基于模糊神经网络信息融合的采煤机煤岩识别系统

针对采用单一信号进行煤岩界面识别实现采煤机滚筒高度调整控制时精确度和可靠性不高的问题,提出一种基于模糊神经网络的多传感器信息融合煤岩识别方法。通过实验数据采集和分析得到不同煤岩比例截面截割过程中的振动、电流以及声功率谱信号特征样本,根据最小模糊度优化模型求得各煤岩识别信号的模糊隶属度函数,采用基于自适应神经网络模糊推理系统构建的多维模糊神经网络实现多传感器信息的决策融合,得到高可信度和精确度的滚筒调高控制量值。实验室截割实验对比以及现场随机煤岩轨迹的截割实验结果表明,采煤机滚筒截割轨迹与实际随机煤岩轨迹基本吻合,实验结果验证了系统的有效性和可靠性。     

基于声发射技术的滚动轴承故障检测

利用声发射传感器、PCI-2声发射数据采集卡和AEwin软件系统建立滚动轴承故障检测试验台,进行轴承故障诊断。利用能量分析法对采集的声发射(AE)信号进行初步故障诊断,对自相关处理后的声发射信号进行FFT变换得到频域信号,并采用模糊识别法中的"择近原则",通过建立隶属函数和贴近度函数来识别轴承的故障类型。     

光阻法颗粒粒径测量验证实验

针对低浓度液体介质中颗粒物的数目和粒径检测问题,基于几何光学原理和Mie光散射理论分析,研究光阻法对球形颗粒的检测,采用角散射并结合图像法验证信号测量的一致性。搭建了一套能采用3种方法同步测试的实验系统,通过对实验测得的6种标准颗粒的光阻信号进行标定,对不同标准颗粒脉冲幅值进行统计平均后拟合和优化,通过拟合公式进一步测定了其他颗粒的粒径。结果表明,对于标称为15.0μm和63.6μm标准颗粒的数目中位径与标称值偏差均小于2%,同时对于混合颗粒也具有较好的区分能力。     

基于模糊信息融合的气固流化床流型及其转换的识别研究

本文在模糊集理论的基础上介绍了多传感器、多参数识别气固流化床流型的信息融合模型。将压力脉动信号的算法复杂性Cn、涨落复杂性Cf和香农熵En作为融合的特征参数，进行特征层的多参数融合；根据特征参数建立了过渡流型的隶属度函数；对多个传感器的特征层识别结果进行决策层融合，得到了多传感器对不同流化状态的最终识别结果。实验结果表明，采用香农熵特征参数能较好地解决鼓泡与湍动2种流化状态转换的识别；应用多传感器、多参数数据融合对流态化不同流型及其转换的识别能得到较好的效果。     

圆光栅角度传感器的误差补偿及参数辨识

基于正弦函数和粒子群算法提出了一种误差补偿及参数辨识方法,用于提高圆光栅角度传感器的测量精度。使用光电自准直仪和金属多面体对圆光栅角度传感器的测量误差进行了离散标定,通过对标定数据的频谱分析,发现传感器测量误差主要由几种不同频率的正弦函数信号组成,由此提出了一种基于正弦函数的圆光栅角度传感器误差补偿模型。补偿模型中包含7个待定常量,本文采用粒子群算法求解这7个待定常量以克服最小二乘法无法收敛的问题。以待定常量为粒子位置坐标,以平均误差为适值函数,建立了一种基于粒子群算法的参数辨识模型,并根据参数辨识模型求出最优的待定常量。应用补偿模型对关节臂式坐标测量机的6个圆光栅角度传感器测量误差进行了补偿,结果表明:补偿后各角度传感器的平均测量误差减小了约398～1102.5倍,大大地提高了传感器的测量精度。     

基于模糊熵的转子碰摩声发射信号的识别

利用模糊熵理论来度量转子碰摩声发射信号的特征参数相对于不同碰摩状态识别模式的不确定度。根据碰摩声发射信号的特点,选用平均信号电平、幅度、幅度动态范围以及小波包分解信号前四个节点重构信号的能量值作为声发射信号识别的特征参数,由训练样本确定各特征参数针对不同碰摩类别的基于高斯形式的隶属度函数,并由隶属函数得到特征参数与类别之间的模糊关系矩阵。由于各特征参数对于声发射信号识别的有效性不同,因此在计算模糊关系矩阵时引入有效度系数,提出一种利用模糊熵定义有效度系数的方法。结合该系数得到修正的模糊关系矩阵并计算综合评价模糊集合,选择隶属度最大的类别作为识别结果。在转子试验台上采集的不同碰摩状态的声发射信号进行验证,试验结果表明,模糊综合评价方法是一种有效的声发射识别手段,并可以利用参数有效性的差异来提高识别效率。     

基于LabVIEW的雕刻机器人标定测试系统仿真研究

由于机器人构件的结构参数及运动学参数影响了机构的定位准确度与精度,因此通过运动学标定来提高混联式雕刻机器人的加工精度。使用光栅尺等传感器测量位置坐标,基于LabVIEW设计了该机器人的标定测试系统,将传感器输出的TTL信号转化为位移量,采用最小二乘法对系统中MATLAB脚本节点进行参数识别,然后计算刀尖点的中心位置坐标补偿量,并在测试界面对比了标定前后的位置误差。实验表明,标定后的标准误差变化了4.28%,均方根误差减小了30.48%,最大误差减小了22.30%,通过运动学标定提高了机器人的定位精度。     

