下载专区
二维码
- 当前目次
- 优先出版
- 专辑论文
-
基于机器视觉的锂电池缺陷检测研究进展
摘要：
锂电池作为新能源汽车的核心组件之一，其复杂的制造工艺流程不可避免地引入各种缺陷，严重影响产品的质量，缺陷检测已成为锂电池制造流程中的重要环节，而兼顾了精度与速度优势的机器视觉方法受到高度关注。本文综述了近15年来基于机器视觉的锂电池缺陷检测方法的研究进展。首先简介锂电池表面常见的缺陷类型，阐明视觉缺陷检测的主要流程。然后重点阐述了基于传统图像处理的锂电池缺陷检测方法，对检测流程中的图像预处理、图像分割、特征提取、分类识别4大步骤进行了详细的解释说明，并对比每个步骤中各类方法的优缺点。接着按分类网络、检测网络、分割网络这3类综述了基于深度学习的锂电池缺陷检测方法。随后整理了10个锂电池自建数据集和缺陷检测性能评价指标。最后指出针对锂电池缺陷检测目前面临着诸多方面的技术挑战，并对未来的工作进行了展望。
-
IC器件表面缺陷多光谱图像特征融合检测方法
摘要：
针对IC器件表面轻微缺陷在传统的像素级融合检测中容易被产生的冗余噪声淹没,干扰缺陷特征的提取,且在光照不稳定的复杂检测场景中不能够自适应调节可见光图像与红外图像对缺陷检测任务贡献度的问题,本文提出基于多光谱图像特征融合的IC器件表面缺陷检测方法,采用中期融合策略,设计了多光谱图像特征融合模块(MIFF),在YOLO框架下建立双路特征提取通道,构建多光谱图像特征融合端对端的YOLO-MIFF缺陷检测模型。实验表明,YOLO-MIFF融合检测比单可见光和单红外图像检测的mAP分别提高了24.69%、35.65%,相比于YOLO-Multiply、YOLO-Concat、YOLO-Add模型的检测精度分别提高了9.85%、6.67%、3.44%。
-
基于图神经网络特征点匹配的视觉SLAM算法
摘要：
视觉SLAM技术在增强现实和无人驾驶等行业具有重要应用。然而传统视觉SLAM在低照度等挑战性场景中存在定位精度较低或定位失败的难题，本文提出一种图神经网络匹配前后帧特征点的视觉SLAM算法：VINS-GNN，在视觉SLAM前端设计一种把特征点匹配跟踪策略，将图神经网络与视觉SLAM结合，有效提升了SLAM前端特征点跟踪的性能；在视觉SLAM后端设计了一种基于多帧融合的回环重定位算法，近一步提高了全局定位精度。在包含低照度、低纹理的公开数据集对比实验中，VINS-GNN相比于VINS-Fusion定位精度提高了17.33%；在实际室内低照度实验中，VINS-GNN相比于VINS-Fusion在轨迹终点处精度提升显著，本文还引入了神经网络推理加速技术，以减少算法的资源占用并提升实时性。实验结果表明VINS-GNN提出的策略在室内低照度条件下的定位精度提升效果显著，对室内行人与移动机器人定位技术发展具有重要意义。
-
基于多尺度生成对抗网络的锥束CT图像耦合伪影校正方法
摘要：
针对锥束CT（CBCT）图像存在的耦合伪影难以完全校正问题，提出1种基于多尺度生成对抗网络的锥束CT图像耦合伪影校正方法。首先，根据CT图像的伪影特征构建了一套包括仿真图像和实际图像的CBCT耦合伪影数据集，用于提高模型泛化能力。再将特征金字塔结构（FPN）和基于卷积块的注意机制（CBAM）融入网络的生成器结构中，帮助网络捕获更全面特征信息，并配合多尺度判别器（MSD）搭建生成对抗网络框架，使得生成的去伪影图像更加清晰和真实。实验分析显示，经本文方法校正图像的PSNR和SSIM在仿真数据集中提高了21.595 dB、0.541，在实际数据集中提高了14.072 dB、0.274。实验结果表明，本文方法可有效校正耦合伪影。
