摘要:针对现有谐振式磁传感器原理不能同时实现高品质因数(Q)和低功耗的缺点,利用双端固定石英音叉谐振器与铁镓磁 致伸缩合金片复合,设计了一种隔离磁机阻尼的高 Q 值、数字频率输出的超低功耗谐振式磁传感器。 利用音叉谐振器结构的 解耦特性,设计应力耦合传递结构,隔离了磁致伸缩材料磁机阻尼,从而保证复合传感器 Q 值与音叉谐振器 Q 值相当。 在磁场 作用下,磁致伸缩力传递到音叉谐振器,由于音叉力敏感特性,实现磁-力-频率转换。 制备了铁镓合金/ 石英音叉谐振器复合敏 感结构,测试表明:在低气压封装条件下的品质因数约为 16 764,门振荡电路功耗约为 124. 8 μW,在线性区灵敏度为 3. 05 Hz/ Oe,分辨率为 6 mOe。

摘要:提出了一种新型双层梳齿驱动的大尺寸、大偏转角度、低驱动电压微机电系统(MEMS)扫描镜的设计方法。 该扫描镜 设计嵌套式内外双层垂直梳齿结构,梳齿间采用静电排斥力驱动,改进后的 S 型扭转梁有效地降低敏感轴刚度。 基于垂直梳齿 驱动理论分析,建立了该扫描镜的理论模型,并利用 MAXWELL 和 ANSYS 仿真软件进行了其静态、动态分析与验证,研究了该 扫描镜的体硅制备工艺。 仿真实验结果表明,在 110 V 的驱动电压扫描下,该双层梳齿驱动下的 MEMS 扫描镜可以实现最大偏 转角±13. 46°;此外,结构的谐振频率为 1. 79 kHz,远低于其他高阶模态,有效地抑制了其他非工作模态的交叉干扰运动,获得良 好的工作带宽。

摘要:针对时差法测量线风速受环境因素影响,导致测量结果不准确的问题,提出一种基于自适应烟花-BP 神经网络( IFWABP)的数据融合方法。 将线风速信息和环境信息进行数据融合,通过多源信息互补减小线风速测量的不准确性。 自适应烟花 算法是在烟花算法中引入自适应惯性权重,并对爆炸算子进行改进,增强了烟花算法的全局搜索能力,从而优化 BP 神经网络 中的权值和阈值的寻优过程。 为了比较 IFWA-BP 融合模型的融合效果,进行了多算法融合模型对比实验,实验结果表明 IFWA-BP 融合模型减小了线风速测量的误差,使线风速测量系统的精度达到了 98. 48%。

摘要:与传统洛伦兹线形相比,具有不对称线形的 Fano 共振光谱有更高的光谱分辨率,尤其适合传感应用。 通过在硅基总线 波导与跑道微环谐振腔耦合区域引入两个空气孔使得连续光谱产生突变相移,并与跑道微环谐振腔耦合形成 Fano 共振,且在 较宽谱段范围内的每个共振峰都表现为非对称线形。 通过仿真优化耦合间距以及空气孔与耦合区域中心的偏移量,获得最大 光谱分辨率为 312. 05 dB/ nm, 消光比为 53. 09 dB 的硅基 Fano 共振器件。 在模仿被液体的折射率变化范围为 1. 33 ~ 1. 332 的 条件下,仿真得到折射率传感灵敏度为 125 nm/ RIU。 仿真结果表明本论文提出的器件结构简单,尺寸紧凑且制造误差小,为硅 光子器件应用到高灵度敏度的集成生化传感提供新思路。

摘要:系统级标定技术具有不依赖转台精度、对减振器形变不敏感等优点,现已广泛应用于中、高精度捷联惯导系统的自标定 当中。 系统级标定一般以导航模式下的速度误差或速度误差的微分作为量测量,结合卡尔曼滤波技术能够实现系统误差参数 计算的自动化。 基于速度量测的系统级标定算法,其陀螺仪零位的估计精度受限于标定过程中加速度计零位的稳定性。 提出 一种角速度量测的变维数卡尔曼滤波器实现方法,仅通过改变滤波参数的设置就能够实现对陀螺仪零位的准确估计,无需额外 的陀螺仪零位测试试验。 最后,多组重复标定试验标定,改进的标定方案其陀螺零位的估计精度要高于传统方法。 跑车试验也 证明了算法的有效性。

