浅析GPS变形监测中垂直位移的精度

目前，在GPS变形监测中，对垂直位移的监测精度难以满足要求，从而限制了GPS在变形监测中的应用。本文针对这种情况，分析了GPS观测中的系统误差和偶然误差，研究提高GPS大地高观测精度的方法。对GPS观测的高程数据进行合理的处理，以便耜邻两期监测所反映的垂直位移与实际变形情况相吻合。目的是提高在用GPS进行变形监测中垂直位移的精度。     

基于超声导波的管道损伤监测云系统

为解决实际管道在导波检测中,微小缺陷信号会被复杂结构的特征回波淹没而造成漏检的问题,针对影响监测信号的外界因素,提出了有效的预处理方法,并开展了对时域差值分析监测算法的理论研究,指出运用该算法提取微小缺陷特征的可行性。通过搭建磁致伸缩超声导波的管道损伤远程监测云平台,实现了自动化、数字化、智能化的管线在线监测,并通过试验得到管道腐蚀速率、健康状况等信息,验证了监测算法和监测平台的可行性和有效性。     

工程建筑物的GPS动态监测研究

随着全球定位系统GPS的不断发展与完善,特别是高采样率的GPS接收机的出现,利用GPS技术进行连续、实时、动态监测已经成为可能。与传统的变形监测方法相比较,GPS动态监测具有高精度、实时、动态、连续监测等传统监测方法所不具备的优势,这也为其在研究大型工程建筑物的动态特征和变形监测领域提供了得天独厚的条件。     

基于IGS跟踪站的大面积矿区GNSS变形监测(英文)

为了精确地对大面积矿区进行沉降监测,以周围IGS跟踪站为参考点,建立高精度卫星导航系统(GNSS)变形监测网。鉴于IGS跟踪站的非线性运动,结合速度场信息及周解坐标,给出抗差卡尔曼滤波模型(RKF),并用于确定IGS跟踪站不同历元对应的坐标基准。通过皖北矿区沉降监测实例对该方法进行验证。结果表明:RKF模型确定的坐标基准优于预测模型及IGS分析中心提供的周解坐标;当观测时间大于4 h时,对应的监测精度可以达到毫米级。该方法可以高效、准确地监测大面积矿区沉降。     

GPS土工格栅与钢筋网片边坡变形监测研究

边坡变形监测是提高边坡施工质量水平的重要部分，现阶段的边坡监测中所应用的常规方案具有一定的问题与不足，在外界环境与气候条件的影响下可能出现无法实时监测或者监测效果不理想的问题，无法有效满足施工过程中的监测实际需求。为此，文章基于GPS精准定位技术，提出一种可实施的双向土工格栅与钢筋网片加固边坡变形监测方案，在该技术方案中以全球卫星定位技术为基准实施有效的实时监测，无论是监测精准度还是有效率均相对较高，可为施工以及质量监测提供有价值的参考。     

矿井安全的短期预警及完备性监测算法(英文)

提出一种新的矿井安全短期预警及完备性监测模型。通过Kalman滤波提取真实GPS动态变形信息,并构建双边累积和检验统计量,建立短期预警模型,进而提高预警系统的可靠性。通过分析预警模型的可得性(最小预警变形)、误警率(平均运行长度)及漏警率(预警延迟)与预警参数之间的关系,给出预警参数的选取方法。变形试验平台模拟实验表明,预警模型能够有效用于陡坡变形预警。山西马兰矿矿井实测变形数据研究表明:本预警算法能够有效地探测微小变形及变形发生的时刻,在给定预警参数(最小预警灾害变形为15 mm,平均运行长度为1000)的条件下,本算法探测出相邻两天的变形发生时刻分别为第705历元(705 s)和517历元(517 s)。     

遗传优化的稀疏分解算法在超声缺陷提取中的应用

针对超声检测缺陷信号带有的干扰噪声严重影响信号提取和缺陷定位准确性的问题,利用基于遗传优化和稀疏分解相结合的算法提取超声缺陷信号。该算法利用遗传算法来寻优匹配追踪算法中的多参数;并采用与超声信号最优匹配的Gabor原子库,达到自适应的匹配超声回波信号,从而大大降低了稀疏分解算法的复杂度。分别对仿真和实际超声缺陷信号进行试验,并与小波去噪方法进行比较。结果表明,该方法能够在噪声背景下更有效地提取缺陷信号。     

