基于神经网络的航空传感器故障检测

用离线训练的神经网络进行导航传感器故障检测。首先,用已获得的正常飞行数据通过离线训练的方法训练神经网络并构造估计器的结构,然后用已选择好结构并训练好的神经网络作为估计器对传感器的读数进行一步预测。若预测值与传感器实际值之间的差值仅为递推误差和传感器输出噪声,则认为传感器工作正常,若相应的残差分量显著增大,则认为传感器故障。因此设计了相应的检测策略进行故障检测,以达到既避免不必要的报警、切换,又准确、及时的监测、报警。通过仿真试验验证,结果证明该方法可行。     

基于BP网络的航空发动机传感器硬故障检测

研究了航空发动机传感器的故障类型.针对传感器硬故障本身的特点,使用神经网络训练并建立发动机传感器模型,依据建立的模型线计算出传感器正常运行时上下阈值,最后将计算出来的阈值嵌入到工控机中,进行航空发动机传感器在线实时硬故障检测的仿真模拟.整个算法软件采用C++语言编写,占用资源少、运行速度快、精度高、实时性强,根据仿真图形分析,该算法软件能够准确地监测航空发动机传感器的故障.     

基于ZigBee技术传感器检测系统设计与实现

介绍了基于ZlgBee技术的传感器检测系统的系统构成,成功的组建了传感器虚拟测量平台。本系统通过发送模块发送传感器检测的数据,以ZigBee协议进行无线传输,由接受模块接受发送的数据,再将采集到的数据通过A／D转换经串口送八计算机,然后通过采用虚拟仪器技术的检测系统对数据进行处理分析以及显示等。由于本系统采用无线传输,可应用于环境比较复杂的检测场所及自动控制等领域。     

基于深度学习的航空发动机传感器故障检测

针对传统反向传播(BP)神经网络和支持向量机(SVM)存在的过拟合、维数灾难、参数选择困难等问题,提出了一种基于深度学习算法的航空发动机传感器故障检测方法.对发动机参数记录仪采集的多维数据进行预处理,建立基于深度置信网络(DBN)的故障检测模型,利用预处理后的数据对检测模型进行训练,经过DBN故障检测模型逐层特征学习实现了传感器故障检测.仿真结果表明:在无人工特征提取和人工特征提取的情况下,基于DBN故障检测的准确率均高于BP神经网络和SVM模型.     

航空发动机控制系统多传感器软故障检测研究

一般认为两个以上传感器同时发生故障的概率较小,但实际上不能排除其发生的可能性;提出了一种改进的多重故障假设方法来解决航空发动机控制系统多传感器同时发生软故障的问题,这一方法采用一组卡尔曼滤波器,每个滤波器对应一个被检测传感器的故障模态;采用残差加权二乘方处理滤波残差并与门限值作比较来判断是否发生故障;仿真结果表明,所提出的方法能有效解决多传感器软故障的检测与隔离问题.     

对我国航空传感器未来十年发展的建议

今后十年我国航空传感器的预研工作应围绕新机的需求，加强各种压力，温度，加速度传感器的研制，尤其需要对传感器的预研给予特别的重视。     

燃油传感器试验装置设计

介绍了一种燃油传感器试验装置。为控制燃油传感器质量问题,研究并提出了燃油传感器的试验参数要求,通过工业计算机、气动控制、标准液位传感器等组成的控制系统,完成对燃油传感器基本参数、耐久性、可靠性的试验检测。该试验装置在工程应用中运行良好,并且试验装置成本低、可靠性好,参数设置、修改方便。     

基于AVR单片机的烟敏传感器检测电路设计与实现

针对火灾探测需求,采用AVR单片机为控制核心,设计开发了8路烟敏传感器检测电路模块,阐述了软硬件设计思想,给出了原理框图及部分线路图,该模块电路已成功应用于FAS自动火灾报警系统。     

飞机燃油系统传感器故障诊断方法研究

为了解决某飞机燃油系统传感器的故障检测与诊断问题,提出将小波分析法应用于飞机燃油系统传感器的故障诊断.通过传感器输出信号的一维离散小波变换,得到重构后的第一层细节系数.对该细节系数进行分析,可以精确定位故障点;进而分析传感器输出信号,可以判断出故障类型及故障程度.最后以该系统中油位传感器的故障诊断为例,利用地面半物理仿真试验中采集的现场数据,在Matlab环境下对该方法进行了有效性验证.     

具有多传感器的CPS系统的攻击检测

信息物理系统（cyber-physical systems，简称CPS）是基于环境感知实现计算、通信与物理元素紧密结合的下一代智能系统，广泛应用于安全攸关的系统和工业控制等领域.信息技术与物理世界的相互作用使得CPS容易受到各种恶意攻击，从而破坏其安全性.主要研究存在瞬态故障的CPS中传感器的攻击检测问题.考虑具有多个传感器测量相同物理变量的系统，其中一些传感器可能受到恶意攻击并提供错误的测量.此外，使用抽象传感器模型，每个传感器为控制器提供一个真实值的可能间隔.已有的用于检测传感器被恶意攻击的方法是保守的.当专业攻击者在一段时间内轻微地或不频繁地操纵传感器的输出时，现有方法很难捕获到攻击，如隐身攻击.为了解决这个问题，设计了一种基于融合间隔和历史测量的传感器攻击检测方法.该方法首先为不同的传感器构建不同的故障模型，使用系统动力学方程把历史测量融入到攻击检测方法中，从不同的方面分析传感器的测量.另外，利用历史测量和融合间隔解决了两个传感器的测量相交时是否存在故障的问题.该方法的核心思想是利用传感器之间的成对不一致关系检测和识别攻击.从EV3地面车辆上获得真实的测量数据来验证算法的性能.实验结果表明，所提出的方法优于现有方法，对各种攻击类型都有较好的检测和识别性能，特别是对于隐身攻击，检测率和识别率大约提高了90%以上.     

