便捷㊂因此,蒙特卡罗法评定圆度测量不确定度是一种行之有效的方法㊂该方法也可应用到其他形位误差测量不确定度的评定,在测量领域具有一定的工程实用价值和应用前景㊂参考文献:[1]中国计量研究院.测量不确定度的评定与表示:JJF1059.1⁃2012[S].国家质量监督检验检疫总局,2012.[2]周桃庚.用蒙特卡洛法评定测量不确定度[M].北京:中国质检出版社,2013.[3]齐秀彪.圆度误差数学模型的建立与仿真分析[J].本溪冶金高等专科学校学报,2001,3(2):26⁃28.[4]赵凤霞,张琳娜,方东阳.圆柱度误差评定及其不确定度估计[J].机械设计与研究,2009,25(4):89⁃91.[5]倪骁骅.形状误差评定和测量不确定度估计[M].北京:化学工业出版社,2008.[6]连慧芳,陈晓怀.基于蒙特卡罗方法的圆度测量不确定度评定[J].工具技术,2010,44(6):82⁃84.[7]吴呼玲.基于蒙特卡罗法与GUM法的直线度测量不确定度评定[J].工具技术,2017,51(5):104⁃107.[8]吴呼玲.基于蒙特卡罗法的平面度测量不确定度评定[J].计算机测量与控制,2017,25(5):262⁃265.[9]郭连湘,何频.计量仪器与检测[M].北京:化学工业出版社,2006.[10]王东霞,宋爱国.基于三坐标测量机的圆度误差不确定度评估[J].东南大学学报,2014,44(5):952⁃956.[11]费业泰.误差理论与数据处理[M].北京:机械工业出版社,2010.[12]高正明,贺升平,赵娟.一种新的不规则实体密度测量方法研究[J].自动化仪表,2012,33(12):10⁃12.㊃86㊃。
第27卷第6期增刊 2006年6月仪 器 仪 表 学 报Chinese Journal of Scientific InstrumentVol.27No.6J une.2006 微小信号放大电路设计孟丽霞 于林丽 濮钰麒 王斌 林燕凌 居滋培(上海理工大学 上海 200031)摘 要 热探测传感器当信号较小时,其输出电信号只有几十微伏,需要放大几万倍,才能满足A/D转换的需要,本文介绍的微小信号放大电路不仅满足了电压放大的要求,而且设计了相关的电路,避免了信号失真,以及高频、低频和50Hz市电的干扰。
该电路可广泛适用于仪表的信号处理中。
关键词 电路 信号 滤波Design of amplifying circuit for tiny signalMeng Lixia Yu Linli Pu Yuqi Wang Bin Lin Yanling J u Zipei(Universit y of S hanghai f or S cience and Technolog y,S hanghai200031,China)Abstract To a heat detector,when t he signal is tiny,t he output electrical signal will be only ten times of v,which must be amplified ten thousand times to meet t he need of A/D transformation.The amplifying circuit for tiny signal presented here can not only amplify the voltage,but can also avoid signal distortion caused by dist urbance and t he dist urbances of high frequency,low frequency,and50Hz public frequency.It is widely used in signal processing of instrument s.K ey w ords circuit signal filter1 引 言热探测元件是热探测传感器的核心,这类元件均采用金属氧化物作为材料。
定容积多通道充气系统的仿真与设计黄雪琴1,范伟军1,郭斌1,赵静2(1.中国计量大学计量测试工程学院,浙江杭州310018;2.杭州沃镭智能科技股份有限公司,浙江杭州310018)摘要:针对传统恒压供气系统普遍存在控制精度低、充气速度慢的问题,设计一套由PID 算法控制的电气比例阀和电磁阀独立控制的充气系统。
采用大、小管径多通道组合方式,对定积容器进行充气实验,系统采用高速数据采集卡,结合LabVIEW 软件分析实验数据。
