下载文档原格式
静电悬浮式惯性仪表中的微位移检测技术
韩丰田;吴秋平;董景新
【期刊名称】《中国惯性技术学报》
【年(卷),期】2007(15)1
【摘要】静电陀螺仪、空间静电加速度计等基于静电悬浮的惯性仪表在高精度的
惯性导航和空间微重力测量领域得到广泛应用.近年来,对基于MEMS工艺的悬浮
式微惯性传感器的研究引起了广泛的重视.介绍了静电悬浮式惯性仪表中采用的差
动电容式微位移检测电路的原理,分别对静电陀螺、静电加速度计和MEMS微陀螺、微加速度计的电极配置方案和位移检测的接口电路进行了分析,并对不同的位移检
测方案进行了比较.
【总页数】5页(P72-76)
【作者】韩丰田;吴秋平;董景新
【作者单位】清华大学,精密仪器及机械学系,北京,100084;清华大学,精密仪器及机械学系,北京,100084;清华大学,精密仪器及机械学系,北京,100084
【正文语种】中文
【中图分类】U666.1
【相关文献】
1.磁悬浮与光电反馈式静电悬浮 [J], 吴兰
2.静电悬浮转子微陀螺微位移信号检测系统的设计 [J], 肖奇军;陈文元;崔峰;李胜勇;黄晓刚;邵珰珰
3.静电悬浮转子微陀螺微位移数字化电容检测通道设计 [J], 马高印;陈文元;张卫平;崔锋;王立奇
4.静电悬浮加速度计地面试验系统微位移驱动器控制模型研究 [J], 宋仁旺;陈琳英
5.光电反馈式静电悬浮与静电悬浮力测定 [J], 吴兰;黄峰
因版权原因，仅展示原文概要，查看原文内容请购买。
基于静电监测和神经网络的航发典型故障诊断付宇; 殷逸冰; 冒慧杰; 左洪福; 冯正兴【期刊名称】《《计算机集成制造系统》》【年(卷),期】2019(025)011【总页数】11页(P2852-2862)【关键词】航空发动机; 静电监测; 传感器; 故障诊断; Fisher准则; 自组织映射; 神经网络【作者】付宇; 殷逸冰; 冒慧杰; 左洪福; 冯正兴【作者单位】中国民航大学航空工程学院天津300300; 南京航空航天大学民航学院江苏南京211106【正文语种】中文【中图分类】V231.250 引言航空发动机运转时，各个部件所处的环境十分恶劣，气路部件常因高温高压高转速工况而高负荷运转，随着工作时间的增加，各部件的性能将发生退化,进而使发动机的整体性能发生退化[1]，另外发动机气路部件本身的故障也是影响飞机正常运行的隐患。
因此，发动机气路部件的状态监视对飞机的安全运行极其重要[2-5]。
随着航空技术的不断进步，航空发动机的状态监测技术得到了蓬勃发展，各国都开展了各类新型传感器的研究与应用[6-7]。
传感器传输的状态数据包含发动机的状态信息，这些信息对发动机的健康运营和健康评估十分重要。
目前，传统的航空发动机气路监测技术主要从发动机的性能参数监测出发，侧重于尾气排气温度、转速、压力等气路热力学参数[8-10]，其弊端是不具备故障预警能力，只在发动机部件接近失效边界或已经失效时，上述参数的故障信息才能在监测信息中反映出来，故障征候滞后，无法在线诊断或预警气路机械故障等信息，因此传统监测方法所反映的发动机特征信息仍然不够全面。
近年来，发动机静电监测技术以其即时性、灵活性以及具备一定故障预警能力而成为发动机状态监测领域的研究热点[9-11]。
作为一种新型监测技术，静电监测技术能够为发动机维护人员提供一种全新的发动机状态信息，从而实现对航空发动机尾喷管气路环境荷电的在线持续监测，为后续故障诊断及性能监控提供性能或状态信息。
轨缝调整器的数据采集与处理方法研究引言轨道交通系统是现代城市交通的重要组成部分，关键的安全因素之一是保持轨道的稳定性。