摘要:往复压缩机结构复杂、激励源众多,极易发生故障。 由于故障特征设计困难,且多依靠经验,导致传统方法诊断能力不 强。 基于卷积神经网络(convolutional neural networks,CNN)的智能诊断方法无需提取特征,可实现端到端的故障诊断,但存在 提取故障特征不准确、模型参数量大、训练时间长等难题。 为此,提出基于 PyTorch 深度学习框架的往复压缩机故障诊断方法 MPMRNet(multiple-processes-mini-ResNet)。 该方法采用多进程加载数据,以残差网络 ResNet50 为基础网络框架进行深度和宽 度的缩减,Adam 优化网络、StepLR 策略调整学习率,自动处理振动信号时频图像并进行敏感特征深度挖掘和评估。 通过多组 实验对比,该方法明显缩短了模型训练时间,权重参数量由 94. 1 缩小到 0. 58 M,模型复杂度由 4. 11 下降到 0. 21 G,显存占用率 由 37. 08%下降到 10. 92%,故障诊断的准确率达到 98. 28%,模型的诊断能力得到了明显提高。

摘要:轴承故障信号通常是非线性和非平稳的。 此外,这种信号非常微弱,容易被不可避免的背景噪声和振动干扰所掩盖。 针对该种信号,模态分解方法已经被证实是一种可靠的处理方法。 因此,将一种快速迭代滤波分解方法应用到轴承故障检测当 中。 快速迭代滤波分解方法在抑制模态混合和抗噪方面表现出色。 与其他模态分解技术不同,快速迭代滤波分解方法具有超 高的计算效率,因此可以明显提高计算速度。 通过仿真信号和实际信号验证了该方法的有效性和优越性。

摘要:针对优化特征改进包络谱(IESFO)存在早期故障弱特征提取能力较弱和对频率分辨率要求较高的不足,提出了基于谱 相干滤波冲击增强的轴承故障特征提取方法。 首先使用 IESFO 算法选取优化解调频带并进行带通滤波;然后对滤波后信号使 用多点优化最小熵反褶积(MOMEDA)算法增强信号中轴承故障产生的冲击;最后进行包络分析。 基于实测信号的研究结果表 明,和现有方法相比,本方法在轴承性能退化过程中可以提前提取到轴承早期故障信息,且可用于提取滚动轴承复合故障信息。 关键词: 快速谱相干;优化特征改进包络谱;冲击增强;多点优化最小熵反褶积;滚动轴承

摘要:针对生活用电器品种繁多,不同类型用电器之间的故障电流与正常电流波形可能类似,导致传统的故障电弧识别方法 不能有效检测的问题,提出一种时频域分析与随机森林结合且适用于多种典型负载单独或混合工作的串联型低压故障电弧识 别方法。 根据收集到的多种负载频谱与纯阻性负载频谱的相关系数,将负载分为开关电源型负载和非开关电源型负载,分别训 练两个随机森林模型对其进行故障识别。 实验一共收集 33 723 组正常和故障电流样本验证提出的检测方法,证明所提方法能 够提高故障电弧识别率。

摘要:针对传统的机器学习算法在变工况条件下的轴承故障分类中诊断率低的问题,提出了基于联合分布适应( JDA)算法与 K-最近邻(KNN)分类算法相结合的轴承故障诊断方法。 首先该方法通过提取不同工况下的轴承故障信号的时域特征分别作 为源域样本和目标域样本,并通过 Fisher 线性判别分析(FLDA)方法计算各个特征所占权重。 然后将权重较大的特征组成的特 征向量通过 JDA 方法进行联合分布适配,即通过核函数将源域样本和目标域样本映射到低维潜在空间,以最大均值差异 (MMD)距离为度量标准,同时减小源域和目标域样本的边缘分布和条件分布差异。 最后将适配完的源域和目标域样本分别作 为训练集和测试集,通过 KNN 分类器进行模式识别,最终实现在变工况条件下的轴承故障诊断分类。 通过仿真分析和实验验 证,所用方法相较于主成分分析(PCA)、核主成分分析(KPCA)传统机器学习方法以及 TCA 迁移学习方法,显著提高了变工况 条件下的轴承故障诊断精度。

摘要:传统的离合器包箱测温技术存在响应速度慢、安装不便和测量误差较大等问题,提出一种采用超声波技术对离合器包 箱内部温度进行测量的方法,这种方法能够很好地解决传统测温技术存在的问题,在工程应用中具有巨大的应用潜力。 基于有 限元分析软件 COMSOL 建立超声波在离合器包箱中传播的物理模型,并使用最小二乘法对离合器包箱的温度场进行还原,能 够很好地解决离合器包箱内部物理场耦合复杂的问题。 结果表明,使用超声波测量方法可以获得离合器包箱内部温度,超声波 飞行时间的计算结果与理论结果的最大相对误差仅为 0. 26%;并且使用最小二乘法还原温度场的结果与理论结果一致。