基于气动系统的流量特性,分别建立单通道、双通道、三通道充气装置的充气时间与管道管径、长度的数学模型。
Matlab 仿真曲线表明,对于定积容器,充气管路的长度越小、管径越大、并联的管路越多,充气时间越短;目标充气压力越高,管路长度对充气时间的影响越明显。
实验数据验证仿真模型的正确性,采用多通道组合供气方式缩短充气时间,提高精度。
关键词:Matlab 仿真;多通道组合充气;定积容器;PID 文献标志码:A文章编号:1674-5124(2017)02-0082-05Simulation and design on specified-volume multi-channel inflation systemHUANG Xueqin 1,FAN Weijun 1,GUO Bin 1,ZHAO Jing 2(1.College of Metrology Measurement Engineering ,China Jiliang University ,Hangzhou 310018,China ;2.Hangzhou Wolei Intelligent Tech Co.,Ltd.,Hangzhou 310018,China )Abstract:In view of low control accuracy and slow inflation velocity generally seen in traditionalconstant pressure air supply system ,an inflation system respectively controlled with electrical proportional valve and solenoid valve based on PID algorithm is designed and built in compound mode with large and small diameter channels for air inflation experiment on specified -volume vessel.The system employs high-speed data acquisition card on the basis of LabVIEW software to analyze the experimental data.On the strength of the flow characteristics of pneumatic system ,the mathematical models for air inflation time and tube diameter and length of single-channel ,dual-channel and three -channel inflatable device are established in respective.According to Matlab simulating curve ,for the specified-volume vessel ,the shorter length of air inflation tube and the bigger the tube diameter ,more tubes need to be paralleled with shorter time for air inflation;the higher the target inflation pressure ,more effect from the length of tube will be imposed on the air inflation time.The experimental results have verified the correctness of the simulation model and that multi-channel inflation system helps to shorten air inflation time and improve accuracy.Keywords:Matlab simulation ;multi-channel inflation ;specified-volume vessel ;PID收稿日期:2016-06-09;收到修改稿日期:2016-07-11基金项目:国家自然科学基金项目(51405463)浙江省公益性技术应用研究计划项目(2014C31105)作者简介:黄雪琴(1991-),女,浙江温州市人,硕士研究生,专业方向为精密仪器及机械。
