小波分析在机器人腕力传感器信号去噪中的应用

机器人腕力传感器在工业现场测量力或力矩时,不可避免的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信号去噪中,采用浮动阈值法消除噪声,并将传统的低通滤波和FFT／IF丌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。     

检测大功率开关电源电流的方法

介绍大功率开关电源中检测电流的几种方法,给出了几种典型电路,分析了各种检测方法的特点。     

高效率可调复合式开关电源

结合实例介绍基于单片开关式稳压器和单片开关电源相组合构成的复合式开关电源。这种电源与普通开关电源相比，输出电压可连续调节；与线性稳压电源相比，体积小、效率高。     

两自由度康复训练交互装置

针对手部康复训练设备主要由主动驱动器驱动导致的安全稳定性差、容易造成二次伤害等问题,设计了一种用于手部康复训练的被动驱动交互装置.首先简单介绍了被动驱动器的结构、实现原理,在此基础上提出了一种两自由度手部康复训练交互装置设计方法,该交互装置在支架上设置两根相互垂直并处于同一平面的轴,轴的两端分别连接被动驱动器和数字编码器,手柄在两轴的驱动下能在两维空间内运动并产生两自由度的力.接着分析了手柄受力与被动驱动器输出力的变换方法,最后设计康复游戏,与研制的交互装置配合,开展了脑卒中患者的康复训练试验,试验结果验证了康复训练交互装置对于手部康复训练的有效性.     

基于WSNs的混凝土中钢筋腐蚀度无线监测系统设计

针对钢筋腐蚀传统监测方法的不足,提出了一种基于无线传感器网络(WSNs)的混凝土中钢筋腐蚀度远程监测系统的设计方案.该系统将WSNs技术与监测钢筋腐蚀的电化学方法相结合,利用MnO2全固态参比电极来跟踪测量混凝土结构中钢筋的腐蚀电位,选用低功耗芯片CC2530作为WSNs节点的射频收发器,将WSNs节点采集到的电位信号通过WCDMA网络和Internet发送到上位机,上位机采用Lab-VIEW软件设计一种人性化的监测界面,显示采集的混凝土钢筋腐蚀信息.实验结果表明:该系统采集到的电位信号能够较好地反映钢筋腐蚀程度,性能稳定,可靠性较强.     

基于ZigBee的大水域水质环境监测系统设计

为了提高工厂化水产养殖的智能化水平,提出了基于Zig Bee协议的无线传感器网络（WSNs）的水质监测系统方案。设计了主要水质参数溶解氧、pH值、氨氮传感器的变送器电路,实现了对溶解氧、pH值、温度、氨氮含量等多参数的采集、处理,并通过无线网络传给终端节点,终端节点通过RS—232串口将数据传送给监测中心。测试表明：该系统实时性好,测量误差小,满足大水域水质监测需求。     

一种热敏电阻温度传感器的非线性补偿方法

介绍一种热敏电阻温度传感器非线性补偿的原理和实际补偿电路。补偿后传感器的输出电压与绝对温度的比值约为０．１５ｍＶ／Ｋ,最大误差不超过０．５％,基本呈线性关系。     

基于遗传算法的RBF神经网络在涡流传感器非线性补偿中应用

为了解决涡流传感器的非线性问题,应用遗传算法(GA)训练径向基函数(RBF)神经网络(NN)实现其非线性补偿.介绍非线性补偿的原理和网络训练方法.从实测数据出发,建立了涡流传感器的非线性补偿模型.该方法能同时优化网络结构和参数,具有全局寻优能力,补偿精度高、鲁棒性好、网络训练速度快、能实现在线软补偿.实验结果表明,所采用的涡流传感器非线性补偿方法是有效的和可行的.补偿后,最大非线性误差在0.5%范围内,具有良好的线性.     

基于小波神经网络的电容称重传感器非线性补偿研究

为了解决电容称重传感器的非线性问题,提出了补偿其非线性的小波神经网络方法。该方法以电容称重传感器实验数据为基础,通过小波神经网络训练来确定传感器非线性补偿网络。介绍电容称重传感器非线性补偿原理,分析网络的拓扑结构,给出网络参数训练方法。结果表明,采用小波神经网络进行电容称重传感器非线性补偿具有好的鲁棒性,网络训练速度快、精度高,并能在线补偿,在测试领域有实用价值。     

基于神经网络的速度传感器幅频特性改进

为了降低磁电式振动速度传感器的下限测量频率,以实现超低频振动速度测量,提出改进其幅频特性的函数连接型人工神经网络(FLANN)方法。该方法以磁电式振动速度传感器动态试验数据为基础,通过FLANN训练来确定传感器动态补偿网络,以改善它的幅频特性。介绍了原理和FLANN权值调整的算法,给出用FLANN建立的磁电式振动速度传感器动态补偿网络的数学模型。结果表明:这种幅频特性的改进方法具有精度高、鲁棒性好,并能在线修正等优点,在工程测试领域有重要的实用价值。