双控头电涡流法食品罐头真空度测量仪

利用电涡流原理采用双传感器开发出检测密封罐头内部压力或真空度的仪器根据两个传感器输出电信号差计算出罐头内部压力或真空度.该仪器既具有本机显示和打印测量结果的功能,又能通过USB接口与上位机配合使用,具有小型轻便,检测数据精确和操作界面友好等特点.     

国外传感器技术文摘

<正> 66 超声波距离传感器 —超音波距离,大山重芳,计测技术,Vol.17,No.7,P.71～77,(89),日文 介绍了山武(株)研制的942系列超声波距离传感器。这是一种非接触连续测量距离的传感器.可将它分为传感器内装型和分离型二种。还对传感器的特点,测量原理(基本原理、测量精度的提高)、使用时应注意事项(检测体的材料、测量距     

相邻金属孔间壁厚现场检测系统关键技术的研究

相邻金属孔间的壁厚测量以往都是根据镗床加工过程中的进刀量计算得出,精度较低.本文提出了一种应用电容传感器对两个金属孔间壁厚在线检测的系统.基于电容传感器,研究了电容测头的电场边缘效应的影响及保护环的宽度选择,设计了测量孔壁的电容测厚传感器进行差动测量.系统由两个距离确定的电容差动测厚传感器、测量电路、A/D接口及软件组成的.对壁厚2 mm,孔径3 mm的相邻金属孔壁厚的测量实验显示,误差达到0.3 μm.系统属于非接触测量,无需修正测头及工件变形误差.此系统测量精度高,测量速度快,操作方便,全套仪器便携,是解决相关壁厚现场精密检测问题的好方法.     

罐头真空度自动检测仪

<正> 罐头真空度检测是罐头生产中的重要环节,是区分罐头等级、保证产品质量的重要工序。而目前,我国的食品罐头生产行业大多仍采用原始的人工打检的方法来检查罐内真空度。人工打检,劳动强度大,检测速度慢,而且检查结果因人而异,包含较大的主观成分,准确性较差,不能保证产品的质量。这在食品罐头生产行业是一个急待解决的问题。     

NI发布全新SC Express PXI传感器测量RTD模块,扩大产品家族

美国国家仪器公司(简称NI)近日发布SC Express传感器测量NI PXIe-4357 RTD模块,扩大了面向PXIExpress模块的产品家族。该高性能模块新增Pt100RTD传感器,优化了温度测量功能,可实现多种热监测     

一种使用PSD的3D光学三角测量传感器

在大范围距离和方位的测量中,光学传感器因能快速给出准确的结果而被广泛应用;这里介绍的是一种基于三角测量原理的光学排列传感器;该传感器使用的是3个激光二极管和一个位置感应探测(PSD)照相机,主要用于测量相对于被测物体表面的距离和方位;实验结果得出的最初原形显示距离的精确性大约是0.05mm,方位的精确度为0.1°,测量范围为60~750mm;这种传感器具有测量范围大、精度高,且能工作于条件苛刻的环境等优点。     

电容性湿度计

本文讨论的仪器用于测量传感器附近样品的百分比含水量。测量是通过检测温、干样品之间介电常数的变化来实现的。水的介电常数(81)与混凝土或土壤的介电常数(2至5之间)相比是很高的。含水量的微小变化将大大改变混合物的介电常数。     

智能真空测试仪及其软件设计

1 概述智能真空测试仪是一种以单片机8031为主处理机的测试真空度的智能仪器,具有以下功能与特点:(1)将模拟量转化为数字量进行处理和显示;(2)实现调零、校正、测量,量程转换的自动化;(3)电离规发射电流和热偶规加热电流的自动调节和稳定;(4)一仪多用;     

电脑罐头杀菌测试仪研制成功

在最近召开的全国轻工系统微机应用技术交流会上,无锡轻工业学院推出一种电脑控制罐头杀菌测试仪。这种仪器由微机、键盘、传感器、采样、显示、打印、报警等部分组成。在电脑控制下,可为不同品种罐头合理制订杀     

多无源传感器的在线配准

为估计无源传感器的角度偏差,在只有角度测量信息的前提下,提出了多无源传感器的在线配准方法.该方法运用几何知识,由传感器测量的多个角度数据得到目标的估计距离,通过估计距离进行在线滤波器的初始化,进而实时估计传感器的角度偏差;并给出了配准模型的Cramer-Rao下限(CRLB).Monte-Carlo仿真表明:该方法能有效地估计无源传感器的角度偏差,同时得到目标航迹.     