基于频域积分的振动参量转换修正算法

原始信号的获取及预处理的精度决定着机械状态监测与诊断系统能否正常工作.在分析了振动信号固有特性的基础上,提出了一种基于频域积分的振动参量转换波形修正算法.该方法简单实用,具有很好的精度和通用性,为各种精密分析诊断软件提供了足够精度的数据和信息.该算法已应用于设备在线监测与故障诊断系统(IDPM-4A)中,并取得了很好的效果,为判断机组运行状态提供了很好的依据.     

基于频域积分的振动参量转换的波形基线修正算法

原始信号的获取及预处理的精度决定着机械状态监测与诊断系统能否正常工作,在分析振动信号固有特性的基础上,提出一种基于频域积分的波形基线修正算法.该算法通过傅立叶变换,将在时域不能得到准确结果的振动参量变换到频域中处理,可得到精确解.将该算法用于风力发电机组在线监测与故障诊断系统中,使监测数据处理精度提高,为判断设备的运行状态提供可靠的数据来源.     

利用InSAR技术监测矿区地表形变

介绍了InSAR技术在矿区地表形变监测中的应用现状及进展,分析了D-InSAR技术相比于传统测量手段的优势,并指出其在矿区地表形变监测中的不足。针对传统D-InSAR技术的局限性,重点讨论了短基线(SBAS)、永久散射体(PS)和角反射器(CR)等高级差分干涉技术,并结合矿区沉降监测实例,分析了其特点与应用现状,讨论了现有研究中仍存在的问题。高级InSAR技术和高分辨率SAR影像的结合将是矿区地表形变监测的发展趋势。     

基于整形多卡尔曼滤波模型的GPS实时变形分析(英文)

提出的整形多卡尔曼滤波模型可进行形变的实时检测并提高其可靠性。多卡尔曼滤波模型的扩展主要针对GNSS时间形变序列含有有色噪声的情况,而多卡尔曼滤波模型只能应用于白噪声的情况下,故采用整形滤波扩展多卡尔曼滤波模型去除有色噪声的影响。提出的模型可以提高结果的精度且实时进行变形监测,可用于灾害预警系统。通过对比该模型与其他模型(卡尔曼滤波模型,整形卡尔曼滤波模型,多卡尔曼滤波模型)发现,所改进的模型在检测形变的实时性和可靠性方面优于其他模型。     

基于阻抗辨识器的摇操作工程机器人主从控制

提出一种基于阻抗辨识器的摇操作工程机器人主从控制方法.首先建立负载阻抗辨识器模型,依此模型,通过在线提取负载力和监测负载形变,获得负载阻抗,以此改变从动手机构的控制量。实验证明,基于该方法提出的变增益控制和位置-力复合控制的主从控制结构及算法,均可使操作者对负载形变及刚度的感觉得到明显改善.     

矿山井筒变形的数学模型及应用

在对矿山井筒变形多次实际监测和理论分析的基础上 ,有针对性地提出了井筒变形的数学模型和变形模式分析方案 ,描述了井筒变形的 5个子模式数学模型 ,阐述了变形模型中的参数解算和模型中各影响因素的分析方法 ,并给出了应用实例。结果表明 ,该数学模型概括了井筒变形的具体特性 ,能够反映变形状态、影响因素及其影响程度。     

基于电信号监测的可控自触发电弧图像采集系统

基于高速摄像机触发模式的特点,提出了一种基于电信号监测的可控自触发电弧图像采集系统. 介绍了系统硬件平台组成和软件总体框架,论述了以电信号有效值为监测条件的相关控制触发算法,叙述了电信号和电弧图像同步采集的具体实现方法,并以表面涂有油污的试样进行了电弧图像采集系统的试验验证. 结果表明,该系统能够有效基于电信号可靠自动触发高速摄像机拍摄,抓捕涂有油污表面的过渡过程信息. 相比于正常焊接过程,试样表面存在油污时,过渡周期明显增加,电弧形态呈现出较大的发散性.     

