摘要:转台测角系统偏心偏斜会改变莫尔信号特征,并进一步影响转台定位精度。 针对偏心偏斜对转台圆光栅莫尔信号的影 响开展研究。 首先分析转台测角系统工作原理,阐述转台圆光栅莫尔信号特征分离方法原理;针对圆光栅莫尔信号特征误差源 进行分析,分别建立偏心和偏斜对莫尔信号特征的影响模型,明确莫尔信号特征谐波阶次与偏心、偏斜关系;基于 FPGA 开发莫 尔信号特征分离电路,并以自制电路板为实验平台,验证了莫尔信号特征分离方法可行性和分离电路功能有效性;搭建偏心、偏 斜测试平台验证偏心偏斜对转台圆光栅莫尔信号影响模型的准确性,实验结果表明,偏心、偏斜分别与莫尔信号特征一次、二次 谐波呈线性关系,非线性误差为 3. 88%和 2. 08%。

摘要:面向高性能轴承滚动体成型质量监控领域对重载多维高频强冲击载荷动态测量力传感器的急需,提出了一种基于 PVDF 压电薄膜三维重载力传感器新的结构形式及其测量原理,实现三维重载载荷动态测量。 传感器敏感元件由上、中、下 3 层压电薄膜组组成,三维力变化引起每组不同面域切割的压电薄膜电荷量变化,从而实现三维力大小计算。 传感器支撑壳体起 到分载作用,从而实现重载载荷测量。 对传感器样机进行了准静态标定实验,结果表明,该传感器具有较好的线性,非线性误差 小于 2%,能完成重载场合下的动态测量要求,为压电薄膜力传感器在重载多维载荷动态测量领域提供了重要的设计、研制及 应用参考依据。

摘要:磁悬浮陀螺转子电流信号对环境变化高度敏感,信号采样过程中不可避免会引入噪声,针对该问题提出一种基于局部 均值分解(local mean decomposition,LMD),融合豪斯多夫(Hausdorff)距离与阈值降噪( threshold denoising,TD)的算法以减弱噪 声干扰。 首先对原始信号进行局部均值分解,得到若干乘积函数(PF)分量和一个余量,然后根据各 PF 分量与原始信号间的豪 斯多夫距离判定噪声、信号分量,再对噪声分量进行阈值处理,最后将阈值处理后的噪声分量、信号分量及余量进行叠加得到重 构信号,实现陀螺仪转子电流信号的降噪。 仿真实验结果表明,重构信号的信噪比相对于原始信号平均提高了 12. 86 db,均方 根误差平均降低了 9. 25×10 -6 A;实测信号降噪结果表明,该降噪算法对四条导线边的滤波增益分别为 40. 0%、93. 5%、30. 8%和 50. 0%。

摘要:针对径向高温超导磁悬浮轴承轴向尺寸有限引起的端部效应会影响其轴向悬浮特性,提出一种基于 H 公式的二维有 限元建模方法,对径向高温超导磁悬浮轴承的端部效应进行分析。 首先,通过实验测试验证提出的有限元建模方法;然后,分别 建立具有不同尺寸定、转子的径向高温超导磁悬浮轴承有限元模型;最后,得到不同尺寸的超导定子与不同极数的永磁转子下 轴向悬浮力与位移的关系。 结果表明,由于端部效应,随着超导定子分块数量的增加,轴向悬浮特性不断恶化;随着永磁转子极 数的增加,轴向悬浮力最大值先提高后降低,最终趋于永磁转子无限长时的轴向悬浮力最大值。

摘要:零点误差是衡量水分天平的重要指标,其直接影响水分天平的称重准确度。 提出了一种基于长短期记忆(LSTM)网络 的水分天平零点误差补偿方法,分析了水分天平零点误差机理,使用历史零点误差数据建立基于双层 LSTM 长短期记忆网络的 零点误差预测模型,采用空载与加载载荷时两种情况分别进行补偿。 利用该模型对 200 g / 1 mg 的水分天平进行现场补偿验证, 结果表明,补偿后的水分天平在空载和加载载荷时,最大示值误差约为 6 mg,远小于补偿前的示值误差,证实了这种方法的有 效性。