第21卷第l期新乡教育学院学报V01.21,N0.1J oI瓜N A I.oFⅪ烈ⅪL”_G圈叭J C A’110N C O U J粥E2008年3,M A R.2008辅助信息在不等概率抽样设计中的应用傅薇(广东食品药品职业学院,广东广州510520)摘要:分类讨论了兀Ps抽象设计中利用辅助信息的方法,说明了“累积总量法”的应用。
关键词:辅助信息;7dPs抽样设计;应用方法中图分类号:O l文献标识码:A文章编号:1672-3325(2008)01叫ol oo—02作者简介:傅薇(198卜),女,福建泉州人,硕士,助教。
研究方向:统计。
一、选题背景与研究意义抽样调查是近百年来发展起来的一种现代统计调查方法。
1994年以来,我国抽样调查也进入了一个新的历史发展时期,并确立了以抽样调查为主体的调查模式,抽样调查越来越受到重视。
辅助信息可以在一项调查中的不同阶段得到应用,其中最主要的是在抽样设计(s砌pl i ng desi缈)阶段和抽样估计(s锄pl i ng es tiⅡl at i on)阶段的应用,合适的辅助信息对于改进和完善抽样设计、提高抽样精度都具有重要的作用。
很显然,在不同类型的抽样设计中,可利用的辅助信息类型及应用方法是不同的,针对各种不同的抽样设计进行分类探讨是非常必要的。
二、基于辅助信息的兀P s抽样首先,我们从利用辅助信息的角度研究在抽样中样本是怎样从总体中抽出来的问题,即抽样方案的确定。
我们将从无放回固定样本量的抽样设计及其估计量人手。
考察丌估计量,£::>:扎/巩(1)假设能建立一个固定样本量的无放回抽样设计和相应的抽样方案来实现这一设计,使得y^/矾=c J j}=1,…,Ⅳ(2)其中c为常数,这时,对于任意样本s,我们有0=nc o其中凡为样本s的固定样本量,由于t。
没有变异,所以有零方差。
显然,不可能存在满足(2)的抽样设计(和相应抽样方案),因为它要求事前知道所有y。
从实验室到工业现场——过程仪表的在线检测
吴颖秋
【期刊名称】《流程工业》
【年(卷),期】2003(000)011
【摘要】现代工业的发展日新月异,随着新的系统技术和过程仪表的采用,系统和仪表的维护和校验从传统的实验室走向了现场。
从单纯的温度、压力等单变量校验发展到多变量校验;从单纯地追求高精度到增加辅助诊断功能,具备灵活的扩展功能等。
计量部门的工作者也不再是仅仅在实验室里收表、检表,而是深入工业现场,开展在线检测的服务。
【总页数】2页(P56-57)
【作者】吴颖秋
【作者单位】美国福禄克公司
【正文语种】中文
【中图分类】TP274
【相关文献】
1.变压器绕组变形在线检测系统的实验室研究 [J], 李鸿鹏;王学智;杨春明
2.对天然气质量在线检测实验室建设的思考与建议 [J], 青青;裴全斌
3.智能实验室与在线检测系统设计概述 [J], 蔡宁;赵洋;李欣;张超然;王亚龙
4.先进在线检测技术实验室 [J],
5.超声自触发式在线检测的局放被动定位原理与应用研究(Ⅱ)——介绍实验室和现场运行结果 [J], 王向阳;祝宗泰;袁炜;袁易全
因版权原因,仅展示原文概要,查看原文内容请购买。
中级计量经济学课程论文题目:专业:农村经济与区域发展班级:2013级管理2班学号:2013308222姓名:吴秋盈摘要:创新已经成为21世纪企业生存与发展的主要影响因素,特别是在目前激烈的市场竞争环境下,企业通过技术创新在市场中取得有利的地位已成为不争的事实。
但如何促进企业技术创新,其影响因素有很多,本文通过研究广州市大中型企业技术创新的现状,得出技术创新存在的空心化和边缘化的问题,分析了企业技术创新的影响因素,并以此为依据提出了相应的对策,旨在为广州市大中型企业的发展和广州的经济健康快速发展提供帮助。
关键词:技术创新;大中企业;问题;影响因素一、引言创新已经成为21世纪企业发展的主要影响因素,作为后起的发展中国家,我国自改革开放以来就积极采用依赖低成本资源要素的比较优势进行外向型经济发展战略,特别是沿海地区,充分利用地理位置优势和政策优惠,然而,企业技术创新往往是重硬轻软,自主创新的动力和能力比较薄弱,对外技术依赖越来越严重,这种引进模仿的模式在迅速提高企业技术水平和竞争能力的同时,也导致了企业技术创新边缘化和空心化的严重问题,使企业在核心技术和关键领域依附于人,缺乏自主知识产权,创新难以为继。
在这样的情况下,企业转变技术创新方式对企业的发展起着至关重要的作用。