涡轴发动机转子碰摩故障振动信号分析

涡轴发动机的工况决定它容易在转子过渡态因瞬间失衡而出现碰摩现象。碰摩故障会引起部分统计特征参数发生突变现象。基于三叉树检测算法,提出转子局部碰摩故障监测方法。基于某涡轴发动机转子振动倍频幅值包络线、试车转速曲线,分别仿真涡轮机匣测点发生局部碰摩故障与正常工作状态下的振动信号。对振动信号进行频谱分析,并提取振动信号的峭度指标、裕度指标、总量,以对转子碰摩故障进行甄别。结果表明：转子基频容易凸显故障特征;基于统计特征的碰摩监测方法能够较好地识别出转子碰摩故障。     

基于声发射信号的铝合金LSP弹塑性波传播规律探究

目的 为提高激光冲击强化(LSP)的声发射(AE)监测精度,结合AE监测技术与LSP弹塑性波理论,探究LSP过程中弹塑性波传播规律。方法 首先,基于弹塑性波理论设计LSP试验,采用AE监测技术实时获取冲击信号,并测量冲击后铝合金7075的塑性变形程度。然后,基于AE信号的时域波形,提出包络欧式距离法,确定对加工质量敏感的感兴趣片段(FOI)。进一步基于FOI,结合实际加工条件,定义了新的累积AE波形熵特征。最后,基于AE信号的多模态和非平稳信息,定义瞬时峰值能量曲线(IPEC),并进一步提取相关特征,从而探究弹塑性波传播规律、衡量传感器优劣。结果 仅包含弹性波的AE信号波形明显区别于弹塑性双波,塑性波传播速度明显落后于弹性波。包络欧式距离法确定的FOI能很好地定位弹塑性波。相较于AE波形熵,累积AE波形熵特征能很好地区分不同程度的弹塑性波。对比弹性波,塑性波主要集中在中低频段(200 kHz以下)。IPEC曲线精准确定31 kHz模态为塑性波的主要成分。进一步提取的峰值变化量 和峰值延迟时间 表明:相较于谐振传感器,宽频传感器对塑性波更加敏感。结论 所提方法和特征分别从时域和时频域上探究了弹塑性波的传播规律,所得的结论为规范和提高LSP的AE监测技术提供了理论支持与指导。     

刀具磨损在线监测研究现状与发展

金属加工过程中,切削刀具的状态对于生产效率和表面加工质量有重要影响,因此刀具磨损在线监测具有重要意义。介绍了最近几年常用的刀具磨损在线监测方法,包括切削力、振动、声发射、温度、电流与功率信号,分析了每种信号的监测方法及其特点,并与实验结果进行了对比。提出了多传感器融合技术能有效避免单独使用一种检测手段的弊端。     

An approach based on current and sound signals for in-process tool wear monitoring

This paper presents a tool condition monitoring system (TCMS) for on-line tool wear monitoring in turning. The proposed TCMS was developed taking into account the necessary trade-off between cost and performance to be applicable in practice, in addition to a high success rate. The monitoring signals were the feed motor current and the sound signal. The former was used to estimate the feed cutting force using the least squares version of support vector machines (LS-SVM). Singular spectrum analysis (SSA) was used to extract information correlated with tool wear from the sound signal. The estimated feed cutting force and the SSA decomposition of the sound signal alone with the cutting conditions constitute the input data to the TCMS. Again LS-SVM was used to estimate tool condition and its reliability for on-line implementation was validated by experiments using AISI 1040 steel. The results showed that the proposed TCMS is fast and reliable for tool condition monitoring.     

以变形为基础的消防钢瓶安全监测

为保证消防钢瓶的安全,开发了以检测消防钢瓶变形为基础的安全监控方法,该方法利用消防钢瓶外壁缠绕金属丝线检测变形.试验研究了筒体内部带轴向缺陷情况下,内压对筒体外部几何尺寸及形状的影响,以及缺陷尺寸对报警压力、安全裕度的影响规律.结果表明,以变形监测消防钢瓶的安全,可以有效地监控消防钢瓶因缺陷所带来的危险.