摘要:作为油气输送媒介的金属管道,其缺陷处产生应力集中将造成安全隐患,为实现金属管道缺陷的非接触式定量检测,研 究了一种磁记忆检测方法。 采用磁异常梯度矩阵实现对产生应力集中的缺陷进行定位;利用平移不变量小波去噪(TI)与特征 提取进行信号处理;麻雀搜索算法(SSA)优化 BP 神经网络实现缺陷尺寸反演。 实验表明,平移不变量小波去噪相比小波阈值 去噪,信噪比提升 1. 56%,均方误差降低 4. 87%;SSA_BP 神经网络反演均方误差比 BP 神经网络降低 67. 2%;检测方法能在提 离状态下实时检测管道缺陷并反演缺陷尺寸。

摘要:以故障高发的行星齿轮传动系统为对象,提出基于变分模态分解( variational mode decomposition, VMD)及粒子群算法 (particle swarm optimization,PSO)优化支持向量机( support vector machine, SVM)的故障诊断方法。 首先,对信号进行 VMD 分 解,采用改进小波降噪的方法处理分解后的本征模态分量(IMF),并对处理后的分量进行重构,凸显信号蕴含的信息;然后,对 处理后的振动信号进行特征提取,分别提取信号的样本熵和均方根误差,并组成输入矩阵;最后,引入 PSO 优化 SVM 的关键参 数,将提取的特征向量输入 PSO-SVM 进行训练和识别。 将该方法应用于行星传动试验平台获取的行星轮裂纹故障、太阳轮轮 齿故障及行星轮轴承故障信号,通过多维比较,验证了该方法的有效性。

摘要:油类污染物是危害生态环境的主要因素之一,混合油类污染物的精确识别与测量对于环境监测具有重要意义。 针对混 合油类污染物光谱组分严重重叠,难以采用化学方法进行分辨的问题,研究采用三维荧光光谱技术结合交替残差三线性化 (alternating residuals trilinearization, ART)算法检测油类污染物。 ART 算法是对平行因子的改进,无需预先设定因子数。 搭建 三维荧光光谱检测系统,研究 0#柴油、97#汽油和煤油的三维荧光光谱特征。 配置 30 组 0#柴油、97#汽油和煤油的 SDS 胶束溶 液,采用 ART 算法对混合油类污染物散射消除后的三维荧光光谱数据进行解析,实验结果表明 ART 算法对 0#柴油、97#汽油和 煤油的平均回收率分别为 103. 6%、97. 32%和 99. 86%,解析得到的 3 种成分光谱与真实光谱吻合度较高,定性和定量分析均表 明,三维荧光光谱结合 ART 算法是一种有效的成品油污染物检测方法。

摘要:针对车载(V2V)通信系统无线传播场景的非平稳特性且无线信号三维传播时俯仰角(EAs)与水平角(AAs)非独立的 特点,提出一种基于规则几何的新型三维非平稳 V2V 信道参考模型及其相应的仿真模型。 为了刻画信道的非平稳特性,考虑 了信号收发车辆以任意方向和速度运动而引起的多时变参数。 针对 EAs、AAs 角度谱服从 VMF 联合分布的情形推导了模型的 部分统计特性,并深入研究了车辆行驶环境、非平稳性以及收发端行驶状态对信道空-时相关函数的影响。 仿真结果表明,提出 的信道模型可以捕捉车辆行驶方向变化对信道空-时相关性的影响,多普勒功率谱密度理论值与实测值的基本一致、仿真模型 与参考模型统计特性的高度拟合验证了理论推导的正确性和模型的实用性。