摘要:针对制造业车间工人由于脑力负荷过重,引发工作失误,影响进程效率的问题,提出脑力负荷评测方法,以降低车间工 人的工伤风险,提升车间工人操作的正确性与准确率。 设计了 20 个事件的两组实验,将 PAAS 量表、WP 量表测得的脑力负荷 结果值作为因变量,通过数控车床编程软件,模拟数控车床编程员的工作内容,对 PAAS 量表与 WP 量表在智能车间的有效性 进行研究。 实验结果表明,PAAS 量表在敏感性方面的好于 WP 量表,其 F 值高于 WP 量表 7. 494。 在聚合效度方面,两种量表 都表现良好。 得出结论,PAAS 量表适用于智能车间数控车床操作人员的脑力负荷评测,与此同时,WP 量表的多维度特性可清 晰地指出被实验对象脑力负荷的影响因素。

摘要:原子力显微镜(AFM)是测量材料物体表面形貌的重要工具。 为了实现 AFM 的高速扫描成像,设计一种基于分数阶的 前馈-反馈 PID 控制算法的 AFM 扫描成像控制器。 将分数阶迭代学习控制(FOILC)用于前馈回路,在跟踪过程中对当前周期 的误差信息进行学习,实现输出沿迭代轴的快速收敛;在反馈回路中采用分数阶比例积分(FOPI)控制增加高速成像时的精度。 轨迹跟踪仿真和实验成像结果表明,该算法能有效提高 AFM 成像速度和改善系统非线性的影响,在扫描频率为 25 Hz 时,控制 精度达到 10 -5 量级,AFM 成像质量得到显著提高。

摘要:针对自适应 OFDM 系统,提出了一种新型时域信道预测策略。 该策略利用递归量化分析方法,量化并估计信道脉冲响 应中每个时延抽头的局部可预测性,然后利用每个时延抽头的局部可预测性筛选出信道脉冲响应中重要的时延抽头;最后,利 用基于联合回声状态网络的信道预测器实现各个重要时延抽头的信道预测。 在仿真部分,利用基于 IEEE802. 11ah 协议的 OFDM 系统来评估系统的性能。 仿真结果表明,通过递归量化分析,可以准确地筛选出信道脉冲响应中重要的时延抽头。 除此 之外,联合回声状态网络可以产生稀疏的输出权值;而且,由于具有 oracle 属性,提出的联合回声状态网络在基本的回声状态网 络的基础上有 91. 57%的预测性能提升。

摘要:针对导弹长时间贮存,一次性使用特点,开展测试性设计工作难度较大的问题,提出采用多信号流图模型对导弹系统进 行测试性设计研究。 根据故障模式、影响及危害性分析(FMECA)信息确定系统的故障模式,采用多信号流图模型建立导弹系 统级测试性模型,根据可达性算法得到故障-测试相关性矩阵,确定系统的测试性指标。 考虑到现有算法如遗传算法、二进制 粒子群算法等诸多算法的缺点,提出采用混合离散二进制粒子群-遗传算法对测试进行优化选取,将 22 个备选测试减少至 14 个,大大减少测试个数。 最后通过实例验证,所提算法可以满足系统测试性指标精度要求,并有效降低测试个数,减少测试 费用。

摘要:外界噪声会影响 Lamb 波的损伤成像结果,针对该问题定义了一种基于 EMD-Hilbert 变换的损伤因子。 首先,使用空气 耦合超声在铝板中激励-接收 A0 模态 Lamb 波,并沿着 2 个正交的方向上对待检区域进行扫查来获取接收信号。 然后,对信号 进行 EMD 分解,求出与原信号相关性最大的 IMF 分量。 对其进行 Hilbert 变换获取包络曲线,并定义包络曲线能量的相对变化 为损伤因子。 最后,在扫查信号中添加不同信噪比的白噪声来模拟噪声环境,并在模拟噪声环境前、后进行概率损伤成像。 结 果表明,所提损伤因子能够有效对铝板中的损伤进行成像,且具有一定的抗噪性。 与未添加噪声信号的成像结果相比较,其长 度定量误差最大为 0. 8 mm。