-
基于机器视觉的冷轧带材跑偏量智能检测方法
摘要：
针对冷轧生产过程中缺少实测跑偏量引起的板形控制精度低、断带等问题,提出一种基于机器视觉的冷轧带材跑偏量智能检测方法。以经典UNet网络为基础搭建一种轻量化的网络结构,用于冷轧带材智能分割。采用MobileNetV2替换UNet原始收缩路径并在连接结构中嵌入通道注意力ECA_Module,在有效降低网络参数量的同时突出对目标特征的感知能力。采用此网络训练得到带材区域分割模型(SRS_M),其精度指标交并比平均值（mIoU）和像素精度平均值（mPA）分别达到了98.83%和99.36%,单张图像推理时间为40.57 ms。以SRS_M模型为基础,结合边缘位置提取算法,建立带材跑偏量检测模型。通过现场安装的边缘检测装置采集1 503个跑偏量样本数据,对方法进行验证。其中,92.82%样本的绝对误差在±2 mm,全部样本绝对误差均在±3.5 mm,证明了方法的有效性。
-
基于列向语义分割的悬浮间隙视觉检测方法研究
摘要：
针对传统语义分割网络存在参数量大、实时性低以及抗干扰能力差的问题，提出了一种基于列向语义分割的悬浮间隙视觉检测方法。该方法将间隙检测定义为寻找间隙在图像中部分列位置的集合，简化分类问题以缩减计算复杂度。首先,设计了基于视觉间隙检测悬浮系统结构，基于列方向上的位置选择和分类设计了一种间隙检测语义分割网络(GMSSNet),并采用1×1卷积加列向亚像素卷积层模块代替全连接层进一步减少模型参数量；然后，构建了悬浮间隙样本集并配置训练环境，对所设计的GMSSNet模型分别进行了抗干扰能力测试、消融实验和闭环悬浮实验。实验结果表明,GMSSNet模型具有较高的检测精度,正常悬浮间隙检测样本时的最大检测误差为±0.1 mm，线性度为0.5%F.S，存在偏移或特定遮挡情况下，网络最大检测误差为±0.15 mm，线性度为0.75%F.S，闭环悬浮实验表明基于GMSSNet模型的悬浮间隙检测精度和速度均满足悬浮系统要求。
-
基于图像的道路裂缝分割及量化方法研究
摘要：
针对当前道路裂缝检测与量化领域中高成本与高精度之间的矛盾,本文提出了一种低成本高精度的道路裂缝自动分割量化系统。首先,该系统采用添加跳跃级往返多尺度融合模块与注意力门机制的卷积神经网络进行分割预测,并命名为SW-Net。随后,通过结合MCO、DFS以及不同方向上像素统计曲线的变化趋势对裂缝进行分类。最后,为了克服裂缝量化的不连续性和传统形态学骨架量化算法的局限性,本文通过结合A*算法并对其进行扩展,以计算裂缝的最短长度和最大宽度。实验对比结果表明,该系统在Crack500数据集上取得了所有对比模型中最佳的准确率(93.68%)和F1分数(0.896 5)。改进后分类算法的平均分类精度达到99.29%,分类速度为109 张/s。其量化最短长度和最大宽度的相对误差分别为12.34%和15.85%,较传统骨架方法的平均量化误差降低了5.16%。这些结果表明,该系统在裂缝的分割、分类和量化方面取得了显著进展。
-
改进转换模型预测网络的外观变化下目标跟踪方法
摘要：