摘要:目前基于光学测量法的空间目标位姿探测系统主要采用单目视觉和双目立体视觉两种,其中双目视觉得益于利用仿生 学视差原理,通过光学三角测量法即可计算出目标的空间相对位置,从而得到广泛应用。 此外,针对于传统 CCD、CMOS 视觉相 机繁杂的图像处理过程,提出了将双目视觉原理与位置敏感探测器(PSD)结合应用于空间光点位置的探测方法,利用 PSD 探 测响应速度快、分辨率高等特性,将图像处理转换为光电探测器的信号处理过程,并搭建了具体的合作光点的位置探测系统。 实验结果表明,PSD 视觉相 X 和 Y 方向坐标波动均在±130 μm,且探测系统精准还原了空间光点在距离 1 000 mm 的 160 mm× 160 mm×200 mm 立方体空间内的运动轨迹,其定位误差为 4. 35 mm,随深度每增加 50 mm,误差增加约 27%,系统的平均误差为 7. 30 mm,稳定性较好。

摘要:风力发电机齿轮箱的故障诊断在风力发电机组正常运行中起着重要作用,除了识别故障类型外,故障的严重程度对风 机的维护也具有指导意义,因此,一种优化堆叠诊断结构(OSDS)被提出以识别故障类型和严重性。 首先对原始振动信号进行 压缩采样,然后将压缩样本分别输入第 1 层和第 2 层深度信任网络(DBN),对故障类型和严重性进行识别,同时采用混沌量子 粒子群优化算法(CQPSO)对每个 DBN 进行优化。 通过两组实验得到的结果表明,故障类型诊断准确率分别达到 99. 24%和 97. 21%,故障严重程度诊断准确率达到 99. 06%,同时诊断时间仅为 1. 493 和 2. 176 s。

摘要:电能质量数据压缩是电能质量问题检测和识别中的重要步骤,其本质即为探寻电能质量稀疏特征的过程。 针对稀疏分 解中常用的匹配追踪算法在匹配最佳原子时计算复杂度高、耗时长,不能满足电力信号分析实时性要求的问题,应用收敛精度 高、收敛速度快以及全局寻优能力强的闪电搜索算法搜索最佳原子,提出了闪电搜索匹配追踪算法。 利用所提算法在构建的电 能质量相关原子库中对电能质量信号进行原子分解,提取电能质量特征参数,将提取到的参数作为压缩后的电能质量数据,实 现电能质量数据压缩。 实验结果表明,所提算法匹配最佳原子的耗时约缩短为原算法的 1 / 98,基于所提算法的电能质量数据 压缩方法在匹配最佳原子满足电力信号分析的实时性要求,具有较高的压缩率和较低的重构误差,提高了数据压缩的性能。

摘要:针对非线性支持向量机分类准确率受核函数影响的问题,提出一种多尺度核支持向量机( multi-scale kernel support vector machine,MSK-SVM)分类模型,并将该模型应用于滚动轴承故障诊断。 该模型在常用的多项式核、高斯核和 Sigmoid 核函 数基础上,引入了 Morlet、Marr 和 DOG 小波核函数。 利用不同核函数的全局性和局部性以及核函数尺度参数不同作用范围不 同的特点,组合具有不同特性及不同尺度参数的核函数作为多尺度核。 基于梯度下降法,自适应地确定多尺度核函数权值,得 到 MSK-SVM 滚动轴承故障诊断模型。 为说明算法有效性,分别基于滚动轴承故障数据集和全寿命周期数据集进行了实验验 证,并分析了基于不同特性 MSK 和相同特性 MSK 的 SVM 模型分类性能。 结果表明本文所提模型较传统单个核函数 SVM 分类 准确率更高,且具有良好的泛化能力。

摘要:为了解决传统雷达呼吸身份识别依赖人工预定义特征的问题,提出了一种基于呼吸样本空间(BSS)的超宽带(UWB) 雷达身份识别算法。 算法首先通过奇异值分解(SVD)对 UWB 雷达人体呼吸回波中杂波进行滤除,然后根据回波将目标跨距离 单元的呼吸信号构建为包含时距信息的 BSS 序列,最后利用卷积神经网络(CNN)对 BSS 进行建模以获取目标分类结果。 在室 内场景实验中,对 4 人的身份识别准确率为 84. 64%。 对比结果表明,所提出的算法对不同个体所具有的独特呼吸特征具有不 错的区分能力。

