基于Φ-OTDR的海风机与海底电缆在线状态监测方法

利用自研的Φ-OTDR系统,在福建省某海上风电场开展了演示验证,实现了对海风机机组的启动-运行-停机等不同工况下的状态分析与诊断,总结了不同工况下的振动特征及诊断依据;以及针对海底电缆的水流冲击、锚害拖拽、抵近船只航行等监测预警功能,总结了不同海缆状态下及周边环境感知目标事件特征。实测结果证明该方案能够在线监测海风机与海底电缆状态,并有效感知周围环境,为提升海上风电场运维水平提供了可靠的技术途径。     

基于STM32的无线红外测温系统设计

论文基于疫情的需求,设计了一种简易、可靠、实用的红外测温系统,该系统以STM32单片机为核心微处理器,结合高精度红外测温传感器、OLED显示器、激光灯、蜂鸣器等外围设备进行设计,并且采用主、从一体的无线蓝牙穿透模块连接单片机和计算机,完成数据的无线传输,以便于记录和处理等。该系统测量准确、速度快,适用于人员流量大且需要快速数据记录的温度测量场合,如学校、车站、医院等,以及可用于设备远程温度数据监控记录等。     

Φ-OTDR系统的数字信号处理及应用

相位敏感光时域反射(Φ-OTDR)传感系统具有高动态响应、高灵敏等特点,在大型工程结构健康监测领域具有巨大的应用潜力。而Φ-OTDR系统仪器化水平和工程应用很大程度上取决于数字信号处理(DSP)技术。本文对比分析了近年来Φ-OTDR系统在信号的量化、解调、抑噪以及模式识别上主要的数字信号处理方法和技术,并通过架空输电线路状态监测、埋地电缆外破预警两个应用实例,阐述了工程应用中数字信号处理与行业背景知识相结合的重要性和方法,并对Φ-OTDR系统中数字信号处理方法的发展现状和趋势进行了总结与展望。     

基于多尺度特征融合的φ-OTDR系统相似信号识别方法

为解决分布式相位敏感光时域反射计系统现有事件识别方法对于相似振动信号识别困难这一问题,提出了一种基于多尺度特征融合的相似信号识别方法。在该方法中,原始信号首先通过经验模态分解和小波包分解被分解为不同频率范围内的子信号。随后,分别提取原始信号和子信号的时频特征和近似熵特征,并利用主成分分析法对所提取的特征进行融合。最后,通过构建一个6层轻量反向传播（BP）神经网络分类器,训练分类模型并利用测试集验证模型分类度。该方法对小车经过和行走等相似信号的识别准确率可分别达到98.5%和98.0%,对于敲击和摇晃差异性大的信号的识别准确率可达100%。相比于直接从原始信号中提取特征并结合时频图的卷积神经网络方式,所提方法的综合识别准确率分别提高了8.4%与9.0%,相似信号的识别准确率分别提高了13.5%与12.4%。结果表明,该方法在保证差异性大的信号的高识别准确率的基础上,显著提高了相似信号的识别准确率,对于拓展分布式光纤传感的应用范围有重要的价值。