MHD角速度传感器随机漂移误差补偿方法研究

为了补偿磁流体动力学(MHD)角速度传感器的随机漂移误差,在对其建立时间序列模型的基础上,采用卡尔曼滤波算法对MHD角速度传感器的漂移数据进行了处理,并用方差和Allan方差分析的方法,对滤波前后的数据进行了分析对比.实验结果表明此方法能有效地提高MHD角速度传感器的测量精度.     

建立适应性IT架构

数据大集中提到了很多行业的议事日程上来。但大集中立即引发了很多对数据集中的考虑:选择什么样的解决方案? 显然,重建系统当然好,但需要进行额外的投资建设(硬件及相关软件),造成原有业务系统的投资浪费。比如,八大银行中的任何一个银行在一个普通省的网点数都过千,数据迁移和管理都具有巨大的风险。且系统整体规划难度大,所有的访问均部署在中央数据库上,访问响应速度受到质疑。若只做逻辑的集中,各原有系统之间     

基于机器视觉的弦振动纱线张力非接触检测系统

为提高运动纱线张力检测精确性,解决接触式测量引起的摩擦力误差、断头等织物问题,采用振动频率和图像处理方法来分析纱线张力,设计一种基于机器视觉的纱线张力非接触检测系统。检测系统由纱线传送装置、工业线阵相机、白色线光源、伺服控制电动机、张力传感器组成。根据弦线悬链性理论建立纱线运动模型,结合纱线图像处理算法,寻找纱线图像上边界作为特征线计算其张力,结果表明：通过像素折算出的振动频率与实际张力拟合优度达0.99,在张力区间为5～30 cN以内,视觉系统测量值与张力传感器测量值相对误差率在±10%左右,非接触检测系统检测精度满足生产要求,避免了接触式测量存在的易磨损、稳定性较差等问题。     

基于EMD-DFA-NLM的电涡流传感器信号去噪方法

针对电涡流位移传感器输出信号中的非稳态噪声,提出一种基于经验模态分解(EMD) －去趋势分析(DFA)－非局部均值(NLM)原理的去噪方法。该方法解决了EMD去噪方法信号、噪声模态不易确定的问题,并且可在滤除高频背景噪声的同时保留信号细节。首先通过EMD将信号分解得到若干本征模态(IMF)分量,然后使用DFA区分噪声主导IMF分量和信号,主导的IMF分量,对噪声主导分量进行NLM去噪处理,最后与信号主导分量一起重构信号,分别对仿真信号和电涡流传感器输出信号进行去噪处理。结果表明,相较EMD去噪法和EMD－小波阈值去噪法,所提方法去噪性能更优SNR(MSE)值提升(减小)明显,去噪后信号的毛刺与高频震荡大大减少。     

MHD角速度传感器微弱噪声的测量方法

为了解决现有噪声测量方法测量下限高、耦合噪声大,无法与MDH角速度传感器实现噪声匹配的问题,研究了MDH角速度传感器亚ｎＶ/（Ｈｚ）^0.5量级噪声的测量方法,并设计了一种噪声测量系统。通过使用噪声匹配变压器,将噪声匹配原理与双通路互谱测量原理相结合,优化测量系统的噪声系数,有效抑制了测量过程中的通路噪声和耦合噪声。通过理论和仿真分析了测量系统的固有噪声,实验证明测量系统的等效输入电压噪声谱密度为0.1ｎＶ/（Ｈｚ）^0.5。最后,采用该测量方法,精确测量出低至0.06ｎＶ/（Ｈｚ）^0.5的 MDH角速度传感器的微弱噪声。     

3D defect detection of connectors based on structured light

In order to realize the rapid detection of three-dimensional defects of connectors, this paper proposes a method for detecting connector defects based on structured light. This method combines structured light with binocular stereo vision to obtain three-dimensional data for the connector. Point cloud registration is used to identify defects and decision trees are used to classify defects. The accuracy of the 3D reconstruction results in this paper is 0.01 mm, the registration accuracy of the point cloud reaches the sub-millimeter level, and the final defect classification accuracy is 94%. The experimental results prove the effectiveness of the proposed three-dimensional connector defect detection method in connector defect detection and classification.     

基于磁场调制的磁流体动力学角速度传感器

为改善磁流体动力学角速度传感器输出信噪比,提高传感器的测量分辨力,提出了一种基于磁场调制的磁流体动力学角速度传感器,采用交变磁场作为载波信号对输入传感器的角速度信号进行调幅,设计了磁路、μＶ级微弱信号预处理电路和数字相敏检波系统。仿真与实验结果表明设计的磁路能够产生幅值恒定的交变磁场,磁感应强度有效值和均匀性满足传感原理需求,电路仿真结果表明预处理电路可有效规避低频噪声干扰,数字解调系统提取信号后,信号频率误差小于0.6％,幅值误差小于0.15％。     

磁流体动力学角速度传感器低频误差分析及校正方法研究

为了改善磁流体动力学（MHD）角速度传感器的低频性能,建立了传感器理论误差模型并设计了一种自适应卡尔曼算法。该方法根据被测角速度频率变化自动调整滤波器过程噪声和量测噪声参数,实现对传感器低频误差的动态补偿。对校正前后的传感器性能进行了对比实验,实验结果表明校正后传感器在低频区（<1Hz）的误差较之前降低了约90%,证明所设计的方法可用于提高MHD角速度传感器的低频性能     

基于嵌入式系统的纱线张力非接触实时检测

为了提高纱线张力检测的精度,避免接触式测量带来的接触误差,提出了基于机器视觉与嵌入式系统结合的纱线张力非接触实时检测方法。首先,为了同时保证实时系统中图像处理算法的运行速度与纱线张力的检测精度,提出了一种基于阈值分割的快速特征提取算法,同时实现图像降维与边缘特征提取,在实时提取运动纱线波形的同时减小了外界环境对纱线图像的干扰;其次,搭建了由高速线阵相机与FPGA高速转存系统组成的图像采集系统和由主芯片为TMS320C6678的图像处理器组成的检测系统,通过实时采集运动纱线的图像,从单位周期内的纱线振动波形中提取纱线振动频率,利用弦振动模型推算纱线的实时张力。实验结果表明,基于嵌入式机器视觉的非接触式纱线检测系统的检测值与电阻式传感器的最大检测误差均值在1.5%之内,满足实时系统的控制需求。     

建立适应性IT架构

在过去的三年多时间里,国内很多行业通过“数据大集中”对自己的IT系统进行了不同程度的整合,如金融、电信、政府机构等。这些大大小小的“数据大集中”项目,归纳起来有如下四类: 1.逻辑集中:维持原有系统软硬件状态不变,通当的对软硬件系统进行升级与扩充,尽可能做到系统同构,应用及数据兼容,主要体现在管理集中;