机械故障指数平滑预测的实验分析

指数平滑预测方法由于采用对时间序列加权平滑（平均）和非线性预测模型，而且计算简单方便，因此适用于车间现场机械故障预测。本文通过对滚动轴承的实验研究，分析了预测中权的选择和预测误差。     

电磁振动给料机主要参数电测法

电磁振动给料机(简称电振机)的一些主要参数,例如振幅、频率、激振力、视在功率,功率因数等等,虽然可从理论上计算出来,但是这些理论值是否真实地反映客观规律还要通过实测来验证。通过实测,还可以深刻地了解这些设备,从而可以调整、改进和正确使用这些设备。文献[1]介绍了一些测定方法,本文想介绍一些利用电阻应变仪和光线示波     

大型风机状态趋势随机建模与预测

风机状态监测时间序列大多是变均值非平稳随机序列。本文采用指数平滑建模与预测,并调整权值后,可获得去均值后的平稳随机序列,再经自回归ＡＲ（ｎ）建模与预测,可以明显提高预测精度。     

应变片测试技术中的非线性误差及动态误差

本文介绍了电阻应变片测试技术中的非线性误差,同时着重分析了动态误差。后者有应力波传递时出现的滞后误差、时间常数引起的一阶系统的频响误差以及机械系统引起的二阶系统的频响误差。这些误差的分析方法也可以应用到其他类似的电测技术中去。     

基于EMFi薄膜的动态足底压力测量系统

为测量与分析运动员运动过程中动态足底压力变化,优化训练模式与避免其运动损伤,该文研制了一种新型可穿戴式动态足底压力测量系统。以压电驻极体薄膜(EMFi)为传感材料,采集足底16个点的压力信号,原始电荷信号经过高速模拟开关、电荷放大电路、低通滤波放大电路、工频滤波电路、STM32F4内部A/D采集,并由2.4 GHz无线发送至上位机。实验结果显示,该系统测试结果与人体正常运动步态变化趋势一致,且具有良好的动态响应和可靠性,为运动员的姿态矫正提供了理论依据。     

初轧机电机轴承座倾翻力矩

初轧机上下轧辊是通过万向接轴分别由两台电机单独驱动。上万向接轴通过中间传动轴一端与电机联接,另一端与万向接轴联接,由轴承座支撑。下万向接轴直接与电机轴联接,由电机轴承座支撑。由于传动轴轴承座及电机轴承座在设计时没有很好地考虑倾翻力矩的影响。因此,当万向接轴扁头或叉头中心一侧断裂时,便会产生很大的倾翻力矩,以致使地脚螺丝断裂或轴承座上盖裂开,造成传动轴或电机轴弯曲的严重事故。近年来,鞍钢、武钢都出现过这类事故。据对某厂1150初轧机实测结果知,平均轧制力矩为800kN·m,最大轧制力矩为1200～1600kN·m,若出现扭振时,尖峰力矩可达2000kN·m。轧制力矩T和相对应的地脚螺丝受力F、扁头与水平夹角θ列表如下:     

应变计式压力传感器的非线性误差及灵敏度

应变计式压力传感器主要有圆板及圆筒式两种。圆板式压力传感器的弹性元件是一块等厚固支金属或硅圆板,在圆板上表面粘贴应变片或用扩散法形成压阻半导体层,如图1的R_1、R_2、R_3及R_4,并组成图2所示的电桥。当圆板底面作用均布压力P 时,上表面的径向及周向弯曲应力σ_(βr)及σ_(βt),圆板中面径向及周向拉应力σ(αr)及σ_(αt)分别为[1][2]     

基于YOLO模型的红外图像行人检测方法

针对基于传统特征提取方法的远红外图像行人检测存在准确率和实时性不足的问题,本文研究了一种基于改进YOLO模型的远红外行人检测方法,通过改进其深度卷积神经网络的输入分辨率,然后在基于实际道路采集的红外数据集上进行训练,得到检测效果最佳的检测模型,并提出基于车速的自适应图像分辨率模型,以提高车载系统的行人检测性能。在基于实际道路的红外数据集上的对比实验表明,该方法与传统方法相比,准确率从76.5%提高到89.2%,每秒传输帧数从0.01259 f/s提高到40.5 f/s,满足车载情况下的实时性需求。