新型集成化淤泥探测仪的设计与应用

为了提高清淤准确度,使用光电传感器和压力传感器以及相应的调理电路,采用上位机控制下位机的方式,研制出一种能够同时测量浮泥层密度和相应的液位以及淤泥底部的集成化探测仪。通过实验对传感器进行了标定。测量结果可以在上位机软件界面实时显示并与时间一起保存在上位机上。在软件界面可以修改系数对传感器进行校准。实际应用表明:该探测仪测量准确,实时性好,使用方便,能够起到指导清淤的作用。     

红外/雷达双模导引头融合器硬件及软件实现

基于单传感器(雷达或红外)的系统存在着局限性。介绍了基于多传感器(雷达和红外)信号融合的目标识别和跟踪系统,它能利用不同传感器的数据互补和冗余。主要讨论了利用DSP处理芯片为核心的控制器的硬件设计与软件的实现。该控制器利用雷达系统与红外系统的信号对导弹进行控制。在较远距离时,该控制器利用雷达系统的信号对导引头进行控制,同时利用该信号对红外伺服系统进行控制,在较近距离时,当红外系统在控制下稳定跟踪目标后,该设备将原先的雷达系统控制信号转换为更精确的红外系统控制信号。     

Formation Control of Swarm Robots with Multiple Proximity Distance Sensors

This study deals with the formation control problem of swarm robots using position sensitive detector (PSD) proximity distance sensors based on light-emitting diodes (LEDs). These proximity distance sensors are lightweight and quickly responsive, and are expected to enhance the mobility and flexibility of swarm robots. However, as each sensor has a narrow detection angle, the formation control problem becomes more difficult than when wide-directional distance sensors (such as cameras and laser rangefinders) are used. To overcome this difficulty, we design a two-part motion controller that controls both position and attitude. The attitude controller is necessary for continuous detection of other robots through the narrow detection angles. The designed controller is distributed in the sense that it requires only information on measured values of each robot’s own sensors. Next, we derive an appropriate sensor arrangement (positions and detection angles) that achieves the desired formation pattern. Finally, the effectiveness of the proposed method is demonstrated in an experiment performed by six omni-wheeled robots equipped with LED-based PSD proximity distance sensors.     

基于移动短信技术的无线传感器网络系统

采用各种生化传感器进行现场环境质量多点或多参数监测时,需要实时将采集的数据传输到监控中心或决策人员。结合GSM(全球移动通信系统)技术和短距离无线通信技术,给出一种传感器数据无线远距离传输系统。该系统利用GSM网络短信平台,并结合使用短距离无线通信芯片nRF401,能稳定地进行多点远程监控和数据传输,系统运行费用低廉。该系统能广泛应用于环境监测、远程监控和移动医疗等领域。     

探测器倾斜的锥束FDK修正重建算法

在锥束工业CT系统中,通常要求射线源焦点、物体旋转中心、平板探测器中心三点在一条直线上,与平板探测器垂直。由于机械的定位误差,探测器定位后会出现一定角度的倾斜现象,如果直接利用平板探测器倾斜后采集的投影数据进行重建,重建结果将会出现偏离,产生伪影。针对该问题,利用系统标定的方法测得探测器倾斜角度,利用机械校正对其进行粗调,利用提出的基于探测器倾斜的FDK修正算法进行微调,经过两次校正可以有效抑制由于平板探测器倾斜造成的伪影,通过实验验证了该方法的可行性。     

