共查询到20条相似文献,搜索用时 78 毫秒
1.
PTCR阵列式液位传感及检测系统 总被引:1,自引:0,他引:1
液位检测涉及的面甚广,如化学工业、水文、地质、环保等领域.因它们各有特点和要求,出现了众多类别的液位传感器.80年代末,德国VDO汽车公司推出以NTC温敏电阻为主体的液位传感器.可惜,在恒电压条件下,空载测试时,容易遭致损坏.所以,我们改用PTC 相似文献
2.
3.
4.
5.
“四大”过程变量的测量各自独立,其中,温度测量似乎最具争议。事实上,这个貌似简单的任务经常会变得非常复杂,本文将探寻此中缘由。 相似文献
6.
7.
8.
9.
10.
11.
针对分布式激励源涡流阵列传感器半解析模型的构建问题,提出了传感器半解析模型的直接FFT构建方法。该方法首先通过虚拟采样和FFT得到传感器导线界面处线电流密度的傅里叶变换系数,然后根据层状介质空间中场量傅里叶变换系数传递关系,经反FFT得到场量的空间分布。建模过程和数值计算结果表明此方法不仅简化了半解析模型的建立过程,而且直接将激励源导线宽度考虑在建模过程之中,提高了建模精度;建立了该传感器的应用物理模型,数值仿真结果表明该传感器对其周围介质空间的电磁属性较为敏感,可望将该类型的传感器运用于金属结构的在线监测之中。 相似文献
12.
本文介绍用光学阵列传感器的机器人物体分类系统。传感器直接安装在机器人的两个手指上。被抓物体的阴影通过光导纤维传到安放在“安全区”的光敏元件上。计算机识别物体的轮廓后命令机器人抓握物体,并把它运送到指定的地点从而达到物体分类的目的。 相似文献
13.
在小型声纳平台中由于单个矢量水听器所含的振速传感器具有自然指向性,其组成的矢量阵较传统水听器阵有优越性,但单个矢量水听器的自然指向性波束较宽,组成的矢量阵的-3dB束宽和旁瓣级不够理想。该文利用单个矢量传感器的声压、振速信息联合处理形成较好指向性,并用于矢量阵获得良好的阵列效果,同时分析了该方法对线阵和圆阵的影响。仿真结果表明当线阵的阵元间距和圆阵半径都为0.5米时,矢量阵接收低频信号所形成的波束图中-3dB束宽在以25°内,第一旁瓣级低于-60dB,这证明了该文的方法是有效的。 相似文献
14.
MOS气敏传感器阵列优化与工作温度选择 总被引:1,自引:0,他引:1
通过对金属氧化物半导体(MOS)气敏传感器阵列进行阵列优化和工作温度的选择,达到提高阵列选择性、降低其功耗的目的。实验采用10个MOS传感器组成阵列,在不同加热电压下,对不同浓度的苯、甲苯、甲醇、乙醇进行测试;利用四种特征选择方法进行阵列优化,同时对优化后的特征子集做Fisher线性判别(DFA)分析。结果表明,优化的阵列在比通用加热电压(5.0V)低的加热电压(4.4V)下工作,对四种物质的正确识别率由91.7%提高到100%。 相似文献
15.
半导体气体传感器存在漂移问题,温度变化对漂移的影响尤为明显.在气体传感器阵列中,可以加入温度、湿度等传感器,监测其工作环境.实验系统采用恒温箱设定一组温度,制备气体样本20例(两种浓度样本各10例),采集传感器对样本的响应;通过人工神经网络来识别样本;当有误判发生时,在原网络中引入温度传感器的响应值,消除了误判,在一定程度上抑制了漂移,改善了网络性能,验证了该温度漂移抑制方法的可行性. 相似文献
16.
介绍了一种利用计算机及单片机进行PTCR阻温特性的自动数据采集及参数处理的系统,详细介绍了仪器的硬件构成和原理,简要的介绍了软件功能.为PTCR生产过程中特性测试提供了一种有效的自动化手段.具有一定的实用价值. 相似文献
17.
缓解计算机IO子系统瓶颈的有效手段是采用磁盘阵列,配置时,SUS(Stripe Unit Size)的选择对盘阵性能的影响非常关键,而以往对异构盘阵的SUS的选择研究较少,该文推导出了确定异构盘阵最优SUS的方程,具体工作如下:首先,该文采用close队列网络模型来描述异构盘阵负载;然后,从该模型推导出系统数据传输率解析表达式,根据该表达式和异构盘阵中设备的特性,可求出使传输率最大的SUS,最后,研究中进行了大量的模拟试验,模拟试验表明在并发的进程数大于10时,所推导的结论与模拟结果非常吻合。 相似文献
18.
19.
防爆柴油机车自动保护装置测温方法研究 总被引:1,自引:1,他引:0
分析了常用的温度监测方法,指出铂热电阻测温方法比较适用于柴油机车自动保护装置的温度监测,并介绍了铂热电阻测温方法的具体实现。该方法根据ADC采样值计算铂热电阻的阻值,并根据铂热电阻与测点温度的关系计算温度值。工业现场应用结果表明,该测温方法反应速度快,在测温范围内特性稳定,长期运行温度无漂移。 相似文献
20.
针对现有太阳能光伏阵列仿真实验中因采用环境温度代替光伏组件温度而导致的光伏阵列建模不正确问题,指出应在光伏电池仿真模型中区分环境温度和组件的实际工作温度;分析了光伏组件温度与环境温度和输出功率的关系,给出了一种基于BP神经网络的光伏阵列组件温度预测方法,并将预测结果与实测结果进行比较,得出结论:该方法可有效预测光伏阵列组件温度,且采用前一天数据和前三天数据都有较好的预测效果,因此实际应用时可采用前一天的数据来预测当天的组件温度。 相似文献