基于压电阵列的无波速主动损伤监测方法研究

主动技术在结构健康监测研究中有着不可替代的作用。文章研究了基于压电传感阵列的无波速主动结构健康监测方法,给出了单像素点的损伤概率计算方法及在不计算Lamb波波速的情况下对结构进行主动损伤成像、定位的方法。通过实验,对比了利用波速标定值的传统方法和无波速监测方法的成像定位效果,发现了无波速主动监测方法能有效提高定位精度,提升成像效果,为基于压电阵列的结构健康监测技术提供了一种新的工业应用方法。     

基于再生核LS SVM的压电智能结构冲击定位分析

根据支持向量机核函数的构造条件及Hilbert空间再生核理论,构造了一种新型核函数,并与改进的最小二乘支持向量机(LS-SVM)相结合,从而形成再生核LS-SVM学习方法.采用一阶剪切变形理论及有限单元方法,对压电智能复合材料层板进行低速冲击压电响应数值仿真,并进行了特征提取.基于各压电传感器响应信号特征,采用再生核LS-SVM方法,对压电智能复合材料层板进行了冲击定位分析,并与高斯核函数(RBF)的LS-SVM法进行对比.结果表明,在同等条件下,相比于RBF核LS-SVM,再生核LS-SVM具有更高的冲击损伤定位精度及更强的推广能力,该仿真方法可为实际结构的冲击损伤位置自诊断提供指导.     

电视与广播

TN931.32011011574基于内容标引的网络音视频传输监测技术研究/何晶,夏勇,张伟,袁敏(国家广播电影电视总局广播科学研究院互联网技术研究所)//电视技术.―2010,34(7).―63～66,81.首先简要介绍了互联网音视频传输监测现状,其次对主动监测技术方案的技术需求进行分析,以互联网音视频传输内容为研究对象提出了基于内容标引的主动监测技术方案,为内容感知和传输监测提供了新的手段。     

压电混凝土结构健康监测系统的开发与应用

基于压电陶瓷传感器的混凝土结构裂缝损伤监测技术已取得了丰硕成果。但该项技术目前还未能广泛用于实际工程,缺乏相应的监测系统开发是其主要原因之一。该文以基于压电陶瓷传感器的波动法主动健康监测技术为理论基础,结合混凝土结构裂缝损伤监测特点,利用虚拟仪器技术开发了一套便携式压电混凝土结构裂缝损伤健康监测系统。通过荷载作用下的混凝土梁的损伤监测试验完成了对系统的测试,并将该系统应用到实际工程中。结果表明,该系统运行稳定可靠,可实时在线地对混凝土结构的不同裂缝损伤状态作出识别,并进行声光预警。     

基于NetFlow的IP网络状态监测系统的设计与实现

文中首先对网络状态监测技术进行了详细的介绍。然后具体讲了一种网络状态监测工具NetFlow技术。根据这些理论,作者设计了一个基于NetFlow技术的IP网络监测系统,并给出了该系统的设计框图及详细的模块功能分析。     

疲劳裂纹扩展的实时健康监测

结构中微裂纹的产生和扩展是影响结构安全及其寿命的重要因素,在裂纹产生初期就将其监测出来对于提高结构安全性来说至关重要。目前研究这一领域的学者很多,但大多都集中在孔洞等较大尺寸损伤的在线监测阶段。该文研究了真实疲劳裂纹扩展的实时在线监测方法。采用主动Lamb波监测技术及机电阻抗技术对铝试件的真实疲劳裂纹扩展情况进行了监测和分析,给出了裂纹扩展程度与信号损伤参数间的关系曲线,并对两种监测方法进行了对比,对实验结果进行了讨论。     

加筋复合材料板分布式光纤冲击判位

针对加筋复合材料板结构冲击损伤监测需求,提出一种基于分布式光纤光栅传感网络的冲击载荷快速判位方法。通过优化分布式光纤冲击监测网络布局,采用小波包分解方法得到冲击响应信号特征,构建了基于特定阶数能量谱幅值比的样本响应矩阵。借助BP神经网络实现对加筋类航空板结构的快速冲击判位。     