针对跟踪过程中因目标发生外观变化导致跟踪效果不佳的问题，提出改进转换模型预测（ToMP）网络的外观变化下目标跟踪方法。首先，在ToMP网络基础上添加目标外观状态判别模块，利用级联长短时记忆网络（LSTM）输出目标外观状态判别信息；其次，优化网络在线样本储存判据，在置信度分值判别基础上添加正常外观判别信息，利用可靠样本优化模型权重，增强网络对目标的分类能力；然后，改进网络外观变化时在线样本利用机制，结合最新样本优化模型权重，提高网络对新外观目标的分类效果；最后，利用中心点轨迹预测位置对网络生成目标响应分数进行加权，增强目标特征映射效果的同时减少相似物体干扰以稳定跟踪目标。在公共数据集上准确率分别达到93.9%和68.9%，优于其他方法，并利用机器人进一步证实了可行性。
-
基于改进YOLOv7-tiny的多种类绝缘子检测算法
摘要：
针对现有绝缘子检测算法识别种类单一、定位精度差、鲁棒性差等问题，提出了一种改进YOLOv7-tiny的多种类绝缘子检测算法。首先，使用K-means++算法对先验框进行重聚类，获得更适用于多种类绝缘子数据集的先验框尺寸；其次，采用了基于动态非单调的聚焦机制设计的WIoUv3损失函数，解决训练过程中正负样本不均衡问题。在网络结构上，首先在骨干网络使用跨阶段特征融合模块(Cross-stage Feature Fusion-ConvNeXt Block，CFFCB)捕获更多的上下文信息，对一些受到遮挡的绝缘子实现精准检测；同时，在颈部网络，提出了空间金字塔池化模块SPPCSPF(Spatial Pyramid Pooling Cross Stage Partial-Fast)替换了原有的SPPCSP(Spatial Pyramid Pooling Cross Stage Partial)，有效提高绝缘子与背景接近时的检测成功率，有效改善漏检情况。经过实验测试，与YOLOv7-tiny相比，改进后的网络模型的mAP提高了2.1%，达到了97.6%，有效提高了多种类绝缘子的检测精度。最后，利用改进后算法的检测结果在UR5机械臂上进行了抓取实验，实际抓取的成功率在90%左右，验证了算法的可行性。
-
用于超音速分离流场参数测量的ECT图像重建算法优化
摘要：
针对电容层析成像系统(Electrical Capacitance Tomography, ECT)用于超音速分离器内气液两相流场参数测量时逆问题病态性导致图像重建质量不高的问题,基于引导图像滤波和正则化理念,提出了一种新的ECT图像重建算法。首先分别利用L2正则化和Lp(0
-
基于注意力机制与多源信息融合的变工况轴承故障诊断
摘要：
针对轴承在变工况下工作时受环境噪声和工况变化的干扰，现有的基于单源信号的轴承故障诊断方法因单源信号难以提供全面且稳定的故障信息，导致诊断效果不理想的问题，提出一种基于注意力机制的多源信息融合网络模型(MSIFNM)。该模型的多尺度特征提取模块可以提取更充足的故障特征信息；双阶段注意力模块从多个维度增强对工况变化不敏感的故障特征；多源信息特征加权模块根据不同传感器信号对不同故障的敏感程度，自适应地对多源信息进行权重分配；特征融合与类别输出模块实现对加权后的特征进一步融合与特征提取，再经全连接层和Softmax层输出分类结果。采用变转速和变负载轴承故障数据集对本文所提的MSIFNM模型进行实验验证，实验结果表明，MSIFNM可以有效实现多源信息融合特征提取，提高变工况条件下轴承故障诊断的准确性、稳定性和工况自适应性。
-
基于时空动态检测的核电厂堆外中子探测器故障检测方法
摘要：