摘要:针对非模型 PID 控制难以克服参数变化、时滞的固有缺陷,为优化托卡马克装置中应对等离子体垂直不稳定位移的主 动反馈控制,通过改进灰色 GM(1,1)预测模型对基于级联 H 桥拓扑的 EAST 快控电源的输出电流进行准确预测以优化控制参 数。 灰色 GM(1,1)预测模型适用于小样本、贫信息系统,所需建模样本少、计算简易。 预测拟合序列的差异导致在对输出电流 的上凸序列进行灰色 GM(1,1)建模时存在较大预测误差,选用一种将上凸序列轴对称变换为上凹序列并建立非等间距灰色 GM(1,1)预测模型的数据变换方法,同时利用样本点给出了非等间距序列的预测时刻的估计式。 基于该改进灰色 GM(1,1)预 测模型,推导了预测模型的建模过程,通过仿真比较两种灰色 GM(1,1)预测模型对电源输出电流的预测误差,改进后突变段预 测误差率降低至 10%以下,并在实例分析中验证改进灰色 GM(1,1)预测模型的有效性。

摘要:电能质量信号在采集、传输过程中受外界环境的影响会引入噪声干扰,有效去噪的同时保留突变点信息是治理电能质 量的重要前提。 给出了一种可调阈值函数,通过对可调参数的控制,可以使得该阈值函数在软硬阈值函数之间变动,兼具两者 的优点。 引入小波系数能量因子,以能量最大的尺度作为特征尺度,在此尺度上,子区间能量高于尺度能量者则为有效区间,进 而提出采用有效区间局部阈值去噪的新阈值取法,同时考虑噪声和信号的小波系数随尺度不同的传播特性,引入算子对阈值进 行修正。 利用有效区间的局部阈值取法较传统的全局阈值取法更能反映信号小波系数的特征。 仿真结果表明,利用新方法去 噪效果更好,既较好地改善了去噪性能,同时也保留了信号的扰动突变点信息,去噪后扰动定位准确,模极大值点的位置很好地 反映了扰动发生的起止时刻。

摘要:在飞机性能品质试飞中,获取操纵力、操纵位移及相应舵面偏度的准确数据是研究飞机操稳特性的有力保证。 针对传 统校准方法无法准确反映三类操纵参数联动关系的问题,就操纵参数测试系统开展联合在线校准技术研究。 通过构建无线传 感校准网络、设计在线校准装置、开发校准软件平台,实现多参数联合在线校准。 机上试验结果表明,所提方法将校准精度提高 50%以上,并将校准用时节省约 67%,且校准得到的位移-力曲线与设计曲线完全吻合,验证了该联合在线校准系统的可行性及 有效性。

摘要:传统激光测速系统易受高温弹前激波发光和空间电磁场的影响,从而导致系统信噪比下降。 为获取高质量信号波形, 设计了一种可用于轻气炮弹速测量的新型激光测速系统,并提出了激光光路和光电转换电路的改进方法。 采用光纤对激光进 行引导,避免长引线的使用,增强了系统抗干扰能力。 选择输出功率 40 mW 的固体激光器作为系统光源,设计了具有滤光、聚 光功能的复合式激光接收探头,提高了信号光强度。 详细分析了测量电路的噪声与带宽,改进和优化了光电转换电路,测量电 路的信噪比提升为 98 dB。 轻气炮弹速实际测试结果表明,使用该测速系统获得的信号波形质量良好,测速结果相对扩展不确 定度为 0. 73%,满足轻气炮弹速测量系统需求。

摘要:径向变异和不同切面是影响太赫兹光谱识别木材的重要因素。 为了探讨径向变异和不同切面对太赫兹光谱识别木材 的影响,利用太赫兹时域光谱技术获取杉木和柳杉样品的太赫兹光谱数据,共 600 组木材光谱数据,分析太赫兹光谱,基于 BP 神经网络建立木材识别模型,比较模型预测的正确率。 发现木材样品太赫兹光谱因为径向变异和不同切面而存在差异,预测样 品与建模样品径向部位相同时和不同时的模型预测正确率差异较小,最高正确率达到 96. 25%,预测样品与建模样品切面相同 时和不同时的正确率差异较大。 结果表明,基于太赫兹时域光谱技术能够准确实现木材识别,径向变异对木材识别影响较小, 不同切面对木材识别影响较大。

摘要:针对当前音频场景识别中训练数据量不足的问题,设计了基于知识迁移的非对称卷积声音场景识别系统。 相较于现有 方法利用音频场景识别数据集从头训练网络模型,该系统在其他任务训练好的网络模型上进行调整和训练,从而保留了源领域 的有效信息。 与此同时,该系统针对声学特征的特点,采用了非对称卷积模块来增强网络的特征提取能力。 实验结果为该系统 的准确率相较基准系统提高了 0. 023,并且该系统的卷积核可视化结果观察到的特征纹理更清晰。 结果表明知识迁移可以提 升模型的特征表示能力,与非对称卷积结合能进一步提升系统性能。