基于WSN与异常数据识别的拉线动态监测方法研究

为了提升干字塔监测的数字化水平并保证施工现场的安全,文中对干字塔的拉线状态监测技术进行了研究。该研究在蓝牙、ZigBee等无线传输协议与拉力传感器的基础上,搭建了大规模无线传感网络(WSN),实现了监测数据的无线传输。针对WSN网络所采集的数据特点,对BP神经网络加以改进,且引入状态转移概率及一种基于置信区间思想的残差判定模型来进行WSN传输数据的校准,从而提升了模型的训练效率,避免了因WSN网络传输数据精度不足而影响网络泛化性能的问题。在实际工程数据集上进行的仿真结果表明,较传统的BP神经网络,改进后算法的平均训练时长降低了27.53%,迭代次数下降了26.61%,TPR提升了2.8%,FPR下降了1.98%,更适用于WSN传感网络的数据识别。     

加筋复合材料板分布式光纤冲击判位

针对加筋复合材料板结构冲击损伤监测需求,提出一种基于分布式光纤光栅传感网络的冲击载荷快速判位方法。通过优化分布式光纤冲击监测网络布局,采用小波包分解方法得到冲击响应信号特征,构建了基于特定阶数能量谱幅值比的样本响应矩阵。借助BP神经网络实现对加筋类航空板结构的快速冲击判位。     

粒子群优化的最小二乘支持向量机在通信装备故障预测中的应用

提出了一种通信装备故障预测的智能算法.该方法将粒子群算法(PSO)和最小二乘支持向量机(LS-SVM)算法相结合,采用PSO算法优化LS-SVM的参数,克服了人为参数选择的盲目性,在全局优化与收敛速度方面具有较大优势.仿真实验表明,相比BP神经网络、未经优化的支持向量机(SVM)和LS-SVM模型,经PSO算法优化后的LS-SVM有更高的预测精度和运算速度,具有较好的有效性和可行性.     

基于虚拟化动态部署的电力监控系统威胁评估体系

电力监控系统利用主动防御技术进行感知与捕获,并准确分析出攻击行为特征,可以及时发现电力监控系统中存在的高级持续性威胁(Advanced Persistent Threat,APT)。基于虚拟化动态部署的电力监控系统,融合主动防御技术,针对电力监控系统中攻击对设备造成的危害和泄露数据的敏感性,构建了一套可度量的四级威胁评估指标体系和基于层次化模型的评估方法。通过对某电力公司智能变电站检测技术实验室的电力监控系统进行实例评估,从危害程度、发生时间、影响范围等角度说明了该体系针对复杂电力监控系统评估的有效性。     

便携式主动Lamb波结构健康监测集成系统设计

主动Lamb波结构损伤诊断技术是结构健康监测中的研究热点之一。针对现有Lamb波结构健康监测系统结构复杂,携带不便的问题,以金属结构为应用对象,研究了监测系统集成与小型化技术。给出了系统软硬件框架,研究开发了传感器网络控制与信号调理模块,结合USB数据发生与采集卡搭建了系统样机,并采用LabVIEW环境设计开发了系统软件,包括系统管理和结构损伤成像诊断等。在金属铝板结构上的实验验证了该集成监测系统的可靠性和准确性,实验结果表明,该系统可满足主动Lamb波结构健康监测技术现场测试、在线监测等应用要求。     

Smart water technology for leakage detection: feedback of large-scale experimentation

Recent advances in intelligent water meter technology have improved the quantitative monitoring in water supply and distribution systems. Smart meters using automated meter reading (AMR) technology allow water utilities to: (a) provide clear consumption patterns which can help customers to track and control their water usage and (b) improve active leakage targeting and leak detection capability. This paper presents a feedback about the use of AMR system to detect leakage in a large-scale experimentation, which is conducted at the Scientific Campus of the University of Lille, which stands for a small town of 25,000 users. This paper presents the demonstration site as well as its monitoring using AMR technology and how this technology allowed a rapid detection of water leakage.     