在核电厂安全监控体系中,堆外中子探测器扮演着关键角色。然而,现有针对探测器的故障检测方法侧重于提取时序特征,以及采用固定阈值方式加以辨识故障,未充分利用探测器之间蕴含的空间耦合关系且缺乏灵活性。为此,该文提出1种针对堆外中子探测器的时空动态检测模型(STDDM)。该模型由时序卷积网络(TCN)、图卷积网络(GCN)和动态阈值3个模块构成。其中,将TCN和GCN模块相组合,用于提取探测器间隐含的时空关系以重构探测器信号。在此基础上,计算重构与真实信号间的残差,根据个体探测器的残差均值以及整堆探测器残差标准差,设计动态阈值检测策略,使模型能够自适应于反应堆运行工况的变化。通过某地区核电厂真实数据加以验证,所提STDDM不仅能实时且精准地重构探测器信号,而且在不同故障情况下依然具有较强的故障容错能力,证明其在核电厂堆外中子探测器故障检测中的有效性和实用性。
-
基于改进联邦学习长尾数据的故障诊断研
摘要：
由于无法采集到齿轮和轴承的某样故障类型的充足故障样本，使其呈现长尾分布形式，导致无法有效构建神经网络诊断模型；当引入联邦学习方法解决上述长尾问题时，无法有效地提取尾部故障类型样本的特征信息。针对上述问题，本文提出一种改进联邦学习方法。首先，采用联邦特征对诊断模型再训练，提高对尾部样本的故障特征提取能力；其次，引入CBAM(convolutional block attention module)注意力机制，对联邦学习中的ResNet(residual network)网络模型进行改进，增强对通道和空间的关键局部特征信息的提取能力和效率；再次，将传统卷积替换为非对称卷积，增强对样本的非对称特征信息的提取能力和效率；最后，采用间隔校准算法优化网络模型的分类边距，以获取更高的诊断准确率和效率。基于齿轮和轴承的实测故障样本的实验分析可知，所提改进联邦学习方法可有效地提升平均和最高准确率，二者分别为8.78%和3.40%。
-
基于LCPSO与异构集成学习模型的输电线路覆冰等级预警方法
摘要：
基于Φ-OTDR的分布式光纤传感技术，通过分析OPGW中光纤的振动特征，可以实现输电线路全线路、全天候的在线健康监测。采用Φ-OTDR采集了无覆冰、1级覆冰和2级覆冰3种工况下的振动信号，充分挖掘了相位和幅值信号的时域、频域、时频域特征及其对应的统计学特性。为提升覆冰工况的识别准确率，提出基于LCPSO-AdaBoost-MCG的最优特征子集选择算法，以AdaBoost-MCG的分类错误率为适应度函数,采用LCPSO算法迭代计算最优特征子集。采用AdaBoost集成SCN、KNN、PNN、SVM 4种弱分类器，构成了异构强分类器，利用每种弱分类器的优势，提高了模型泛化性能和识别准确率。经现场数据集验证，本文方法对覆冰等级的识别准确率达到了98.7%。根据本文确定的最优特征子集，可以构建覆冰等级预警特征库，为输电线路智能巡检提供有益参考。
-
零故障样本下小波知识驱动的工业机器人故障检测
摘要：
针对零故障样本问题，现有方法大多从迁移学习、样本生成等开展研究，然而该类方法依赖相近故障样本，难以保证训练样本与真实故障信号在数据分布上保持对齐，导致模型泛化性不足。针对上述问题，提出了基于连续小波变换知识库和ViT(Vision Transformer）网络的故障检测方法。采用了多种母小波函数构建连续小波变换知识库，从不同时-频角度对机械装备监测数据进行分析；设计了一种基于多模态时-频特征的对比损失函数，实现了ViT的有效训练；开发了基于余弦相似性分析的故障检测算法，检测机械装备各类异常状态。使用工业机器人实验平台对方法进行验证。结果表明，所提方法能够在零故障样本下构建高性能的特征提取网络，并能对各类故障状态进行准确检测。