轨缝调整器作为轨道维护的重要工具，起着调整和维护轨缝的作用。
然而，为了确保轨道的稳定性和安全性，轨缝调整器需要准确采集和处理数据。
本文将探讨轨缝调整器的数据采集与处理方法。
一、轨缝调整器数据采集方法1. 传感器技术传感器技术是轨缝调整器数据采集的主要方法之一。
传感器可以在轨道上测量关键参数，并将其转化为数字信号。
常用的传感器包括位移传感器、压力传感器、加速度传感器等。
这些传感器可以测量轨缝的大小、轨道的偏移量以及轨道表面的平整度等。
2. 摄像技术摄像技术也可以用于轨缝调整器的数据采集。
通过安装摄像设备，可以实时获取轨道的图像信息，并进行图像处理和分析。
利用计算机视觉的算法，可以识别轨道上的异常情况，如裂纹、异物等。
3. 无线通信技术为了实现远程监控和数据采集，轨缝调整器可以采用无线通信技术。
可以通过无线传感器网络实现轨道数据的实时传输和收集。
通过蓝牙、WIFI或物联网等技术，可将轨道数据传输到远程监控中心，方便工作人员实时监测和处理数据。
二、轨缝调整器数据处理方法1. 数据预处理在进行数据处理之前，首先需要进行数据预处理。
这包括数据清洗、数据缺失值处理、异常值检测等。
通过删除重复的数据、补充缺失值和识别异常值，可以减少数据处理过程中的误差和干扰。
2. 数据分析和建模数据分析是轨缝调整器数据处理的核心步骤之一。
通过应用统计学和机器学习的方法，可以对数据进行分析和建模。
例如，可以使用统计学方法来研究轨道的偏移趋势，以及不同因素对轨缝的影响。
同时，还可以利用机器学习算法来建立轨道维护的预测模型，以预测轨道的未来状况。
3. 数据可视化数据可视化是将处理结果可视化的重要步骤。
通过绘制图表、制作地图和动画等形式，可以直观地展示轨道的数据分布和变化趋势。
这使得工作人员能够更轻松地分析数据，发现规律和异常情况。
轨缝调整器的智能维护与故障检测技术摘要：轨缝调整器是铁路运输系统中重要的设备之一，它用于保持铁轨之间的合适间距，确保列车的平稳运行。
然而，由于长时间运行和各种不可预测的外部因素，轨缝调整器可能遭受损坏或故障，导致铁轨间距不准确，从而影响列车的安全和正常运行。
因此，智能维护与故障检测技术逐渐应用于轨缝调整器的维护，以提高其工作效率和可靠性。
1. 引言铁路运输是现代交通系统中最重要的组成部分之一，而铁轨作为铁路运输的基础设施，对于列车的安全和正常运行起着至关重要的作用。
轨缝调整器作为铁轨维护的关键设备，主要用于确保铁轨之间的合适间隙，以适应列车的运行要求。
然而，长时间的运行、恶劣的气候条件和其他不可控因素可能导致轨缝调整器的损坏或故障，从而影响铁轨的稳定性和列车的行驶安全。
2. 轨缝调整器的智能维护技术2.1 远程监控与诊断系统在传统的维护方式中，维修人员需要定期巡视和检测轨缝调整器的工作情况。
这种方法效率低下且不具备实时性。
智能维护技术通过安装传感器和监测装置，构建了一个实时的远程监控与诊断系统。
该系统能够收集和分析轨缝调整器的工作状态数据，并通过无线通信实时发送到维修人员手中。
维修人员可以根据这些数据进行故障诊断，提前预测可能的故障，并采取相应的维修措施。
2.2 自动巡检机器人自动巡检机器人是一种能够自主巡视和检测设备的智能机器人。
它可以根据预定的巡检路径和算法，自动地在铁轨上行走，并通过搭载的相机和传感器对轨缝调整器进行实时监测。
自动巡检机器人具备远程操控、图像识别和故障检测等功能，可以准确地识别轨缝调整器的工作状态，并及时发现潜在的故障。
3. 轨缝调整器的故障检测技术3.1 基于机器学习的故障检测机器学习是一种能够从数据中学习和提取规律的技术。