一种基于单通道 sEMG 分解与 LSTM 神经网络 相结合的手势识别方法

在基于表面肌电(sEMG)信号的动作识别中,使用单通道传感器能够简化系统、减少识别延时,但也存在识别精度偏低的问题。为了提高识别精度,本文提出将单通道sEMG信号分解策略与长短期记忆(LSTM)循环神经网络识别相结合的方法。在该方法中,先将单通道sEMG信号分解成多通道运动单元动作电位序列(MUAPTs),然后提取MUAPTs的特征,最后将这些特征对LSTM分类模型进行训练。为了验证该方法的有效性,本文以手势动作识别为对象,对6名受试者分别建立了4种分类模型,包括基于未分解信号的支持向量机(SVM)、基于分解信号的SVM、基于未分解信号的LSTM、以及本文提出的基于分解信号的LSTM,并定义识别精度量化指标对这四种模型的分类结果进行评估。对于旋前方肌sEMG信号,在使用本文所提方法进行手势识别时,平均估计精度均能达到90%以上,比未分解的LSTM高18.7%,比分解信号的SVM高4.17%,比未分解信号的SVM高11.53%。实验结果验证了本文所提方法的有效性。     

金属颗粒的电容式速度测量方法研究

针对金属材料在静电场中呈现出的特殊性,设计了一种用于检测管道中金属颗粒速度的电容式传感器。首先,基于多电极理论建立了电容传感器测量金属物质的数学模型,在此基础上,使用COMSOL Multiphysics有限元分析工具建立了传感器三维仿真模型,并对其空间灵敏度分布特性进行了分析。然后,基于该传感器的空间滤波效应对金属颗粒速度测量原理进行了理论分析,建立了传感器输出信号功率谱截止频率和金属颗粒速度之间的关系式。最后,开发了基于三角电极电容传感器和电容数字转换芯片Pcap01的金属颗粒速度测量系统,并在重力输送装置进行了验证及分析。实验结果表明,该测量方法具有良好的可行性,在2.44～5.34 m/s的速度范围内,测量速度的重复性误差小于4%。     

图像式角位移测量的光栅偏心度监测系统

图像式角位移测量装置中,光栅的安装偏心标定结果直接影响着角位移测量的精度。为此,本文设计了一种用于调试图像式角位移测量装置光栅偏心度的系统。首先,根据图像式角位移测量机理,提出了基于线阵图像传感器的标定光栅偏心度监测原理;然后,在图像传感器上建立了偏心调试监测信号的模型,并提出存在偏心时偏心监测信号的变化机理;最后,对某型号角位移测量装置进行了实验,并给出了调试建议。实验表明,经过调节误差均方差由1017″降低到12.8″。本文设计的偏心监测系统能够实现对标定光栅的高精度安装调试,提高了图像式角位移测量装置的批量生产效率。     

Airborne particles detection and sizing at single particle level by a novel electrical current pulse sensor

A novel method for detecting and sizing airborne particles at single particle level is presented in this paper. When a particle hits a metal electrode which is grounded, electrostatic charges will be transferred between the particle and the electrode. As a result, an electrical current pulse will be generated in the measurement system. The number of the signal pulse represents the number of particles in the sample. To determine the effect of the particle size on the magnitude of the signal, the correlation between the magnitude of the signal and the size of particle was experimentally investigated. The results show that the magnitude of the measured signal is linearly proportional to the square of particle’s diameter. Such a correlation can be used to evaluate particle size from the measured signal. The airborne particle detection method presented in this paper can be used for counting and sizing airborne particles at single particle level.     

基于微螺线管电感式传感器的金属颗粒形态对输出特性影响的研究

基于电感测量技术与微流体技术的油液检测芯片, 不仅可以区分出铁磁性和非铁磁性金属颗粒, 还可以对油液中的颗粒进行计数统计和颗粒大小测量,从而判断金属颗粒污染物的来源及设备的磨损状态。通过理论分析、数值模拟及实验验证, 分析不同形态铁磁颗粒退磁场, 研究铁磁颗粒形态对电感式传感器的输出影响。建立理论模型描述不同形状颗粒的退磁因子、磁化场, 以及磁化的金属颗粒产生磁场从而导致线圈电感发生变化。基于模型计算并验证同体积下球形、不同轴长比的圆柱、椭球颗粒的磁场和电感输出, 分析结果显示颗粒越细长、退磁因子越小则越容易磁化, 因此细长颗粒引起传感器的电感变化更大, 另外圆柱形颗粒的电感变化大于旋转椭球型颗粒。     

Evaluation of critical wear transition loads of MMCs by rule based fuzzy modelling

The evaluation of critical transition loads in a wear system of metal matrix composites (MMCs) was attempted with the aid of the wear knowledge established using fuzzy rule based modelling. The model presumes that the membership function of the inputs and the rule base are proper. The membership function of the output is adjusted to minimise the error between the predicted output and the experimental results. The influencing parameters considered in this paper include particle size, composite hardness and particle volume fraction. The method shows its unique advantage to model the wear of the complex system with metal matrix composites.     