摘要:针对质子交换膜燃料电池(PEMFC)寿命预测方法中 PEMFC 特征对其寿命的影响程度未知和模型预测精度低的问题, 提出一种基于 XGBoost-RFECV 算法和长短期记忆(LSTM)神经网络的 PEMFC 剩余寿命预测方法。 首先通过等间隔采样和 SG 卷积平滑法对 PEMFC 原始数据进行重构和平滑处理,有效提取 PEMFC 退化趋势。 然后利用 XGBoost-RFECV 算法计算 PEMFC 不同特征的重要度,并选择平均交叉验证均方误差最小的 10 个 PEMFC 特征组成最优特征子集。 最后将最优特征子集 输入构建的双层 LSTM 神经网络实现 PEMFC 的剩余寿命预测。 实验结果表明,该方法的平均绝对误差和均方根误差分别为 0. 001 9 和 0. 002 5,决定系数 R 2 为 0. 974,与 XGBoost-RNN、XGBoost-LSTM 和 XGBoost-RFECV-RNN 方法相比预测精度更高,能 够有效地预测 PEMFC 剩余寿命。

摘要:针对传统铁路隧道衬砌掉块检测方法耗时长、成本高的问题,在声信号识别技术的基础上,提出了基于遗传算法优化支 持向量机(GA-SVM)模型的铁路隧道衬砌掉块声音检测方法。 通过提取铁路隧道内衬砌掉块与其他事件声音的梅尔频率倒谱 系数(MFCC)特征系数矩阵,利用遗传算法的寻优能力对支持向量机中影响预测模型精度的两个参数 C 和 σ 进行优化,构建铁 路隧道衬砌掉块检测模型。 实验结果表明,在少量训练样本的基础上,GA-SVM 模型对比传统的 SVM 模型和粒子群算法 (PSO)优化的 SVM 模型,能更够准确地检测出衬砌掉块的大小,检测精度达到了 96. 67%,验证了声信号识别技术应用于铁路 隧道衬砌掉块检测的可行性。

摘要:为了满足多波束声纳系统中高声源级发射与多通道低噪声采集的需求,同时为了提高发射机与接收机的可扩展性,提 出了一种高压脉冲发射模块以及一种多通道 TVG(time variation of gain)采集模块的设计方法,并且采用 FPGA 作为逻辑控制芯 片,在 FPGA 内规划了发射模块与采集模块的触发时序。 根据千兆以太网的传输带宽,设计了 IP 报文的数据格式,分析了数据 传输路径,实现了实时数据采集。 实验测试表明,在 100 kHz 工作频率下时,发射模块的声源级达到了 200 dB,采集模块的本底 噪声小于 4 μVrms,幅度一致性偏差为-6. 94 dB,相位一致性偏差为 0. 25°。

摘要:针对当前超宽带多输入多输出(UWB-MIMO)天线存在尺寸大、隔离度低等缺陷,设计了一款紧凑型 UWB-MIMO 天线, 天线尺寸仅有 41 mm×25 mm×1. 6 mm。 通过扳手形微带馈线扩宽天线的带宽,在天线的接地平面上引入锯齿形和梳状电磁带 隙结构以获得较高的隔离度;加载 C 形枝节形成陷波以抑制 X 波段的下行频段对超宽带系统的干扰。 实验结果表明,所设计 的 UWB-MIMO 天线的阻抗带宽为 3. 1 ~ 12. 0 GHz,陷波频带为 7. 0 ~ 7. 9 GHz;在整个工作带宽内,隔离度大于 20 dB。 设计的 UWB-MIMO 天线具有良好的辐射特性、稳定的增益和较低的包络相关系数(ECC<0. 006),适用于 UWB-MIMO 系统应用。

摘要:针对现有信号降噪或重构方法无法完全去除噪声,且时频表示存在能量模糊问题,提出了一种利用元素分析进行滚动 轴承故障诊断的方法。 所提方法首先构造了元素模型来表征信号,然后对元素模型进行 Morse 小波变换,并从小波变换中计算 得出信号冲击点,从而得到信号的故障特征频率。 该方法还可以利用基于小波变换中时间或尺度平面内的少量孤点来重构信 号。 最后,采用一组仿真信号数据和两组实验数据来评估所提方法性能,并与其他信号重构方法和时频分析方法对比,结果表 明,所提方法对滚动轴承故障信号重建和识别的效果更好。

