采用虚拟仪器技术的油品含水量检测系统

在油品含水量智能检测系统中,基于水的介电常数远远大于油的介电常数,因而两者所呈现的射频阻抗特性不相同的原理,使用了射频电容传感器。提出了用虚拟仪器技术实现油品含水量检测系统的方案,并从系统的组成、软硬件实现等方面详细讨论了如何用开发工具LabView构造和实现这一仪器。     

改进型BP神经网络对电容称重传感器的非线性校正

针对电容称重传感器电容检测电路的输出电压与载荷质量之间的非线性特性问题,基于贝叶斯正则化的L-M算法建立BP神经网络改进模型,实现了电容称重传感器的非线性特性的校正,并与传统的梯度下降算法建立的BP神经网络模型的校正结果进行了仿真对比。仿真结果表明:改进型BP神经网络具有较快的收敛速度、较高的精度和较好的推广能力,有利于准确实现电容称重传感器非线性特性的有效校正。     

基于多传感器信息融合的油品水分检测系统

在油品含水量智能检测系统中，基于水的介电常数远远大于油的介电常数，因而两者所呈现的射频阻抗特性不相同的原理，使用了射频电容传感器，但在测试过程中发现传感器的输出不但决定于含水量一个参量，环境温度发生变化时系统的输出值也会发生变化，即系统对温度存在交叉灵敏度，从而影响系统性能和测量准确度，因此在油品含水量智能检测系统中，通过对温度和水分两个参量进行监测，并采用多传感器信息融合技术对传感器输入信息温度和水分，输出信息温度电压和水分电压进行融合处理以提高目标参量的测量准确度和测量系统的温度稳定性。     

基于AD7745的数字式油品检测传感器设计

植物油掺伪后难以检测,根据不同油品具有不同介电常数的特性,设计了通过电容值进行检测的数字式油品传感器,建立了传感器等效电路,分析了传感器结构对电容检测的影响。传感器为插杆状结构,平板电容极板为敏感元件,检测时不同油品介质引起的电容量变化经AD7745转换成相应的数字量通过I2C串行总线口输出。实验结果表明:数字式油品传感器能够对掺伪3%以上的植物油进行快速有效鉴别,重复性优于0.2%。     

非线性自适应滤波在磁致伸缩导波传感器信号处理中的应用

针对传统滤波算法对磁致伸缩导波传感器信号滤波,存在降噪效果不理想、滤波后信号失真等问题,提出一种基于小波分解的非线性自适应滤波算法。在利用小波分解提取参考噪声的基础上,将神经网络和粒子群优化算法引入传统自适应滤波中,实现了对信号的非线性自适应滤波。以纵向导波磁致伸缩传感器对钢杆的检测信号为例,应用该算法进行滤波处理,结果表明:这种算法能够有效滤除检测信号中的噪声,具有滤波后信号信噪比高、信号不失真、容易实现实时处理等优点,可以实际应用在磁致伸缩导波传感器信号处理中。     

基于BP神经网络和中值滤波的ECT图像重构算法

电容层析成像技术（ECT-Electrical Capacitance Tomography）是基于电容敏感原理的过程成像技术,具有非侵入性、造价低、安装方便、实时性好等优点。图像重构作为ECT系统的关键技术,其实质是根据物体内部介电常数的空间分布推导出管道中各相分布的过程。本文针对重构问题的非线性、病态性等特点,采用了基于BP神经网络的ECT图像重构算法,并引入中值滤波对重构图像进行增强。仿真结果表明,该算法可以有效地实现图像重构和令人满意的增强效果,它大大提高了重建图像的质量,是一种有效的ECT图像重构算法。     

液体介电常数测定装置

为方便测量各种液体的介电常数,设计平行板电容传感器探头、电容电桥式处理电路和检波滤波电路;处理电路将电容传感器的电容变化转换成与介质相对介电常数成线性变化的电压,经检波与滤波后得到直流电压,利用电压表直接显示液体的相对介电常数。进行了实验标定和实际检测,测量误差小于1%。     

基于电介质介电常数测量的油液在线监测技术研究

润滑油的劣化过程蕴含着发动机的故障信息,在这一过程中其介电常数会有对应的变化.提出了一种基于电介质介电常数测量的油液在线监测方法,并对监测原理进行了介绍,设计了油液在线监测系统包括电容传感器、微小电容变化量检测电路及相应的测试分析软件.对不同污染度的润滑油进行了检测实验,结果表明该系统能够准确有效地监测油液的介电常数的变化,可为发动机更换润滑油及故障诊断提供参考依据.     