黄铜全流量在线磨粒静电监测实验研究

为深入了解静电监测方法对黄铜的监测能力,采用自制的全流量在线磨粒静电传感器开展黄铜的静电监测方法研究。研究了润滑条件下轴承钢-黄铜滑动摩擦荷电磨粒的产生机理并设计了磨粒静电监测系统,开展了三种尺寸的轴承钢球和黄铜球的单颗粒注入实验、双颗粒注入实验以及相同载荷、不同滑动速度的轴承钢-黄铜滑动摩擦磨损实验,对摩擦因数、静电感应信号、静电信号均方根值进行相关性分析。研究结果表明:全流量在线磨粒静电传感器具有较好的检测一致性;静电监测方法对黄铜的监测能力强于对轴承钢的监测能力;摩擦因数与静电监测信号具有相关性,在磨损阶段,静电感应信号出现脉冲尖峰与持续上升。     

Dynamic calibration method of high-pressure transducer based on quasi-δ function excitation source

This paper presents a dynamic calibration method of frequency response characteristics of high-pressure sensor. In this method, the pressure sensor was under high hydrostatic pressure in advance, then use the bullet impacted Hopkinson bar and generated quasi-δ function signal with small amplitude, which excited the sensor being calibrated. The excitation signal of sensor are collected, at the same time, output signal of the sensor are collected, and at last, the collected data are processed according to calibration principle and calculated the frequency response of the sensor being calibrated. This calibration method realized dynamic calibration of high pressure sensor under actual working pressure; it can realize the low limit frequency of the calibrated frequency range strictly reaches to zero frequency. This method can also be applied to acceleration sensor, transient high-temperature sensor, and other types of sensors. In this paper, the calibration principle of quasi-δ function dynamic calibration method is introduced. The relationship among pulse width of excitation signal, frequency range that can be calibrated and calibration precision is analyzed. The experimental results are also shown.     

基于模糊推理原理的多传感器数据融合方法

利用模糊推理方法融合具有不确定性的多传感器数据 ,将传感器的测量值作为模糊系统的输入 ,要计算的结果是模糊系统的输出 ,利用三角形隶属函数表示测量的不确定性 ,在输入变量所确定的区间内 ,不断改变输出变量的位置 ,计算输出与输入的兼容度 ,则兼容度最大的位置 ,就是最后要得到的结果。给出了一个多个传感器数据融合的计算实例 ,验证了本方法的有效性     

基于自适应神经-模糊推理系统模糊信息融合的采煤机截齿磨损在线监测

为实现对截齿截割过程中磨损程度的实时精确在线监测,分别测试和提取不同磨损程度的截齿在截割过程中的振动信号、声发射信号和温度信号,建立不同磨损程度截齿截割信号的多特征样本数据库,根据最小模糊度优化模型计算求解各特征信号的最优模糊隶属度函数,采用自适应神经-模糊推理系统多维模糊神经网络方法实现多传感特征信息的决策融合,输出置信度和权重较高的截齿磨损量融合结果。通过随机测试实验对融合系统进行验证,结果表明,基于ANFIS模糊信息融合的截齿磨损监测系统辨识度较高,测试结果最大误差在6.5%以内,系统具有良好的融合效果以及较高的测试精度。     

Capacitance-based concentration measurement for gas-particle system with low particles loading

A parallel-plate capacitance-based sensor configuration which can be used to measure low mass concentrations down to a few tens of g/m³ for gas-particle systems and to study the influence of the particle characteristics such as particle size, packing or agglomeration on the effective permittivity of the mixture was developed. In this sensor a two channel symmetric structure and an AC bridge circuit were adopted to minimise the influence from the surrounding factors such as temperature, pressure and humidity. The inner diameter of the flow pipeline is 18 mm, the dimension of the capacitance plate is 100 mm×50 mm and the distance of the two plates is 10 mm. To measure the concentration of particles an in situ two-step measurement was proposed, i.e. zero point and loading measurements. Emphasis was made on estimation of the static and dynamic performance of the capacitance sensor and configuration.The baseline drift of the sensor and the influence of surrounding factors were studied. Dynamic experiments show a relative measurement error of 8% in the range from 10 to 300 g/m³. Static experiments for locally packed particle-gas systems show that the response of the sensor depends not only on particle material but also on particle size.     

新型在线粒度检测仪的设计与研究

提出了一种基于精确物理测量和统计学原理的直接、在线粉末颗粒粒度测量方法，并设计了相应的测量仪器。从理论上推导了确定目数网筛的筛下重量百分含量和测量仪器输出值之间存在的对应关系。应用该仪器和方法，对白云鄂博铁矿矿石颗粒样品进行了实验，实验数据验证了对应关系的存在。应用回归分析的方法，拟合出该关系的函数表达式，量后分析了整个方法中存在的误差，并提出了改进方法。该仪器已经在包钢选矿厂投入使用。