自调整复合级联形态滤波算法及应用

针对反射式光纤位移传感器拾取的润滑膜厚度信号中的脉冲和随机噪声干扰,提出一种自调整复合级联数学形态滤波算法。采用三角结构元素和半圆结构元素,通过开闭和闭开组合滤波及串联构造了复合级联形态滤波算法。仿真结果表明,复合级联滤波算法可提高信号的信噪比。针对传统形态滤波方法结构元素宽度随机选取造成滤波后信号信噪比低的问题,通过在不同采样频率情况下对不同信号进行滤波仿真计算,提出一种结构元素参数自调整选取方法。仿真实验和对实际润滑膜厚度信号滤波处理结果表明,自调整复合级联形态滤波算法可有效滤除信号中的脉冲干扰和随机噪声干扰。     

自组织映射神经网络模型用于汽轮发电机组故障诊断

在人工神经网络自组织映射模型的基础上，利用其与汽轮发电机组常见故障和症兆之间的特征映射关系，发展了一种对汽轮发电机组存在故障进行聚类识别、诊断的新方法。在工程应用中该方法与ＢＰ网络方法相比具有无指导、识别速度快等优点。     

一种外骨骼机器人的光纤转角传感器设计

设计了一种新型的强度调制型光纤传感器,该传感器被应用于外骨骼机器人的智能感知系统,可以测量人体肢体的转动角度;采用双接收光纤光强比值法,并通过对光纤单元的并列排布设计,该传感器具备普通强度调制型光纤传感器的结构简单,性能稳定等优点的同时,能够实现对光源功率波动的自补偿,量程也扩大至0～180°。仿真结果显示,此种光纤传感器具有较好的静态特性。     

基于DSP的高精度测频方法与软件设计

提出了一种基于数字信号处理器(DSP)的测频方法,用于光纤涡轮流量计转子叶片频率的测量.在简要分析了光纤涡轮流量计的工作原理的基础上,设计出了光纤涡轮流量计测量系统软件的硬件电路平台;阐述了利用事件管理器通用定时器实现高精度数据采集方法的设计与DSP实现;分析了高稳定性、实时性的FIR滤波算法与DSP实现;讨论了利用插值方法改进FFT算法实现高精度测频的DSP实现;利用通用定时器的比较操作来产生脉宽调制(PWM)波,实现TTL电平输出.     

一种涡轮叶尖间隙主动控制系统的建模与仿真

为了提高现代航空发动机的性能,通过机械装置来控制(减小)涡轮叶尖间隙成为现在和未来的一个研究热点。在分析研究了航空发动机在不同工况下涡轮叶尖间隙的变化规律的基础上,提出了一种双闭环主动快速控制系统。进而,设计了一种可以控制非均匀叶尖间隙变化的作动装置,并对其进行了深入的数学建模分析。最后,分别通过PID和模糊PID两种控制器工作方式,对所设计的涡轮叶尖间隙主动快速控制系统的控制效果进行了仿真验证,结果表明,在起飞时段,PID控制曲线与模糊自适应PID控制曲线基本重合;但是在巡航、迅速减速、迅速加速、再次巡航时段,模糊自适应PID的控制效果要明显优于PID控制。     

机械工程测试技术类课程教学计划研讨

针对机械工程测试技术的迅速发展及其课程教学的内在规律,通过讨论提出了一门必修的工程技术课"测试技术"和一门选修的专业课"微机自动检测与控制"的教学大纲提案。     

用于假手指尖的光纤光栅触觉力传感器研究

针对现有假手触觉测量常用的薄膜压力传感器精度不佳、线性度差、迟滞性高等问题,研究了一种可安装于假手指尖的光纤布拉格光栅触觉力传感器。首先,通过传感单元的微小化结构设计,可以将施加的外力转化为光纤承受的轴向力;进而,通过有限元对传感器结构参数进行优化,提高了光纤光栅对于压力的灵敏度;然后,围绕假手指尖应用的需求,制作了这种光纤布拉格光栅触觉力传感器;最后,对该传感器进行了性能标定、对比分析和应用抓取3个实验分析,实验结果表明:该传感器压力灵敏度为0.103 8 nm/N,线性度R~2为0.998,重复性误差为1.32%和迟滞性误差为2.19%;与现有的薄膜压力传感器对比,该传感器的线性度和重复度都更高,迟滞性更低。     

BP网络在200MW汽轮发电机组故障模糊诊断中的应用研究

针对目前２００ＭＷ汽轮发电机组曾经发生的真实故障，本文将ＢＰ网络与聚类识别方法引入故障诊断中，建立了基于ＢＰ网络的ＦＣＮＮ模型，研究了基于ＦＣＮＮ模型的２００ＭＷ机组的模糊诊断方法。应用结果表明，该方法能够给出２００ＭＷ机组有无故障、故障可能的位置、程度和类型，在提高诊断系统的现场适应性和诊断可靠性方面取得满意效果．     

基于光纤位移传感器的轴承最小油膜厚度的测量方法

基于光纤传感器的优点和间接测量油膜厚度方法的实用性,从理论上探讨了用光纤位移传感器间接测量圆轴承润滑油膜最小厚度的两种方法:两点测量法和三点测量法。通过对测量方案设计以及误差理论分析,结果表明:两点测量方法的理论测试精度较高,其最小厚度的绝对误差和位置角的绝对误差都较小,适合测试精度要求不高的场合;三点测量方法的理论测试精度比两点测量方法高,其相应各参数的测量误差为零。     

人体下肢多关节连续运动的肌电预测方法

为了准确捕捉人体下肢关节在不同运动模式下的运动状态，提出一种利用肌电信号进行下肢多关节连续运动预测的方法。采集人体在蹲起运动、膝屈伸运动和上下阶梯运动时的肌电和运动数据进行处理分析，利用肌肉骨骼几何建模软件Opensim建立人体骨骼肌肉仿真模型，并进行逆运动学分析，提取人体下肢关节运动曲线。建立人体下肢在矢状面内的运动与肌电的映射关系，利用麻雀搜索算法优化Elman神经网络，实现对踝、膝和髋关节角度连续变化的预测，与传统的反向传播神经网络、支持向量机回归和Elman神经网络预测结果进行对比。结果表明：利用麻雀搜索算法优化的Elman神经网络在预测下肢关节角度变化中具有更高的精度，且该预测模型在不同运动模式下关节运动预测值与测量值均表现出一定的相关性，相关系数均大于0.89,证明利用肌电信号进行下肢多关节连续运动预测是可行的。