基于传感器网络的动态车重测量系统设计

汽车动态测重是当前交通运输领域中的一个研究热点,本文提出了一种基于传感器网络的动态车重测量方案.该方案以无线传感器网络作为动态车重的测量前端,利用传感器网络节点数量多、分布广等优势,对动态车重参数进行初步采集.然后再利用传感器网络的数据融合和处理功能,对采集的数据进行处理,得到精确的车辆重量.该方案的关键是对采集的数据进行融合和处理.文中详细阐述了车辆动态重量参数的测量原理和数据的融合算法,包括对无线传感器网络采集到的多个原始数据之间的误差处理方法.     

基于改进RBF径向基神经网络的车载油耗软测量

针对现有的燃油消耗量测量方法存在成本较高、结构复杂且难以实现车载实时测量油耗的问题,提出基于改进RBF径向基神经网络的汽车油耗软测量方法。依据油耗产生机理,选取影响油耗且容易直接测量的参数作为测量模型的输入部分,采用油耗试验实测数据作为测量模型的训练样本和测试样本,并结合主元分析方法改进径向基神经网络的训练速度,自学习得出油耗软测量模型。利用Matlab仿真并将计算机仿真结果与油耗仪测量数据对比分析,平均误差在5.0%以内,验证了上述油耗测量方法的有效性,降低了车载实时油耗测量的成本和复杂程度。     

基于2D激光技术的轴径在线精密测量方法北大核心

针对轴径测量方法在精度、可靠性和适应性等方面存在的问题,提出一种基于2D激光测量和全量程标定校准的轴径精密在线测量方法。采用2D激光轮廓传感器同步采集检验剖面的二维坐标数据,基于采集的坐标数据和最小二乘拟合算法求解被测轴的半径,基于最小区域原则优选检验剖面,采用全量程标定校准方法建立轴径测量误差模型,利用误差补偿算法实时补偿系统的非线性误差,提高轴径测量的精度。研究结果表明,该方法测量相对误差小于1%,实现了免拆卸情况下的轴径非接触、在线、高精度测量。     

传感器信号电压丢失对发动机性能影响的研究

试验用VOLVE B230发动机在中速工况下,通过控制空气流量传感器信号电压的通断,去模拟汽车行驶过程中由于传感器接触不好,造成的传感器信号丢失时发动机出现的故障状况,同时实时监测发动机的功率、油耗、废气等相关数据的变化,从而研究空气流量传感器信号丢失时对发动机性能的影响.     

机械设备状态监测无线传感器网络研究进展

通过分析无线传感器网络（wireless sensors network,简称WSN）的优势和潜能,提出将无线传感器网络应用于机械设备状态监测中,以弥补目前有线连接的机械设备状态监测系统的局限性。针对目前机械设备状态监测中所用的无线传感器网络节点硬件性能偏低、采样频率也低、缺乏信号同步采集研究、对大量数据快速可靠传输研究偏少、对于反映机械设备状态最关键的机械振动的监测还难以实现等问题,提出要实现基于无线传感器网络的机械设备状态监测,必须解决高速同步采集、实时可靠传输和能量供应等难题。指出了低成本、低功耗、微型化、网络化、多功能化将是无线传感器网络在机械设备状态监测应用中的发展方向。     

机械振动无线传感器网络跨层同步采集累积误差控制方法

针对机械振动无线传感器网络同步采集过程中同步采集误差随时间累积的问题,在分析机械振动无线传感器网络跨层同步采集误差累积机理基础上,提出了一种基于同步信息跨层实时跟踪的机械振动无线传感器网络同步采集累积误差控制方法。以节点物理层跨层实时捕获同步信息,避免任务抢占所导致同步信息捕获迟滞;研究基于卡尔曼滤波的晶振频率偏移计算方法,提升晶振频率偏移计算精度;构建反馈控制系统动态反馈和补偿同步采集累积误差,避免同步采集误差累积效应;设计嵌入式多任务优先级管理固件系统,在采样率极高的机械振动信号采集过程中确保采样任务和同步任务实时性。实际测试表明,在高达51.2 kHz的采样率下连续采集30 s,节点间同步采集误差始终保持在0.6 us以内,同步采集误差最大值仅为采样周期的3%,满足机械振动信号同步采集需求。     

液压同步提升中的油缸行程测量系统设计

油缸行程的测量是整个液压同步提升控制的关键.由于以往机械式测量方法的诸多缺点,所以提出了基于磁栅传感器的油缸行程测量系统设计,以提高油缸行程测量值的精度和准确性.     

叶端定时测量方法及关键技术研究

研究了叶端定时测量方法及其实时监测系统的关键技术——叶端定时传感器、高速叶端脉冲信号采集系统和叶端定时信号的实时分析和处理。采用叶端定时测量系统在实验现场对某发动机的首级叶片振动进行实时测量，获得了满意的结果。     

基于激光三角测量原理的轨距检测系统研究

轨距是轨道几何尺寸中的一个重要参数,及时掌握轨距信息对保证行车安全具有重要意义.基于激光三角测量原理研发了一种安装于路轨两栖综合检测车上的轨距检测系统.该系统使用2组共6台二维激光扫描传感器获得左右钢轨断面轮廓,利用基于CPLD的同步信号触发模块保证各传感器数据同步.通过对采集的钢轨断面轮廓数据采用基于不连续度的自适应滤波和钢轨弧形区特征提取算法,实时提取轨距特征点并计算显示当前断面轨距值.实验结果表明,该轨距检测系统可实现轨距参数的非接触式动态实时测量,检测车运行速度为40 km/h时钢轨断面采样间隔3.7 mm,轨距检测精度±0.8 mm.     

无参考传感器叶端定时叶片同步振动参数辨识方法研究

叶端定时(Blade tip timing, BTT)是一项具有应用前景的非接触式叶片振动在线监测技术,已有的BTT测量系统需要配备参考传感器来测量转速和提供时间基准。但航空发动机结构复杂及安装空间等限制,造成参考传感器安装困难,导致现有的BTT测量方法无法正常使用。针对无参考传感器叶片同步振动BTT测量及参数辨识方法展开研究,基于改进双参数法,在利用三个BTT传感器进行测量的条件下,对叶片振动位移差进行分析处理即可完成叶片同步振动幅值和倍频(Engine order,Ne)的辨识。结合数值仿真分析及试验研究的手段,将该方法与双参数法进行对比分析。结果表明,该方法能够准确辨识出叶片的振动参数,验证了其可行性和有效性,为无参考传感器BTT测量的工程应用提供了技术手段。