摘要:泄漏电流是表征气体绝缘输电线路(GIL)内部绝缘子性能优劣的重要指标,在实际工程中泄漏电流信号的采集常受窄 带信号与白噪声信号的干扰,进而影响对于绝缘子性能的准确评估,常用泄漏电流去噪方法多依赖于经验参数与人工设定。 针 对以上问题,提出利用奇异值曲率谱对奇异值变换(singular value decomposition, SVD)进行改进,去除窄带信号干扰;然后引入 正负白噪声组,利用经验模态分解(empirical mode decomposition, EMD)对含有白噪声信号的泄漏电流信号进行分解,在分解过 程中对模态分量进行去噪处理,保留最终模态分量即为无噪泄漏电流信号。 信号仿真与现场实测结果均表明所提方法可以有 效实现 GIL 绝缘子泄漏电流去噪。

摘要:单像素成像因其仅需一个无空间分辨能力的单点探测器即可实现目标物体的空间信息获取重建物体图像,是解决非可 见光波段成像的关键技术。 该技术的发展和应用在高分辨率空间存在数据采集量大,成像慢的问题。 因此,设计了一种傅里叶 单像素显微超分辨成像系统来提高现有单像素显微成像的效率和质量。 首先,搭建了单像素显微超分辨成像系统,引入基于深 度学习的超分辨模型来提升其成像分辨率,从而快速获得高分辨率的物体重建图像。 经实验结果证明,相同的光强信号采集时 间下,成像分辨率可提高近 9 倍,且其峰值信噪比达到 28 dB,有效提高了单像素显微成像在高分辨率情况下的成像效率。

摘要:针对含有不可控变迁 Petri 网的禁止状态问题,提出了一种基于整数线性规划的控制器综合方法,该方法适用于任意普 通 Petri 网模型。 首先,根据 Petri 网的结构特性构建所有不可控变迁应满足的约束条件集合,其次通过求解整数线性规划问题 将给定的线性约束转换为允许线性约束;最后,利用库所不变量方法设计控制器将转换后的约束综合到 Petri 网中。 以某零件 加工系统为例进行实验,实验结果表明,提出的方法简单高效,对实际自动制造系统的禁止状态监控问题具有一定借鉴意义。

摘要:由于高速铁路接触网会产生弓网电弧对弓网系统有危害,为了减少弓网损害。 提出一种电流时间序列编码技术,即格 拉姆角求和/ 差分场(GASF / GADF)。 由于不同受流状态的电流信号不同,其时间序列编码形成的图像也不同,这使得计算机 视觉技术可以用于时间序列分类,用来识别弓网电弧。 共进行了 5 组不同条件下的弓网受流实验,测量得到不同条件下弓网系 统中的电流数据,并将弓网实验得到的电流数据的状态分为正常受流状态和电弧受流状态。 通过构建神经网络,提取电弧电流 信号,以格拉姆角场(GAF)图像的形式直观展示了卷积神经网络(CNN)对弓网电弧数据的抽象特征提取情况。 实验结果表 明,该方法可在不同条件下准确识别弓网电弧避免视频图像背景变化的问题为弓网电弧故障识别提供一种思路。

摘要:针对振荡水翼式潮流能发电装置中柔性水翼的形变测量问题,设计了一套基于高速相机的非接触式测量系统,可在不 影响水翼水动力学特性的前提下,连续采集水翼运动过程中的图像并计算水翼形变。 建立了图像坐标系和水翼世界坐标系的 坐标转换模型,给出了相关参数的标定方法和形变的计算公式。 提出了一种基于 Canny 算子的水翼迎流面边缘检测方法,给出 了边界的多项式拟合算式,从而可计算出水翼迎流面边缘上任一点的形变。 设置了不同实验条件进行了验证,识别出的水翼总 长度误差在 2%以内,形变量符合实际规律。 实验结果表明该方法能够有效测量水翼迎流面边缘上任一点的形变,且具有现场 布置简单、不影响水动力学特性的优点。

