基片式多纵模拍频光纤激光位移传感器

提出并设计了一种基片式多纵模拍频光纤激光位移传感器,利用谐振腔中不同模式之间的拍频信号实现传感,可以监测物体微小位移。该传感器采用应变传感基片结构,有效对光纤进行保护,并能缓冲拉伸和压缩带来的形变,增加传感器灵敏度。同时在原有多纵模拍频光纤激光器的基础上进行了改进,使系统获得更高的信噪比。阐述了多纵模拍频传感器的测量原理,设计制作应变片并搭建实验平台。实验选取4个不同拍频信号作为传感信号,实验数据表明:在0~30 mm范围内,频率漂移基本呈线性变化,线性拟合度最高可以达到0.999 4,这与理论推导结果一致。由于拉伸平台的拉伸精度限制,该传感器的测量精度为110-3 mm。经过反复实验表明,该传感器具有良好的稳定性。     

GaAs/AlGaAs量子级联激光器

利用分子束外延方法生长了激射波长约为9μm的GaAs/Al0.45Ga0.55As量子级联激光器.条宽35μm，腔长2mm的器件准连续激射温度最高达120K，81K下未经收集效率修正的峰值功率超过70mW．     

基于REC技术的DFB激光器阵列驱动电路的设计

为了实现DFB激光器阵列的智能化控制,提出了一种智能化、高精度、数字控制的驱动电路设计方案。该系统以单片机和FPGA为主要控制芯片,具有体积小、效率高、无冲击、开关保护等特点。DFB激光器阵列的输出可以由外部可调信号控制。该系统将模拟控制模型转化为数字控制模型,提高了驱动电路的性能。该系统能够实时监测DFB激光器阵列的温度和电流。电流的输出精度可以达到±0.1 mA,保证DFB激光器阵列稳定可靠地工作。该驱动电路有利于DFB激光器阵列的灵活使用。     

基于谱峭度的滚动轴承故障包络阶比跟踪分析

通过对旋转机械变速运行工况的齿轮箱振动分析研究,提出一种基于谱峭度的滚动轴承故障包络阶比跟踪分析方法。该方法利用旋转机械运行过程中滚动轴承故障引起的冲击性振动会激起其周围结构共振的原理,应用谱峭度方法自适应地确定优化的共振解调带通滤波中心频率和滤波带宽,进而通过共振解调算法获得包含轴承故障初始阶段振动特征的包络信号,再将变速工况下的非平稳包络信号通过等角度重采样转化为角度域的准平稳信号,进而获得消除了频率模糊的阶比谱,实现对旋转机械变速运行工况下的滚动轴承故障诊断。仿真和测试试验结果验证了本方法的有效性。     

基于集成包络谱的滚动轴承早期故障检测指标EI北大核心CSCD

针对常规统计指标对滚动轴承早期故障不敏感的问题,该研究基于集成包络谱(integrated envelope spectrum,IES)提出一种滚动轴承早期故障检测指标——集成包络谱谱峰因子(integrated envelope spectrum peak factor,IESPF),应用于轴承早期故障检测。首先,对信号进行快速谱相干(fast spectral coherence,Fast-SCoh)计算;然后,根据循环频率与谱频率的映射关系确定包含故障信息丰富的频带,并对该频带积分获得IES;最后,计算IES的最大值与其均方根值的比值,从而获得该研究所提指标IESPF,应用于轴承外圈故障检测。通过分析滚动轴承外圈模拟故障试验数据和疲劳试验数据表明,该研究所提指标对轴承外圈早期故障较敏感,适用于早期故障检测。     

基于瞬时角速度信号窄带解调的太阳轮故障检测

由于时变传递路径以及振动传感器受测量频率下限的限制,及在转速较低工况下基于常规振动信号的太阳轮故障检测较为困难。对此,结合编码器信号的优势,提出一种基于编码器信号窄带解调技术的太阳轮故障检测方法。首先使用T法对光栅式编码器角度信号进行采集,然后使用向前差分法获得瞬时角速度(instantaneous angular speed, IAS)信号,随后使用角域同步平均抑制非同步干扰分量,最后通过窄带解调实现太阳轮故障检测。同时,在所提方法中提出一种基于峭度的解调频带选择策略和一种基于相位解调函数相位变化率的故障特征增强方法。实验证明IAS信号可以有效克服常规振动检测方法的不足,并验证了所提出方法能有效实现对太阳轮故障的检测。     

桓仁水库退水阶段优化调度研究

流域的退水预报对洪水退水期的水库调度至关重要,直接影响着水库调度效益的发挥。桓仁水库预报模型的7日退水预见期的合格率QR=100%;确定性系数DC=0.88。退水预报精度等级接近甲级,达到可利用水平。现以桓仁水库为例,针对综合退水曲线退水段,建立了退水段发电量最大模型,并利用遗传算法对该模型进行求解,最后通过对优化调度结果进行分析,说明了该算法的有效性和优越性,对水库水电站汛期退水段的调度有一定的指导意义。     

基于旋转编码器信号的滚动轴承故障特征增强提取EI北大核心CSCD

针对滚动轴承故障特征较弱且振动传感器安装受限的场合下故障特征不易提取的问题。结合旋转编码器信号传递路径短、干扰少等优势,提出一种基于旋转编码器瞬时角速度(instantaneous angular speed,IAS)信号的滚动轴承故障特征增强提取法。首先,使用去相位算法(de-phasing algorithm,DPA)抑制转频及其谐波等严格周期性分量;其次,通过多点优化最小熵反褶积(multi-point optimization minimum entropy deconvolution adjusted,MOMEDA)增强滚动轴承故障冲击分量;最后,对增强后的信号进行频谱分析,提取轴承故障冲击特征。通过仿真和轴承外圈实测数据验证所提方法的有效性。     

基于包络角域加窗同步平均太阳轮故障特征提取EI北大核心CSCD

行星齿轮箱广泛应用于风电机组等大型装备中,其振动特征提取在故障诊断领域有重要意义。但由于存在非平稳、调制、传递路径复杂、传递路径具有时变特性等特点,导致故障响应微弱,往往被强背景噪声所湮没。主要针对包络分析、加窗同步平均、计算阶比跟踪相结合,提出了一种适合弱特征信号解调、时变传递路径及变速工况的包络角域加窗同步平均技术。Tukey窗函数对故障振动信号进行加窗处理,希尔伯特变换(Hilbert)获取故障复包络信号,计算阶比跟踪对复包络信号进行等角度重采样,转换为准平稳角域信号,然后进行同步平均。该方法对太阳轮故障实测振动信号进行分析,实验结果表明,所提出方法能够有效地提取太阳轮故障的特征信息。     

旋转机械非稳定信号的伪转速跟踪阶比分析

旋转机械非稳定信号阶比分析技术，是旋转机械特征分析的重要内容。本文提出并介绍了用时频分析技术中的瞬时频率估计实现伪转速跟踪阶比分析的方法。和传统方法相比，本方法无需转速计和鉴相装置等辅助硬件手段，简化了阶比分析的实现。介绍了借助本方法实现的阶比谱、阶比谱阵和跟踪阶比谱等阶比分析技术的方法，并通过实际测试验证了其有效性。本方法是对已有方法的有力补充，特别适合虚拟测试仪器发展的要求。