-
基于载波相位的视距内动态无线时间比对关键技术研究
摘要：
针对视距内动态时间比对用伪距观测量解算钟差噪声较大的问题,用载波相位观测量可以大幅度减小解算钟差的噪声,但载波相位存在求解整周模糊度和周跳等问题。本文首先研究了双向伪距和载波相位测量原理以及配对解算钟差的方法,并提出了一种采样提取双向载波相位观测量的新方法,减小了双向载波相位因采样时刻不一致导致的链路非对称对钟差测量结果的影响。针对载波相位双向时间比对中整周模糊度的求解和周跳探测与修正2个技术难点,用改进的伪距法估算整周模糊度,并用卡尔曼滤波实时的探测修正周跳。最后搭建车载试验平台验证动态时间比对效果,载波相位相较于伪距双向时间比对的精度提升了71.3%,测量钟差的均方根误差达到了百皮秒量级。
-
多通道光栅莫尔信号实时细分与等分平均技术研究
摘要：
圆光栅受刻线误差、安装偏心等多种因素的共同影响，其定位精度无法直接满足高精度测角系统的需求。多读数头等分平均方法可以实现圆光栅精度的自校准，是提高测角系统精度的有效方法。然而，商业伺服控制系统通常不支持多路读数头信号实时接入同一路伺服轴，这造成了等分平均方法的在线应用存在困难。本文针对多通道光栅莫尔信号的采样、误差补偿、实时细分和等分平均进行研究，基于FPGA平台实现了多读数头实时处理系统的研制，并在测角转台开展了应用验证。设计了细分值稳定性、控制分辨率、角定位精度和细分误差实验，验证了多读数头实时处理系统的性能。所设计的多读数头处理系统，在测角转台上可以满足0.005″的控制分辨率需求，取得了0.58″定位精度和0.06″重复定位精度等测试结果。
-
基于器件信息融合的双旋转惯导系统误差调制策略
摘要：
目前，大型水面和水下载体一般安装两套旋转惯导系统（RINS），两套系统按相同的旋转调制策略独立运行，系统信息仅互为备份，缺乏有效融合。针对两台旋转惯导系统配置，开展基于器件信息深度融合的联合旋转调制策略研究，进一步提高系统精度。不改变单套系统结构和编排的前提下，优化经典的单轴4位置旋转方案，联合设计两套系统惯性测量单元（IMU）的旋转策略和转停时序，确保任一时刻有一台惯导处于转停状态，在时序上对转停状态下的惯性测量单元输出（陀螺仪和加速度计）信息进行融合，减小因惯性测量单元转动与刻度系数误差和安装误差的耦合效应。误差特性的理论分析验证了联合调制策略的优势。仿真结果表明：在典型误差作用下，采用联合旋转调制策略的系统定位误差，由单套旋转惯导系统精度的2.3 n mile/72 h提高到0.7 n mile/72 h。
-
不规则充液管柱模型中几何参数与流体声速反演
摘要：
充液管柱受管内外介质和环境的影响，会发生变形、腐蚀等问题，需要使用特定仪器进行定期检查以确保系统安全和可靠运行。实际测量环境复杂，管柱变形、仪器重力、居中器不当使用、管内流体性质变化等多重因素影响，使得测量仪器难以在理想的工作状态，从而降低检测精度。本文以套管井超声波测井为例来阐述以上问题，并结合超声波测量仪器的特点，设计了一套迭代优化算法。该算法能够在不规则充液管柱中，利用超声波测量到时定位仪器偏心测量轨迹、计算管柱内部流体声速、反演不规则管柱内边界。模拟和实测数据表明，本文提出的方法能够很好地预测仪器偏心轨迹，准确反演管柱内的流体声速并确定不规则管柱的几何参数（形状和位置）。该方法可以进一步提升套管井超声波测井仪器的使用性能，为后续进行管柱外的水泥评价提供可靠的约束。
-
跨冰层声信号拾取装置中耦合腔的设计与研究