基于碰撞检测的护理型操作臂的安全性设计与实现

针对与人近距离交互的护理型操作臂的安全性问题,提出并实现了一种基于碰撞检测的安全性设计方法,它根据由动力学模型计算获得的参考输出力矩与力矩传感器测得的实际输出力矩间的偏差实现碰撞检测.在关节力矩传感器设计中,采用有限元分析方法来优化应变片的位置布置,并开发了高抗干扰能力的信号处理电路.根据护理型操作臂的低速特点,提出了...     

基于神经网络的多传感器火灾报警系统

为降低火灾报警系统的漏检、误报率,利用神经网络良好的非线性映射能力,对温度传感器、烟雾传感器和一氧化碳传感器同时探测到的数据进行智能化处理。仿真结果表明:基于神经网络的多传感器火灾报警系统能准确地识别各种火灾信号,减少了误报,增强了系统的抗干扰能力和对环境的适应性能。     

基于新型触须传感器的外形检测

啮齿类动物利用触须能够很好地识别外部对象的轮廓，为移动机器人识别被测物体提供了新的思路。借鉴啮齿动物触须的毛囊结构，设计了一种新型触须传感器，传感器采用二维PSD作为敏感元件。此传感器安装在移动机器人上，通过测量触须根部产生的微小位移量，来识别被测物体的外形轮廓。完成了圆柱体和棱柱体样件的对比实验，证明利用该触须传感器移动机器人能够识别出外部对象的轮廓。     

基于多传感器的礼仪机器人智能避障系统研发

设计了适用于礼仪机器人的多传感器避障系统,系统以凌阳16位单片机为核心控制器,采用红外传感器和防碰撞光电传感器对周围环境信息进行多方位、立体式的感知,弥补了同种类传感器检测的不足。将模糊控制技术引入到自由移动避障,避免了对动态、未知环境建模的难题,在复杂环境下具有更好的适应性,使避障变得智能化。     

基于光学触觉传感器的肿块检测研究

肿块检测可以帮助患者更早地发现潜在的疾病,提高患者的生存率。针对如何使用非侵入式方法检测组织样本中的肿块这一问题,制作了一款结构简单、校准方便的光学触觉传感器,并提出了一种基于表面重建的肿块判别算法。该方法对触觉传感器采集到的原始图像进行深度重建,并从重建图像中减去正常组织产生的基线图像,从而获得由肿块产生的异常触觉图像,并将处理完的图像送入神经网络中进行肿块检测。结果表明,该方法能够有效地分辨出直径在6～10 mm、嵌入深度在1～5 mm的肿块,验证了所述方法的实用性与可行性。最后,基于该方法与流程,讨论了肿块大小、肿块嵌入深度和正常组织硬度对肿块检测结果的影响。提出的非侵入式的肿块检测方法探索了光学触觉传感器在肿块检测领域中的可行性,为相关领域进一步的研究提供了新的思路。     

基于碰撞检测技术的虚拟信号检测仿真

针对信号检测仿真出现的探头穿透装备模型、探头末端无法触碰检测点等问题,在阐述导航装备虚拟维修样机碰撞检测类型的基础上,分析了信号检测仿真对探头旋转角度、探头移动路径和信号程序段等数据的需求,设计了基本实现过程,提出了探头组的运动控制方法.最后,运用Virtools 5.0的行为模块设计实现了真实感强、流畅性好的信号检测过程,验证了该仿真方法的可行性.     

无线传感器网络中一种基于接收功率异常的入侵检测算法

虽然静态传感器节点计算能力和通信能力较差,但是它们具有自己独特的特征,可以获取比较稳定的临域节点信息.利用这个特征可以检测网络异常情况以及临域节点的通信行为,为传感器网络提供安全保障.为了使传感器节点能够检测出入侵者,需要先建立一种简单的基于临域节点的动态统计模型,然后用一种低复杂度的检测算法监测已接收到的数据包的接收功率.首先介绍了一种基于无线传感器网络安全的入侵检测算法,然后介绍了一种基于该算法的节点协作检测技术,节点协作指的是对攻击的联合确认,以及邻居节点共同反抗入侵者的协作行为.     

基于Sobel算子的图像边缘检测及其实现

Sobel算子是图像边缘检测中常用的方法之一,利用像素的左、右、上、下邻域的灰度加权算法,根据在边缘点处达到极值这一原理进行边缘检测。该方法不但产生较好的检测效果,而且对噪声具有平滑作用,可以提供较为精确的边缘方向信息。本文提供了利用Sobel算子实现灰度图像边缘检测的C 源程序。     

校园网络入侵检测系统的设计与实现

入侵检测系统是近年来网络安全领域的热门技术。校园网入侵检测系统包括控制器平台和检测器两个主要组件。选用CSPM为校园网的控制器平台,Cisco IDS-4230为探测器,可以有效地探测入侵者对计算机网络的攻击行为,保护校园网络的安全。