摘要:共同邻居的相似性指标因其只利用了网络的局部信息使得预测效果不理想,而网络的社区信息包含了节点的网络结构 特征,有助于提高链路预测算法的准确性。 为了提升预测精度,引入社区结构信息,提出了一种融合社区关系和共同邻居的社 区信息的链路预测算法。 算法首先采用 DeepWalk 和 Node2vec 图嵌入算法进行社区划分,即利用深度学习模型 Skip-Gram 训练 得到的短随机游走节点序列的节点嵌入向量来划分社区,从而获得包含更多网络拓扑信息的高质量社区;然后,通过定义社区 间的边关系提出了社区的相似性模型;最后,结合节点的相似性、节点所处社区的相似性、节点共同邻居的社区信息三者来度量 两个未知节点的链接概率。 实验在 USAir 等 6 个不同领域的真实网络上进行,与 CN 指标等 4 组基线相比,AUC 指标最高提升 了 2. 3%,表明社区结构信息对提升链路预测的效果起着重要的作用。

摘要:降低风洞内部气流温度是提高其雷诺数指标的重要技术之一。 某风洞内部运行温度低至 77 K,为保证风洞内部设备 在低温环境下的正常工作,需对风洞内部分设备热防护进行研究,分别从加热元件选型、控温逻辑、控温算法和加热模式等角度 对典型设备的控温策略进行设计与分析。 设计搭建物理试验平台,在常温、低温两种典型温度条件下对控温策略的可行性进行 物理试验验证,试验结果表明,控温策略的综合设计可满足不同形体、热容及漏热条件的控温设计要求,控温精度优于 1 ℃ ,有 效保证了风洞内设备在低温环境下的工作性能。

摘要:为了实现车载高清视频长距离、低损耗地传输,研究了基于吉比特多媒体串行链路(Gigabit multimedia serial link, GMSL)技术的车载摄像传输系统的框架及其原理。 通过对车载摄像传输系统的硬件电路、硬件编解码以及视频信号编码原理 的探究,设计了一款车载前视摄像系统。 首先,根据调研结果,模拟出传输系统整体环境框架。 接着,对供电电源以及视频信号 初始编解码的研究结论加以实际运用,使其能够稳定编码并有效传输视频信号。 然后,进一步探究加串器/ 解串器架构,在完成 配置硬件的同时,对数据波形进行采集、归纳和总结。 最后,分析恢复后所得的信号及图像质量并给予评价,从而完成对基于 GMSL 的车载摄像系统的研究。 实验结果表明,本摄像系统实现了串行、解串的功能。 该功能可以使用 GMSL 技术调制出能够 有效传输 15 m 的视频信号。 在主控对该视频信号解串后,最终能够得到稳定、实时的高清视频图像。 研究成果表明,基于 GMSL 的车载摄像系统基本能够实现长距离、低损耗地传输分辨率为 720 P 的视频图像。 进一步,此次研究成果能服务于当下 的汽车自动驾驶。

摘要:针对增强现实(AR)技术在工业领域的应用问题,提出了一个在工业室内环境下应用的增强现实系统模型。 该模型主 要针对工业中不会在较短时间内发生较大变化的室内环境,首先对头盔式显示器(HMD)采集的环境图像通过 Harris 检测算法 来检测特征点,然后通过程序比对图像在特征点添加相关注释,最后将包含注释的现实图像显示在头盔显示器上。 主要介绍了 该模型的具体步骤及实现方法,Harris 角点检测算法具有应对光强变化、图像旋转等特点,故增加了模型整体的鲁棒性。 最后 将该模型应用于风力发电机机舱内部环境进行验证,其中特征点检测部分可根据阈值调节特征点数的多少实验中采用的特征 点数为 20,在图像匹配部分匹配程度超过 85%,故实验结果表明该模型实现了增强现实的功能。

摘要:针对传统电机测试系统中,无法直接实现对电机瞬态参数的测试以及电机加载时动态任意负载加载的要求或者实现成 本较高的问题,以 STM32+FPGA 为核心构成电机测试系统的主控单元,结合 ARM 处理器的优越控制性能和 FPGA 的高速数据 处理优势,并采用 FSMC 总线通信和数据乒乓处理算法对双核心进行控制和数据流不间断传输。 最后,设计了一种嵌入式电机 测试系统中的控制系统核心,可嵌入现有传统测功机系统中提升测功机瞬态参数测试和动态电机负载加载性能。 实验结果表 明,该系统能基本满足电机瞬态测试和动态加载的要求,可以实现测量被测电机转速转矩最快 1 ms 的数据刷新率,以及 100 M 采样频率内的任意波形加载,加载误差在 0. 8%以内,较好的满足了电机瞬态测试和动态加载需求。