Matrix CFAR detectors based on symmetrized Kullback–Leibler and total Kullback–Leibler divergences

Target detection in clutter is a fundamental problem in radar signal processing. When the received radar signal contains only few pulses, it is difficult to achieve a satisfactory performance using the traditional detection algorithm. In recent times, a generalized constant false alarm rate (CFAR) detector on the Riemannian manifold of Hermitian positive-definite (HPD) matrix was proposed. The employment of this detector, which compares the Riemannian distance between the covariance matrix of the cell under test (CUT) and an average matrix of reference cells with a given threshold, has significantly improved the detection performance. However, the application of this detector in real scenarios is still limited by two problems; it is computationally expensive and the detection performance is not very good since the Riemannian distance is utilized. In this paper, the symmetrized Kullback–Leibler (sKL) and the total Kullback–Leibler (tKL) divergences, instead of the Riemannian distance, are used as dissimilarity measures in the matrix CFAR detector. According to sKL and tKL divergences, three average matrices, the sKL mean, the sKL median, and the tKL t center, are derived. Furthermore, the relationship between the detection performance and the anisotropy of the distance measure used in the matrix CFAR detector is explored. Numerical experiments and real radar sea clutter data are given to confirm the superiority of the proposed algorithms in terms of the computational complexity and the detection performance.     

基于粒子滤波的分布式故障诊断

针对非线性、非高斯环境下多传感器的系统故障诊断问题,提出了一种新的基于粒子滤波的分布式故障诊断方法。通过粒子滤波得到的状态估计值的全概率分布信息可用于故障检测。首先建立系统分布式故障诊断模型,由于通信限制,假设各传感器只能向信息融合中心传输二进制数。在各观测值独立同分布的条件下,提出了分布式故障诊断算法,包括本地判决的设计和融合中心的准则设计。仿真结果表明了所提出算法的有效性和优越性。     

Extension neural network-type 2 and its applications

A supervised learning pattern classifier, called the extension neural network (ENN), has been described in a recent paper. In this sequel, the unsupervised learning pattern clustering sibling called the extension neural network type 2 (ENN-2) is proposed. This new neural network uses an extension distance (ED) to measure the similarity between data and the cluster center. It does not require an initial guess of the cluster center coordinates, nor of the initial number of clusters. The clustering process is controlled by a distanced parameter and by a novel extension distance. It shows the same capability as human memory systems to keep stability and plasticity characteristics at the same time, and it can produce meaningful weights after learning. Moreover, the structure of the proposed ENN-2 is simpler and the learning time is shorter than traditional neural networks. Experimental results from five different examples, including three benchmark data sets and two practical applications, verify the effectiveness and applicability of the proposed work.     

基于多传感器信息融合技术在灭火机器人系统的设计

提出一种通过多传感器信息融合技术来提高灭火机器人的火焰、距离检测的准确性,设计了由超声波、红外测距模块和数据融合模块组成的测距避障子系统;由红外火焰检测模块、数据融合模块组成的火焰检测子系统,在此基础上,采用自适应加权数据融合算法分别对多传感器检测的距离和火焰信息进行融合,以提高对火源目标判断的准确度;实验结果表明,设计的智能灭火机器人传感器软硬件系统测量相对误差小,能很好的反映火灾现场信息,满足火情探测和灭火需要,具有很强的使用价值。     

基于Hausdorff距离图象配准方法研究

图象配准是图象融合的一个重要步骤，为此提出了一种自动图象配准算法，该算法从两幅待配准的图象中分别抽取特征点，然后选用Hausdorff距离对两特征点集进行匹配，得到点集间的仿射变换，从而实现图象的自动配准，此算法以特征点而不是物体边缘计算仿射变换，大大降低了计算Hausdorff距离的运算量；同时，基于Hausdorff距离的图象匹配只需要点集之间的对应，而无须点与点的对应，因而可以使用于存在较大物体形变的情况，即完成两幅差异较大图象的配准，实验结果证明了算法的有效性。