摘要：
针对现有极地冰层声学探测技术在探测带宽与布署便捷性的局限，围绕一种跨冰层水下声信号拾取装置耦合腔部分的设计与测试展开研究。此装置通过耦合腔，即一个包有声固耦合液的柔性外壳，将冰层中的弹性波转换为耦合液中的压力波，并通过浸于耦合液中的水听器接收声压信号。首先，通过理论分析确定将聚氨酯作为耦合腔的材料；然后，利用仿真软件模拟对耦合腔的几何参数进行了探究；最后，实施了水池实验和低温条件测试，并进一步确定了耦合腔的几何参数对跨冰层探测效果以及装置可靠性的影响。测试结果表明，耦合腔的侧壁厚度是影响装置的跨冰层水声信号拾取效果以及低温适应性的重要参数。
-
基于LQR的船舶自主靠泊策略研究
摘要：
自主靠泊是船舶自动航行研究领域的热点。为有效解决船舶靠泊过程中的路径规划与控制问题,提出了一种基于Frenet框架的改进线性二次型调节器（LQR）控制方法和一种自适应的靠泊策略决策模型,将船舶运动控制、路径规划和靠泊策略选择相结合,实现船舶的自适应自主靠泊。首先,建立风流干扰的船舶动力学模型,根据当前风流环境与泊位的空间关系自动选择靠泊方式;然后,规划靠泊路径并利用LQR控制器实现船舶的自主靠泊。为验证控制器的有效性,在仿真实验中充分考虑靠泊过程中的船舶大漂角特性与岸壁效应。仿真实验表明:本文提出的方法对环境干扰具有良好的鲁棒性,能够根据不同工况选择不同的靠泊策略并实现船舶的自主靠泊。
-
面向多到一任务交接的多机器人协作路径规划算法
摘要：
针对传统的多机器人路径规划算法处理任务形式单一、非必要损耗大等问题，本文提出一种多组多到一任务处理方式的协作动态优先级安全间隔路径规划算法(Co DPSIPP)。首先，该算法以最小化路径总长度为目标，采用模拟退火、扩散搜索等方法确定各组机器人的任务交接点；然后，采用改进的安全间隔路径规划算法为所有机器人进行分段路径规划；进一步针对部分不合理任务交接点会造成区域性拥塞并导致求解失败的问题，设计群组优先级与中间点动态调整规划策略。最后，在4种基准地图上的测试结果显示，相较于协作基于冲突搜索算法(Co-CBS)，本文提出的算法在求解成功率上平均可提升73%，在运行时间和路径总长度上平均分别可减少56%和5%。实验结果证明，本文算法为多组多到一任务场景下的多机器人协作路径规划问题提供了更为灵活且扩展性更强的解决方案。
-
考虑淬硬铁磁构件过渡特性的磁滞回线建模方法
摘要：
有效硬化层深度和过渡层范围是影响表面淬硬机械零部件性能的关键因素,也是产品质量控制过程中的重要测试内容。利用不同组织的磁特性差异,可发展出淬硬层的磁检测方法。相比传统金相观察法,具有无损、快速的技术优势,有望直接面向零部件进行淬硬层测试分析。本文提出利用玻尔兹曼函数描述沿深度方向材料磁滞特性参数的渐变规律。通过对多层材料进行离散分层处理,考虑层间磁场耦合,建立多层结构材料的T(x)磁滞回线模型。利用粒子群算法和提出的多层材料磁滞回线模型对逐层切割的含硬化层试样进行磁滞回线的反演计算，验证模型的准确性。提出的模型有望较为精确地描述多层材料的磁滞回线并可对硬化层深度和过渡层深度进行反演表征。
-
基于PointPillars的改进三维目标检测算法
摘要：