应用于油田伴生气H2S气体检测实验研究

为了准确检测油田伴生气中微量H2S气体的含量,设计一种模拟油田伴生气中微量杂质气体H2S的在线实时分析系统,能够为油田伴生气回收利用工艺的改进和制定提供依据。该系统基于可调谐激光吸收光谱技术和波长调制技术,利用可调谐的分布反馈式激光器、锁相放大器,结合改进新型Herriot气室、InGaAs探测器,实现了模拟油田伴生气中微量气体H2S的实时在线监测。为消除背景气体CH4以及其他杂质气体的干扰,开展RBF和经典BP神经网络的对比实验。通过模拟混合气站配备多种不同浓度的H2S标准气体测试系统,实验结果表明,在强大背景气体的干扰下,该系统可达到的H2S检测下限为1.2 ppm;在抗干扰方面,与经典BP神经网络相比,RBF神经网络具有很强的优势,其预测误差小于10-10。另外,该系统还具有较高的检测精度和强鲁棒性,在油田伴生气中微量气体的检测领域具有很强的适用价值。     

基于压电陶瓷的结构损伤检测技术

根据压电材料的压电效应,压电陶瓷片(PZT)既可作为传感器又可作为驱动器。将压电陶瓷片粘贴在待测结构的表面,运用压电阻抗技术,对结构中螺栓松动的损伤进行检测分析。实验证明,通过检测压电动态阻抗的变化即可分析出螺栓松动的结构损伤情况。基于压电陶瓷的结构损伤检测技术,可以对机械结构进行实时在线损伤检测,它不仅适用于宏观损伤检测,且在高频激励下,对于微小损伤的检测也非常有效。     

基于BP算法和FBG传感的复合材料冲击定位检测技术

复合材料在服役过程中易受到外部的低能量冲击,造成不可见损伤,为了监测复合材料健康状况,将光纤布喇格光栅(FBG)传感网络粘贴布置于碳纤维复合材料表面,采用基于反向传播(BP)神经网络系统的智能复合材料冲击定位识别技术,获取FBG传感的时域信号响应值,从而进行了复合材料冲击位置的预判.结果表明,BP神经网络算法具有非线性...     

Multi-Resolution Least Squares Support Vector Machines

The Least Squares Support Vector Machines (LS-SVM) is an improvement to the SVM. Combined the LS-SVM with the Multi-Resolution Analysis (MRA),this letter proposes the Multi-resolution LS-SVM (MLS-SVM).The proposed algorithm has the same theoretical framework as MRA but with better approximation ability.At a fixed scale MLS-SVM is a classical LS-SVM,but MLS-SVM can gradually approximate the target function at different scales.In experiments,the MLS-SVM is used for nonlinear system identification,and achieves better identification accuracy.     

基于压电传感技术榫卯结构损伤识别实验研究

以指接榫和燕尾榫结构为例,利用压电主动传感技术对榫卯结构进行健康工况和损伤工况的损伤识别实验研究。其中,指接榫考虑水平和垂直连接的榫头松动和缺损工况,燕尾榫考虑实验机加载破坏工况。对压电传感器所接收到的信号进行小波包分解,并以各频段信号能量总和作为损伤指标对损伤程度进行定量评估。实验结果表明,指接榫结构所接收的信号能量随损伤程度的不断增加而减小;加载过程中,燕尾榫结构的榫头间先挤压紧密再出现榫头破坏,所接收到的信号能量出现先增大后减小的情况。因此,利用压电主动传感技术可实现对榫卯结构的损伤识别。可为相关专业的研究生及工程技术人员基于压电传感技术进行无损检测提供实验方法。