在轨缝调整器的故障检测中，可以利用机器学习算法对大量的历史数据进行训练，以建立模型来预测或检测潜在的故障。
通过监测各种传感器收集的数据，机器学习算法能够识别出与正常工作状态不符的模式或异常情况，并发出警报，提醒维修人员进行相应的维护和修复。
一种基于SIFT算法的衣架指夹图像定位方法
董煜文;王晓华;张森宇;李琪;叶浩劼
【期刊名称】《西安工程大学学报》
【年(卷),期】2018(032)001
【摘要】在服装吊挂系统中,由于衣架指夹难以精确定位,使得挂片机器人不能准确将衣服裁片夹持在衣架指夹上.针对此问题,采用尺度不变特征变换(SIFT,scale-invariant feature transform)算法,给出一种求取匹配点集最小外接矩形的方法来定位衣架.该方法利用 SIFT 算法对衣架图像进行识别,用Graham算法得到匹配点集的凸包,求取点集最小外接矩形,最后根据衣架自身比例关系确定衣架指夹的图像坐标.实验结果表明,该方法能够有效定位吊挂衣架指夹,对研制挂片机器人有一定的借鉴意义.
【总页数】6页(P77-82)
【作者】董煜文;王晓华;张森宇;李琪;叶浩劼
【作者单位】西安工程大学电子信息学院,陕西西安710048;西安工程大学电子信息学院,陕西西安710048;西安工程大学电子信息学院,陕西西安710048;西安工程大学电子信息学院,陕西西安710048;西安工程大学电子信息学院,陕西西安710048
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.一种基于改进SIFT算法的轨道板图像匹配方法 [J], 张护望;林浒;王诗宇;郑廖默;冯斌
2.一种基于光电传感器的指夹式脉搏检测装置 [J], 黄金池;张少煌
3.一种基于八邻域链码的掌纹图像定位方法 [J], 金璟璇
4.一种新的基于SIFT算法的景象匹配制导方法 [J], 薛鹏; 陆晓飞; 董文锋; 罗威; 王良斯
5.一种基于改进SIFT算法的图像配准方法 [J], 刘辉;申海龙
因版权原因，仅展示原文概要，查看原文内容请购买。
基于神经网络的飞机襟翼机构磨损失效判据确定方法
张割;吕德峰
【期刊名称】《飞机设计》
【年(卷),期】2011(31)5
【摘要】飞机襟翼使用过程中存在失效判据不易确定的问题,目前襟翼机构滑轨滑轮磨损间隙许用量主要是通过试验及使用统计数据分析确定。
针对新研机构缺乏试验及使用数据的问题,通过对影响磨损间隙最大许用量的因素分析,提出应用神经网络学习确定襟翼滑轨滑轮间隙最大许用量的预测方法。
算例验证表明,运用神经网络方法预测得到的滑轨滑轮架的间隙最大许用量误差小于10%,说明方法有效。
该方法对当前新研机构的失效判据确定具有重要的工程意义。
【总页数】5页(P36-39)
【关键词】飞机;襟翼;机构;神经网络;失效判据
【作者】张割;吕德峰
【作者单位】北京航空技术研究中心;中国人民解放军94637部队
【正文语种】中文
【中图分类】E237
【相关文献】
1.大型飞机后缘单缝襟翼空间机构设计方法与平台搭建 [J], 舒培;刘沛清;周志杰;何雨薇;徐琳;王一帆;唐家驹
2.基于数值法的某型飞机内襟翼运动机构设计 [J], 李元元;殷鹏刚;张联合;张峰;朱
凯
3.基于蒙特卡洛方法的飞机襟翼不对称风险预测 [J], 马超;张雄飞;徐建新
4.基于NSGA-Ⅱ的飞机襟翼运动机构多目标优化设计 [J], 陈炎
5.基于机动襟翼的大型飞机直接升力控制方法 [J], 孙鹏;杨勇;贾玉红
因版权原因，仅展示原文概要，查看原文内容请购买。