摘要:健康状态(SOH)预测作为锂离子电池管理系统(BMS)的关键功能之一,对于保证电池安全可靠运行、降低电池系统维 护成本具有重要意义。 为了提高锂电池 SOH 预测精度,提出一种基于改进的蚁狮优化算法和支持向量回归( IALO-SVR) 的 SOH 预测方法,首先从电池充电数据中提取与电池容量相关的特征因子并进行相关性分析,选取相关度高的 3 个作为模型特征 输入,再导入样本数据,通过改进的蚁狮优化算法(IALO)对 SVR 模型的关键参数进行寻优,建立最终预测模型。 在 NASA 公开 数据集上与现有的遗传算法-支持向量回归(GA-SVR)和改进粒子群算法-支持向量回归( IPSO-SVR)进行对比实验,结果表明 IALO-SVR 方法拥有更高的预测精度与拟合度,预测误差基本保持在 1%以内,验证了预测方法的可行性。

摘要:为消除小电流系统下接地故障诊断准确性受系统中性点接地方式、故障类型以及故障位置等因素的影响,分析了系统 在各类单相接地故障下的零序电流,提出了一种基于改进的希尔伯特-黄变换和极限学习机的接地故障检测方法。 首先用小波 变换对信号进行多频带划分,再根据对地电容的充放电特性筛选出的特征频带并进行希尔伯特-黄变换,得到各条线路零序电 流的瞬时能量特征,最后利用灰狼算法和粒子群算法对极限学习机进行多层次优化,得到同时具有故障类型识别和选线功能的 分类器。 设计一款基于数字故障指示器采集和主站数据处理的故障检测系统。 经测试,该方法能准确判断故障类型并完成选 线,准确度达到 90%以上。

摘要:针对故障滚动轴承振动信号中含有干扰信号,难以准确提取出故障信息,提出了一种基于奇异值分解(SVD)、变分模态 分解(VMD)、和支持向量机(SVM)的滚动轴承故障诊断方法。 首先利用奇异值分解对信号进行处理,根据奇异值峰度差分谱 来确定分解后重构矩阵的有效阶数,然后根据该有效阶数重构信号,对重构后的信号进行 VMD 分解,根据上述有效阶数确定分 解的本征模态函数(IMF)分量的个数,从分解后的 IMF 分量中提取故障特征参数,将其作为支持向量机的输入参数进行故障诊 断。 最后采用合肥工业大学轴承试验机进行验证,并与直接进 VMD 分解及基于带通滤波器信号去噪的故障诊断方法进行对 比,结果表明该方法能有效识别滚动轴承的故障类型,可用于滚动轴承故障诊断。

摘要:为提高嵌入式实时系统的能耗管理效率,降低传统动态电压缩放对系统稳定性的影响,提出了基于历史认知的鲸鱼算 法支持下的动态能耗优化方案。 首先提出非线性动态控制收敛因子的策略,有效加快了算法收敛速度。 其次采用历史最优解 作为收缩包围机制中的种群干扰因子,设计了混合引导策略来平衡算法的局部开发和全局搜索能力。 最后根据动态电压缩放 技术可以实时改变处理器频率的特征,利用改进算法对任务量 10、30 和 50 进行优化,验证了改进算法的有效性。

摘要:针对密集工件存在相似度高、排列无序的特性导致检测难度大的问题,提出了一种注意力机制优化 RetinaNet 的密集工 件检测方法。 首先将注意力机制引入到 RetinaNet 主干特征提取网络以减少干扰物对检测效果的影响,提高神经网络的特征提 取能力;然后利用 Soft-NMS 构建新的预测框提高重叠定位精度;最后通过迁移学习的方法训练数据集,提高模型训练效率。 在 密集工件数据集上验证该方法的有效性,实验结果表明,改进后的方法检测精度达到了 98. 11%,相较于改进前提高了 2. 59%, 单张图片检测速度达到了 0. 026 s,该方法能够满足实际工业生产过程中精准检测工件的目的,在保证速度的同时降低了漏检 率和误检率。