基于激光雷达的目标检测技术在自动驾驶、机器人导航和无人机等领域得到广泛应用，由于激光雷达点云数据的稀疏性和不均匀分布，目标的检测和分类面临挑战。为此，本文提出一种基于PointPillars算法改进的三维目标检测算法，首先设计了更为有效的点云柱状特征编码网络，在编码网络中引入逐点和逐通道的双重注意力编码网络，提高每个pillar的特征表示能力。其次，在主干网络部分，融合全局上下文信息网络GCNet和CSPDarknet网络以提高特征图表征能力，使得网络在特征提取阶段能够更为充分地提取丰富的上下文语义信息。通过KITTI数据集进行了实验验证，相较于基准模型，改进方法具有更高的检测精度，在简单、中等和困难3种场景下，改进算法平均精度分别提升了2.12%、2.51%和1.84%。同时，改进算法检测速度达到35.6 FPS，证明了该方法在保持检测算法实时性的同时，有效地提高了检测精度。
-
新型窗函数适配的热障涂层太赫兹盲反卷积方法
摘要：
热障涂层太赫兹信号严重混叠导致反射峰辨识困难，降低了厚度测量精度。为此，提出了新型窗函数适配的盲反卷积方法，通过增强窗函数与脉冲特征的相似性，提高反卷积信号的重建精度。首先，基于解析模型探究了热障涂层太赫兹反射峰特征，应用互相关理论与群智能算法构建新型窗函数，提升了其与波形相似性，据此设计有限脉冲响应（FIR）滤波器消除信号混叠。然后，提取前3次回波获取飞行时间与折射率计算得到陶瓷层厚度，利用Kirchhoff近似表征陶瓷层表面粗糙度影响，修正折射率，降低了测厚误差。最后，通过实验验证了方法的有效性。结果表明，相较于频域小波反卷积和最大相关峰度反卷积，本文方法折射率测量精度分别提升76.32%、83.51%，厚度测量精度分别提升76.20%、89.67%。
-
基于信号分离的扩展频谱时域反射法盲区消除研究
摘要：
扩展频谱时域反射法进行线缆故障检测时，因检测盲区的存在而难以对近距离故障有效识别，这不仅减小了检测范围，也限制了其在实际应用中的广泛性。本文针对该方法中的盲区问题，深入分析盲区产生的机理，提出了一种基于信号分离的盲区消除方法。该方法基于入射信号与反射信号线性叠加的特性，通过数字信号处理中的减法运算，有效地实现了两者的分离，使得在盲区内准确地识别反射信号，提取故障信息。本方法通过数字信号处理技术来消除盲区，避免了硬件平台的改动，算法简单，易实现，适应场景广泛。实验结果显示，在中心频率为62.5 MHz的检测系统中，使用本方法进行开路和短路故障在线检测，其最大绝对误差仅为0.16 m，充分验证了所提方法的有效性和实用性。
-
磁流体动力学角速度传感器研究综述
摘要：
随着航空航天领域探测距离的逐步提升，频谱跨度大（0.1 Hz~1 kHz）、幅值小（mrad量级）的微角振动对有效载荷指向精度的影响日趋明显。磁流体动力学（MHD）角速度传感器兼具低噪声、宽频带、体积小的优势，是目前最适合在轨微角振动测量的方法，能够为在轨微角振动力学特性分析及主动补偿提供宽谱段内的数据支撑。本文对MHD角速度传感器的工作原理、技术特点和应用情况进行综述，并针对当前研究中存在的问题进行探讨。首先，对比MHD角速度传感器的两种结构形式，基于传感器数学模型分析两种结构形式的输出特性差异。然后，介绍国内外MHD角速度传感器典型产品的技术指标及应用情况，围绕多物理场耦合仿真、微弱信号检测、测试与标定、低频拓展、工程应用五大核心技术进行讨论，分析现有技术瓶颈的基础上，明确亟需突破的难点问题。最后，指明MHD角速度传感器的未来发展方向，并展望其未来的应用领域。
-
双频磁场分时激励的新型单列绝对式直线时栅位移传感器
摘要：