本文以广州市为例,首先分析广州市大中企业技术创新的特点,然后探讨广州市企业技术创新存在的问题及其成因,分析影响大中型企业技术创新的因素,制定切实可行的创新对策,对推动广州市企业技术创新有重要的现实意义。
二、广州市企业技术创新的现状与问题(一)企业技术创新的现状广州市技术创新模式主要是技术引进、消化吸收和模仿创新,自改革开放以来,广州技术引进力度相当大,从改革开放以来,广州市利用外资和引进技术设备大量增加,经过近三十多年的努力,广州市取得了令人瞩目的成绩,技术对经济发展起了至关重要的作用。
1、专利申请量和授权量表1 广州市大中型企业专利申请和授权量一览表单位:件数据来源:2001年-2009年广州统计年鉴近年来,广州大中型企业专利申请量和授权量连续几年快速增长,从上面表1中可以看出,2000年专利申请量为157件,2001年为211件,增长速度为34%。
从2000年到2008年,专利申请量增长到1548件,其平均增长速度为98%。
在广州专利授权中,大中型企业专利授权2000年为90件,专利授权比率为57%,到2008年授权量为1052件,专利授权比率68%。
这表明广州市的专利申请量和授权量在逐年增加,企业技术创新水平在慢慢提高。
2、技术创新研发经费支出情况表2 广州市大中型企业科技活动经费情况单位:万元数据来源:2001年-2009年年广州统计年鉴研究与开发经费(R&D)不仅是反映一个国家和地区经济实力的重要指标,而且是进行技术创新活动的基本要求和提升竞争力的重要基础。
从上面表2中可以看出自2000年以来,广州市研究与开发经费随全省科技活动经费支出总额的增长而基本成同步增长的态势。
2000年广州市研发经费为162727万元,2005年全市研发经费为364360万元,大中型企业研发经费逐年增加,企业科技活动筹集经费总额也逐年增加,企业已成为技术开发投入主体。
(二)企业技术创新存在的问题1、技术创新的“边缘化”和“空心化”广州市企业在引进技术、资金和设备的时候普遍存在一些问题:没有掌握核心技术,出口产品附加值低,重复引进导致市场低端高度竞争。
所谓的技术创新往往是对引进技术的外围修改和局部完善,即所谓的技术创新的“边缘化”“空心化”的倾向。
没有很强的消化吸收能力和十分紧迫的自主创新动力,企业往往热衷于通过继续不断的技术引进而保持在当地的竞争优势。
2、科技转化率低一般来说,可以用新技术转化率,进行比较分析技术创新带来的效果。
新技术转化率,用新产品销售收入占全部产品销售收入的比重来测量,广州市的新技术转化率还相对较低,与排名第一的北京还有很大差距。
从技术市场来看,广州市的技术合同成交额虽然有所提高,但是从总体来看,与发达地区相比较,广州市技术市场仍然不够活跃。
技术市场发展的滞后已严重降低科技成果对经济发展的贡献率,阻碍科技成果的转化。
3、科技活动经费不足与政府支持不够关于政府和金融机构对高新技术产业科技活动的资金支持方面,广州明显低于全国平均水平。
目前主要存在两个问题:一是科技活动经费来源比较单一,科技活动经费主要来自于企业,来自政府部门的资金比例比较低,二是真正提高企业竞争力和保障经济支出投入减少,R&D经费支出结构进一步趋向两极化。
中小企业资金缺乏,把主要的资金用于现有生产和扩大企业规模上,用于技术创新的资金很少,新产品的开发也只能停留在纸上谈兵的阶段。
三、广州市企业技术创新的主要影响因子分析1、理论和假设通过对已有研究成果和广州大中型企业2000-2012年13年(见下表3)的实证资料系统归纳分析,本文将影响广州市企业R&D支出的因素概括为两类,一是企业内部因素,二是企业外部因素。
比已有文献大多是重点研究外部因素对企业R&D支出的影响(如市场结构、行业特征等),然而此类研究不能解释在同样的市场环境下,在同一行业内,不同企业为何会有不同的R&D活动。
本文将从企业内部因素着手,利用微观统计数据。
企业内部影响因素有企业规模、公司战略,资本结构、人才因素,专利保护因素、产权制度,经验积累等,以下分别给以阐释。
(1)企业规模企业规模与其从事R&D活动的意愿之间的关系,是复杂的,现有研究存在颇多争论。
本文提出这样假设,是有关企业R&D投入的绝对规模。
(2)资本结构根据已有的理论和实证研究,企业越是采用低杠杆率的资本结构,越有利于进行技术创新投资,所以公司一般不倾向于用债务融资方式来支持创新投资,而更多依靠内部资金和权益融资。
(3)人力资源企业的人力资源对企业R&D活动具有重要影响。
企业从事技术创新活动,除了必备的物质条件之外,还应该包括一支高素质的研发队伍。
