数据融合与遗传算法在桥梁损伤辨识中的应用

为了提高桥梁损伤识别的准确性,提出了基于数据融合和改进的多目标遗传算法对桥梁进行两段式的位置和程度辨识,通过灰色理论对桥梁的静态参数进行计算,得到静态位移曲率置信因子指标,以及模态分析理论对桥梁的动态参数进行计算,得到模态柔度曲率比指标,通过D-S证据对两种指标进行融合,确定损伤位置,提高结果的精度.再通过经过模糊优选理论改进的遗传算法,实现对损伤位置和程度的进一步辨识,实现对桥梁结构损伤位置和程度的分段式确定,提高了辨识的准确性.通过ANSYS软件建模仿真验证了该方法的有效性.     

智能镀层厚度测量仪的设计

介绍一种以MCS－51单片机为核心,利用霍尔集成电路,集成函数运算放大器,V／F转换等构成的镀层厚度测试仪,文末给出了性能测试结果,该测厚仪适用于导磁工件上镀（涂）有非导磁材料的镀（涂）层厚度的测量。     

加速度传感器的动态性能校正技术

对加速度传感器动态性能进行了分析,从应用的角度介绍了其动态性能校正的若干方法,给出了每种校正方法的原理和具体的应用实例,讨论了这些方法的优点和局限性.这些对实现加速度传感器动态性能校正具有较好的指导作用.     

称重传感器动态补偿器的一种新的设计方法

为了拓展称重传感器的工作频带,把电荷转移器件（CTD）用于其动态补偿器的设计中,设计出具有频率特性可调节的动态补偿器。论述了补偿原理、电路设计及其技术难点和相应的解决方法,理论分析和实验表明了所设计的动态补偿器是有效的,提高了补偿器的通用性和实时性,对补偿器的实用化有重要意义。     

基于BP网络远程无线电力变压器故障诊断系统

针对电力变压器故障的特点,运用BP神经网络技术对传统的电力变压器故障诊断方法加以完善,以TMS320VC5402 DSP为硬件核心,设计了高速实时电力变压器故障诊断模块,同时利用Zigbee网络实现了电力变压器故障远距离无线诊断.通过电力变压器故障诊断实例,比较了BP神经网络法和传统的改良三比值法在诊断电力变压器故障类型方面的性能.比较实例表明,基于BP网络远程无线电力变压器故障诊断方法能有效地对电力变压器单故障和多故障样本进行分类诊断,提高了诊断准确率,同时还可以进行远距离无线诊断,从而节省了成本.     

基于卡尔曼滤波器的零速修正技术在导弹发射车中的应用研究

现代战争中,为了提高导弹武器系统的生存能力,采用机动发射是一项重要措施,而机动发射带来的问题是如何快速、精确地实现随机发射点的定位。该文提出了将零速修正（ZUPT）技术应用在导弹发射车车载捷联惯导系统中,并采用卡尔曼滤波对惯导误差进行实时计算并补偿,通过仿真验证,基于卡尔曼滤波器的零速修正技术能在很大程度上提高惯导的定位精度,并且途中不需任何外部信息,对于现代战争环境具有明显优势。通过对停车间隔时间不同对惯导性能影响的比较,为工程实用中合理选择停车间隔提供了重要的参考。     

基于径向基函数神经网络的涡流传感器非线性补偿方法研究

为了解决数字式涡流传感器的非线性问题,提出利用径向基函数神经网络进行非线性补偿的方法。介绍非线性补偿原理以及算法,并将其与BP神经网络法进行比较。从实测数据出发,建立了涡流传感器的非线性补偿模型。结果表明,这种非线性补偿模型误差小、有良好的鲁棒性、能实现在线软补偿,比用BP神经网络有更快的训练速度。     

宽电压双向电流源高频链逆变拓扑

提出了一种双向电流源高频链逆变器,详细介绍了电路的工作原理和控制原理,给出了控制方案和主要参数设计.通过实验证明了该电路具有良好的稳态和动态特性,负载适应性好,运行可靠,具有四象限运行的能力.该逆变器工作过程中的正激通路被辅助开关管关断,使得占伎毡炔皇芡仄说南拗?最大占空比可以大于0.5,从而减小了功率开关管的应力,得到了较宽范围的输出、输入电压.     

浅谈开关电源的谐波及抑制

对开关电源谐波产生的主要原因进行分析 ,介绍了抑制谐波的常用方法 ,并给出了实用的谐波抑制电路。     

多重小波分析在机器人腕力传感器数据预处理中的应用

机器人腕力传感器在工业现场测量力或力矩时,不可避免地受到随机噪声的干扰,从而影响了测量精度的提高.为了克服传统去噪方法的局限性,本文将多重小波变换应用到机器人腕力传感器数据预处理中,采用浮动阈值法消除噪声,并将传统的低通滤波和FFT/IFFT方法与本文介绍的方法进行比较.结果表明,多重小波浮动阈值去噪方法在机器人腕力传感器信号去噪方面优于传统的方法.