针对小体积安装、高精度直线位移测量需求,基于双频磁场分时激励方案和外差降频原理,设计了一种新型单列绝对式直线时栅位移传感器结构,解决提高传感器激励信号频率来获得高信噪比与高分辨力之间的矛盾。首先,建立平面线圈瞬态磁场耦合模型,构建单列绝对式直线时栅测量模型及其传感机理,其对极数互质绝对位置解算方案避免实际使用中测量误差对解算结果的影响;通过电磁场仿真对比分析了不同形状感应线圈与气隙磁场之间的耦合特性,确定了传感器优化安装间隙为0.6 mm;采用500 kHz、1 MHz不同频率分时激励驱动方案,并提出一种外差降频的解耦新方法,保证传感器高分辨力的前提下,提高了传感器的信噪比;最后,制作传感器样机并进行性能测试。实验结果表明,采用外差降频解耦新方法相对于原直接解耦法在一个“精机”对极周期内的测量精度提高了36.4%,传感器在187.68 mm有效测量范围内,经误差补偿后的精度为±4.9 μm,分辨力为0.14 μm。该时栅位移传感器与国外主流产品相比,降低了对超精密栅线的刻画和电子细分技术的依赖,具有高精度、高分辨力、体积小、成本低的特点。
-
上下梁磁吸斥力双稳态压电能量采集器
摘要：
针对压电能量采集中的单悬臂梁频带窄与双稳态势阱较大难以跨越的问题，设计了上下梁磁吸斥力双稳态压电能量采集器。首先，构建了互相激励的上下梁和外部固定磁铁的磁吸斥力双稳态结构，拓宽结构的振动响应与工作频带;通过将磁铁等效为磁偶极子建立平面磁力模型，获得不同参数对结构势能和磁力的影响;然后，基于欧拉-伯努利梁理论和拉格朗日方程建立系统的动力学模型，分析系统动力学特性的影响规律;通过实验结果表明，与无固定磁体的单上梁和单下梁相比，所提的上下梁磁吸斥力双稳态压电能量采集器实现了上悬臂梁的工作频带范围由5~6 Hz扩大到3~11 Hz，3~11 Hz上振动的平均功率提高了26.35%，下悬臂梁的工作频带范围由13~14 Hz扩大到4~13 Hz，4~13 Hz上振动的平均功率提高了23.28%。
-
垂直关闭曲联合微种植体矫正前牙内收矫治力建模
摘要：
牙列拥挤是错颌畸形中最常见的类型。在正畸治疗中，为了缓解患者的牙齿拥挤状况，通常会采用拔除第一前磨牙，进行整体前牙内收的治疗方案。在前牙内收的过程中通常采用垂直关闭曲联合微种植体支抗实现关闭牙齿间隙的效果。然而在治疗过程中，医生多采用定性非量化的方式来描述受力和运动，导致治疗效果难以精确预测。针对这一问题，采用叠加定理得到以弓丝截面尺寸、形状和微种植体牵引高度为参数的垂直关闭曲联合微种植体支抗矫治力、矫治力矩预测模型。并通过有限元分析对各工况理论值和仿真值进行对比和误差值计算，得到了矫治力仿真值与理论值的误差值在0.09 N以内，矫治力矩仿真值与理论值的误差值在0.75 N·mm以内，基于下颌蜡质牙模完成对矫治力、矫治力矩的测量，得到了低位牵引时矫治力理论数据与实验数据的误差值处于0.03~0.18 N之间，矫治力矩误差值处于0.51~1.1 N·mm之间，高位牵引时，矫治力误差值处于0.03~0.17 N之间，矫治力矩误差值处于0.23~1.30 N·mm之间，验证了理论模型的准确性和仿真条件的可靠性。该模型能够对矫治过程中的力进行参数化表达，从而为个性化治疗方案的制定提供依据，并提升治疗效果和安全性。
视觉检测与图像测量
工业大数据与智能健康评估
精密测量技术与仪器
信息处理技术
传感器技术
期刊介绍
主管单位：中国科学技术协会
主办单位：中国仪器仪表学会
主编：王巍
地址：北京市海淀区知春路6号锦秋国际大厦A座23层
邮政编码：100088
电话：010-64044400
邮箱：cjsi@cis.org.cn
国内统一刊号：11-2179/TH
