简介：惯性导航加速度计是惯导系统的关键元件之一，由于单轴摆式加速度计具有量程大、精度高而被广泛使用。对悬丝作为敏感线圈的支撑,在整个单轴摆武加速度计中属关键零件，同时也是加速度计中最易失效的零件。对悬丝断口、材质、工艺过程及测试环境进行了分析研究。结果表明：过载断裂是悬丝的主要失效形式，其次为疲劳断裂；悬丝失效受综合因素的影响，包括悬丝内部缺陷、材质不均、焊接过程控制问题、测试环境因素等，其中最主要的因素是悬丝内部各种缺陷。在此基础上，提出了严格控制悬丝加工工艺过程、改用可焊接性能良好的抗氧化无铅焊料KYHFSn96．5AgCu代替普通的铅锡焊料HLSn40PbA焊接等改进措施，有效地预防了加速度计悬丝的断裂失效。

简介：采用能量守恒定律,推导出岩石热-水-力(THM)耦合条件下含裂纹试件的裂纹扩展起裂速度的计算公式。利用自行设计的THM耦合断裂导电胶电法,实时连续地测量出裂纹扩展速度。研究结果表明:起裂速度随着温度和水压的增加而增加。计算结果与试验结果吻合较好,从而验证了所推导的THM耦合断裂起裂速度计算公式的正确性。

简介：介绍了某型加速度计在静态电阻测试时悬丝断裂的失效情况。通过分析工作原理,计算测试过程中悬丝所受的电应力和机械应力,结果表明：采用恒流原理万用表测试静态电阻时,加速度计摆线圈发生满偏打摆现象,导致悬丝承受较大的冲击载荷是悬丝断裂的原因。通过采用恒压原理万用表测试静态电阻,消除了线圈满偏打摆现象,有效地避免了悬丝的过载断裂失效。

简介：国际大厂如索尼、苹果、惠普、戴尔等先后制订出无卤转化时间表，将大大加速电子产品的无卤化进程。近年来，在市场应用与环境立法的驱动下，无卤PCB基板材料的使用正在迅速发展。除环境考量以外，随着信息技术的发展，电子通讯频率将越来越高，对PCB基板材料而言，适应高速／高频的要求越来越迫切。文章分析了台湾台耀科技的低传输损失无卤PCB基板材料，同时，还介绍了日立化成的低传输损失的无卤材料MCL-LZ-71G、MCL-HE-679G的性能特点。

简介：环氧树脂具有优异的力学性能、电绝缘性能及加工性能，广泛用于电子电气行业中，是印刷电路板最主要的复合材料基体。印刷电路板是目前占据广大市场的三大便携型电子产品和卫星传输与通讯制品最为关键的电子部分，其性能的好坏将直接影响电子产品的性能。而其性能很大程度上依赖于基板的介电系数和介电损耗值。由此可知，相对介电系数越小，

简介：研究减压速度对真空吸铸A356合金充填行为和氧化膜卷入过程的影响。利用粒子图像测速仪通过水模拟方法观察充填行为，并获得速度场的变化规律。结果表明，介质流入型腔后，充型速度首先快速增加，随后随着减压速度的不同，充型速度的变化表现出3种不同情况：减压速度较大时，充型速度继续增加；减压速度合理时，充型速度保持不变；减压速度较低时，充型速度先降低后保持不变。充型速度越大，射流越严重，介质在重力作用下回落至液面时的速度越大，这是导致真空吸铸过程中氧化膜卷入的主要原因。推导了减压速度的设计原则，据此浇注了A356合金铸件。测试了其四点弯曲强度，并利用韦伯统计评价了铸件的可靠性，证明了减压速度设计原则的准确性。

简介：提出一种基于有限体积法的二维数学模型，以研究20mm厚2219铝合金板在电子束焊接过程的热传递、流体流动以及匙孔的动力学行为。采用一种能够实时跟踪匙孔深度的自适应热源模型来数值模拟电子束的加热过程。由表面张力、热毛细力、反冲压力、流体静压力以及热浮力等诱导的不同涡旋的热和质量输运作用与匙孔演变相互耦合。详细分析了一系列物理现象，包括电子束焊接过程中的匙孔钻取、塌陷、重新打开、准稳态过程、回填过程以及在此过程中的温度变化。结果表明，深度方向降低的电子束热流能减慢反冲压力的匙孔钻取速度，并促进准稳定状态的出现。在准稳定状态出现之前，匙孔会发生塌陷并加剧涡旋流体输运的复杂性。最后，所有的计算结果与实验结果进行对比，来验证数学模型的可行性。

简介：

简介：为了实现倒装和弯钩次品针头的自动检测，提出了一种基于BP神经网络的注射器针头合格性检测方法。该方法首先对针头图像进行去噪、目标分割和针头轮廓提取等预处理，其次采用边界区域不变矩法和针头边缘曲率法提取针头特征，然后用合格针头、弯钩针头和倒装针头样本的特征对设计好的BP神经网络进行训练，最后利用训练好的BP神经网络实现注射器针头的合格性检测。通过大量真实针头的合格性检测实验，验证了本研究所提出方法的有效性，可用于实际生产中。

简介：采用BP神经网络对聚酯玻璃钢氙弧灯加速老化的弯曲寿命进行了预测。通过对聚酯及其玻璃钢的人工氙弧灯加速老化,测试其不同老化时间的弯曲强度,对弯曲强度与老化时间进行BP神经网络的建模分析,借助MATLAB软件对聚酯玻璃钢的使用寿命分别进行分析与预测,并采用最小二乘法对所预测的结果进行了对比。结果表明：在以弯曲强度达到初始强度值的一半作为失效条件下,聚酯的氙灯老化寿命为813d,含填料玻璃钢老化寿命为1031d,无填料玻璃钢老化寿命为1065d,说明BP神经网络可以预测玻璃钢的老化寿命,预测结果与最小二乘法预测结果误差不大于8%,而且预测结果与该材料性能的实际情况相符。