(4)公司战略依据迈克尔波特的分析范式,企业管理者可以选择的一般战略分为三种,分别是:成本领先战略、差异化战略和专一化战略。
因此采用差异化战略的企业,R&D 支出强度势必更大。
(5)产权制度企业的产权性质不同决定了企业所面临的激励和约束不同,国有经济的产权结构特点决定了它具有激励不足和约束软化的弊病。
技术创新是一项风险高、投资大、持续时间长、且具有明显正外部效应的经济活动,只有提供较高的利益预期激励,企业才可能选择进行技术创新。
因此,一个完善的专利保护制度是谋求利润最大化的私人企业最具有技术创新的动力。
2、数据、变量与模型本文数据来源于2001-2013年《广州统计年鉴》,因为各年份都包含统计数据不完整的企业,因此,选取数据时,剔除这些企业。
回归分析中,分别将广州市大中型企业技术创新新产品产值Y作为被解释变量,而将可能影响R&D活动的因素,如企业资金、科技人才,R&D经费支出等变量作为解释变量。
各变量及其度量如下:Y:表示企业技术创新新产品产值,代表企业的创新能力,单位为万元X1:企业资金,表示企业年度投入到技术创新的资金,反应企业的资本能力,,单位为万元X2:科技人才,表示企业投入到技术创新的研发人才,单位为人R&D:研发经费支出,表示企业投入到技术创新研发的资金,单位为万元以上数据如下表:表3 2000-2012年数据表年份 Y X1 X2 RD2000 4873210 141011 18941 1627272001 6198268 142943 17461 2082622002 8217144 184692 20312 2498742003 10943123 228207 18565 2661402004 14860547 240990 16490 2846882005 18678668 315266 19391 3643602006 22848305 490853 23462 6120952007 30753280 922431 36888 10976102008 37628010 1248587 36539 14812472009 42116773 986878 41275 14222792010 54742677 10927892 47296 11877282011 64622379 1321700 58905 14066612012 22383772.1 1582281 64621 1582281资料来源:2001-2013年广州统计年鉴2.1平稳性检验为了防止伪回归现象的出现,首先进行单位根检验。
运行 Eviews6可得到表2,对表2进行分析,可得如下结论:由于原始序列的ADF检验值的绝对值小于临界值绝对值,故均为不平稳的表2考虑到自然对数变换能够有效消除数据的剧烈波动性,使数据呈现线性化趋势,而且也能够有效消除时间序列的异方差现象,此外自然对数变换不会改变数据之间长期稳定的均衡关系。
因此本文对新产品产值、企业资金和R&D取对数,本文研究利用OLS法估计以上解释变量对企业R&D活动是否具有影响以及影响程度的强弱,具体的计量模型为:011223l n l n X X l n R &D Y =∂+∂+∂+∂+μ 用于检验各因素对企业技术创新的影响 u 为随机扰动项3、回归结果分析本节将对计量模型进行回归分析,在具体研究中,采用逐步回归分析方法,先利用单一解释变量对被解释变量进行回归,然后以R&D 为控制变量,分别添加科技人才和企业资金进行双解释变量回归,最后引入全部三个解释变量进行回归。
所得结果见表表1(本文全部计量分析利用Eviews6.0完成)从统计角度看,方程拟合优度比较高,总体显著性较好。
由2R =0.87,2R =0.82,说明模型的拟合优度较好。
由于F 统计量值较大能通过F 检验,模型对总体的近似程度较高。
从回归结果中可以看出,在以企业新产品产值为被解释变量时,文中选择的三个解释变量企业资金、科技人才和R&D 投入都通过了5%的显著性检验,而且企业资金和研发经费投入解释变量的系数为正,这说明企业R&D 支出的绝对额和企业的资金的增加,增强了企业的技术创新能力。
而科技人才系数为负,说明边际报酬递减,当投入到企业内的人才大量增加时,每个人的边际产出就会减少。
这为广州今后提高企业技术创新能力的政策的制定提供了科学依据。
4、协整检验模型回归的结果为: 12ln 2.660.22ln X -1.64X 0.88ln R &D Y =++t (1.38) (-1.3) (2.98)其中,上面括号内的数值为t 检验值,2R 为0.87,2R 为0.82,DW 量为2.17,F 值为20.22。