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。     

基于介电常数测量的新型在线油液监测传感器

介绍了一种基于介电常数测量的油液在线监测电容传感器,设计了微小电容检测的软硬件系统,并以此为基础开发了油液在线监测实验系统.对不同铁粉含量润滑油进行的检测实验表明:该传感器可以有效区分不同铁粉含量的润滑油液.进一步实验研究了温度、滑油压力对传感器特性的影响规律,结果表明:温度、压力与传感器电容值之间近似呈线性关系,即温度、压力对润滑油介电常数的影响近似呈线性关系,通过最小二乘拟合得到了传感器电容值随温度、压力的变化曲线,可为基于介电常数的在线油液监测提供参考.     

基于电容传感器的飞机滑油磨粒检测系统设计

飞机发动机的异常摩擦、磨损会在滑油中产生大量的磨粒,对滑油磨粒的有效检测可以为发动机的故障诊断提供可靠信息。设计了一个弧状极板式电容传感器,但传感器中电容变化量非常小,传统方法难以检测,采用交流电桥式电容检测方法。系统以AD9833为DDS信号发生器给交流电桥施加激励信号,经C/V转换、差分放大、相敏解调以及低通滤波等处理后得到实时电压变化。可实现弱信号的精确检测,且能有效克服杂散电容和寄生电容的影响。多次实验结果均表明：该检测系统具有灵敏度高,稳定性好等特点。     

基于函数连接型神经网络的热电偶非线性校正

针对目前常用的查表和最小二乘等传统非线性校正方法的不足,提出了解决热电偶非线性校正问题的函数连接型神经网络算法。利用传感器的原始数据,得到输入、输出样本对,训练神经网络得到动态修正模型。实际结果表明:这种智能测温方法比传统的测温方法在系统测量速度和精度方面均有很大提高。该方法可应用于很多系统的非线性校正。     

用神经网络构建板坯缺陷预报系统

提出了一种新的基于聚类分析、APCA及RBF神经网络的模式识别方法,用于连铸生产线板坯缺陷的诊断和预报,有效地剔除了样本中的异常数据,对样本参数进行了优选。仿真结果证明了算法的优越性。     

气体传感器阵列测试算法研究

采用人工神经网络中的BP神经网络处理阵列式气体传感器信号,气体传感器阵列与前馈神经网络模式识别技术结合而成的人工嗅觉系统被用来进行混合气体的定量分析.利用计算机模拟方法对非线性气体传感器阵列进行模拟,并运用MATLAB神经网络工具箱设计了BP网络,最后,对模拟数据进行了比较.结果表明:神经网络法具有非线性逼近能力强、识别率较高等特点.     

基于RBF神经网络的高分子湿度传感器的研究

针对传感器在自动化系统中的重要性,指出了传感器故障诊断的必要性、可行性以及实现的基本方法。根据神经网络的原理与特点,阐述了基于RBF神经网络的传感器故障诊断的基本理论和优点,提出了一种基于RBF神经网络用于高分子湿度传感器进行故障诊断的方法。     

人工神经网络预测地表水中有机污染物浓度的研究

水环境中的有机污染物含量复杂，其扩散迁移过程更是一个由多种因素共同影响作用的复杂的非线性过程。根据河流地表水中的有机污染物的浓度和影响其浓度的主要因素之间存在的已有映射作用关系，利用对一河流断面的实际监测数据，以采用BP算法的人工神经网络方法建立网络模型。结果表明该方法预测精度高，具有很高的应用价值。     

电容式传感器测量油品中水的体积分数之新方法

提出了一种采用电容式传感器测量油品中水的体积分数的新方法,运用油品中水的体积分数的不同引起油水混合物的介电常数的变化原理设计相应的电容式传感器,传感器调理电路中运用最新集成电容/电压转换芯片XE2004,有效的消除了电路中的引线电缆的分部电容的影响。实验结果表明:当电容式传感器结构一定时,该方法能够较好的克服寄生电容及环境对电容式传感器的干扰,以较高的精度实现油品中水的体积分数的在线测量。     

一种基于CAV424的原油含水率检测电路设计

电容法作为原油含水率检测方法,其调理电路往往受到寄生电容和环境变化的影响而难以实现高精度测量。设计了一种基于CAV424的电容式传感器原油含水率检测电路。实验表明:利用该检测电路测量原油含水率与蒸馏水法测量值的差值在5%以内,具有测量准确度高、测量速度快、显示直观、安装使用简单、价格低廉、操作方便的特点。