基于相空间模糊熵算法的金属缺陷形状辨识

提出了一种多线圈涡流无损检测方法,通过相空间模糊熵算法分析涡流信号复杂度,进而实现对金属微小缺陷形状的辨识.为了从足够的测量信息中获取有效的缺陷特征,设计了多线圈传感器模型.通过仿真实验选取适合的传感器参数和激励模式.采用相空间模糊熵算法,研究不同大小、深度、形状的缺陷对涡流信号复杂度的影响.为了准确提取涡流信号的内在规律,获得对缺陷敏感的信号分析结果,对涡流信号进行相空间重构,并在重构的相空间中计算信号的模糊熵.分析结果表明:随着缺陷体积的增加,模糊熵增大,涡流信号的复杂度增加.根据不同形状缺陷的模糊熵均值分布图,可以实现对孔、洞、裂缝3种缺陷较精确的区分.     

基于双MCU的机器人移动平台设计

本文设计了一种基于双MCU的机器人移动平台。平台功能包括自主移动、障碍物检测、自动避障、里程计、环境数据检测等功能。双MCU由STM32和Arduino组成。其中STM32负责自主移动、电机驱动以及串级PID、里程计等功能,Arduino负责障碍物检测、环境数据检测、显示等功能,MCU间通过串口进行通信。本文设计以Arduino作为辅助,STM32实现核心功能,增强系统的实时性和稳定性。     

基于平面阵列电磁传感器的金属缺陷检测新方法

针对传统金属缺陷检测方法中存在的缺陷位置、形状和尺寸测量失真问题,设计了新型平面阵列电磁传感器,该传感器能有效克服中心区域检测不敏感问题,提高检测精度,通用性更强.分别采用传统扫描式检测方法和基于平面阵列电磁传感器的电磁层析成像检测新方法进行了金属缺陷检测实验,新方法在重建缺陷图像时使用了稀疏加权算法.最终文中对比了两种检测方法用于仿真和真实实验的成像结果,表明新方法更适合金属缺陷图像重建,其缺陷成像结果能较好反映出缺陷位置、形状和尺寸.     

基于电磁层析成像的金属缺陷稀疏成像方法

采用电磁层析成像(electromagnetic tomography,EMT)技术实现对金属缺陷的可视化,克服了传统的检测技术无法对缺陷进行可视化的不足。首先设计了一种新型的平面EMT传感器,其次根据缺陷分布的稀疏性,提出了l1正则化稀疏成像算法。该算法能够有效避免传统的l2正则化算法带来的过度光滑的问题,成像更加精确。最后为证明该算法相对于l2正则化算法的优越性,进行了仿真和实验。仿真和实验结果均表明l1正则化稀疏成像算法能够有效提高缺陷图像的重建质量和精度。     

基于脑波的专注度训练系统的设计与实现

专注度对日常生活诸多方面都起到重要作用,与每个人息息相关。现在的专注度训练存在方法主观和枯燥的弊端。本文通过对原始脑波信号和专注度提取,将专注度与空心杯电机转速相结合,设计并实现了一种训练专注度的脑波游戏装置。利用辅助测距传感器等判定比赛情况,在增强趣味性的同时,锻炼了参与者的注意力和控制力。