煤矿立井提升机新型盘形制动器的应用分析

盘形制动器属于提升系统内的一重要部件,为确保提升机盘形制动器的稳定可靠运行,基于同家梁矿矿井提升机盘形制动器应用现状,分析了现存的主要问题,提出了采用智能监测盘形制动器来替代原盘形制动器的策略.通过在该新型盘形制动器内装设内置制动正压力传感器,解决了老旧盘形制动器无法准确测量内部碟簧力的问题,取得了较好的应用效果.     

SABIC LNPTM STAT-KONTM改性料家族再添新雷达波吸收改性料产品

近日,沙特基础工业公司(SABIC)面向汽车雷达传感器领域,旗下LNP^TM STAT-KON^TM推出2款全新的雷达波吸收改性料,进一步拓展了其同类特种材料的产品系列。聚对苯二甲酸丁二醇酯(PBT)材料能够提供卓越的耐车用化学品性能。这2款以PBT为基础树脂生产的产品,可与采用PBT材料制造的雷达天线罩进行整合使用。     

基于RCM的SDH传输设备高温预警系统设计

SDH传输设备内部出现故障,会导致故障元件的电阻迅速升高,同时消耗的功率也会随之增加,导致SDH传输设备表面的温度骤增.文章以提升高温预警系统的预警精度为目的,利用RCM以SDH传输设备为研究对象,从硬件和软件两个方面实现高温预警系统的优化设计.硬件方面主要是改装处理器、温度传感器以及预警装置,并对系统电路进行调整.软件方面利用RCM判断SDH传输设备的工作状态,并利用设备实时采集温度数据.通过与设置的高温预警门限值比对,启动相应的预警程序,实现系统的高温预警功能.实验结果表明,与传统预警系统相比,设计系统的漏报率降低8.05％、错报率降低7.9％.     

基于稠密变形场能量优化的非刚性在线体积重建方法

针对动态非刚性在线重建存在的重建漂移问题,提出了一种基于单个RGB-D传感器的稠密变形场在线融合策略,实现了对非刚性几何形状的动态重建.通过局部平滑和输入约束处理,将空间的最优变形转换为非线性正则变分优化问题,并使用数据并行闪存优化策略,以摄像机捕获速率,实现对非刚性场景的在线跟踪重建.通过实验表明,本文方法实现了对非刚性场景的鲁棒跟踪,减少了在线重建过程中的漂移现象,适用于快速运动和缺乏几何特征的场景重建.     

基于MARG传感器的长跑上肢姿态检测算法设计

随着可穿戴设备在运动健康领域的广泛应用,针对长跑运动姿态分析方面,本文基于四元数的乘性扩展卡尔曼滤波算法(MEKF)进行改进,利用MARG传感器采集长跑运动中的上身姿态,进一步完善了仅从足部姿态判断跑姿的方法。经实验分析,与一般方法相比,该算法提高了针对长跑姿态的检测精度,并且对错误的姿势动作给予矫正建议。     

基于PMU的电力系统监控体系结构优化设计

文中提出了一种利用有限数量的相量测量单元(PMU)和相量数据集中器(PDC)设计最优监控结构的方法。通过在大量的设定值场景下,使电力系统可观测性曲线的期望值最大化,同时使通信基础设施成本最小化,最终确定PMU和PDC的最佳位置。提出了一种非线性动态扩展卡尔曼滤波(EFK)状态观测器。这种状态观测器可以将暂态行为转换为由代数微分方程描述的广域电力系统,而无需非线性反演技术。最后以IEEE-5电力系统为例,说明了该方法的有效性。     

基于模态局部化的可调式压电驱动谐振质量传感器的设计

该文提出了一种基于模态局部化现象来检测外部质量扰动的可调式压电驱动谐振质量传感器,质量传感器的检测结构由两个不同长度的悬臂梁通过机械耦合梁连接。首先利用哈密顿原理对压电驱动下的非对称谐振元件进行理论建模,采用伽辽金方法求解,得到前两阶模态下的振动特性;理论求解所得固有频率与COMSOL仿真分析、实验数据基本一致。实验研究表明,无调谐质量的谐振器检测范围为2~10 mg,添加调谐质量后的谐振器检测范围提高至1~13 mg,质量检测的分辨率也得到优化。此外,对传感器的结构进行非线性分析研究发现,超谐振动下的谐振器检测灵敏度提升了80%,这为非线性谐振传感器的设计提供了基础。     

基于VOCs传感器敏感材料的研究进展

挥发性有机化合物(Volatile organic compounds,VOCs)检测是环境治理的重要环节,而开发快速、灵敏的检测系统仍然面临挑战。基于智能系统的VOCs传感器能够实时监测空气中污染物浓度,从而严格把控排放标准,减小VOCs对环境和健康的影响。通过调控材料及构筑方法能够制成适用于识别和快速捕获VOCs的敏感元件,从而获得传感性能优越、安全可靠的气敏传感器。本文以敏感机制为出发点,介绍了聚合物、金属氧化物、复合材料及新材料作为敏感膜的研究进展,重点讨论了VOCs与敏感膜的相互作用机制。基于此,分析了提高VOCs检出浓度和响应速度的构筑方法。最后,展望了基于光学效应的光致发光型和手性向列型敏感膜材料在VOCs智能检测领域的前景和面临的挑战。     

基于改进粗糙集的混合传感器节点分类算法

混合传感节点的属性较难形成统一识别特征，其节点属性约简过程复杂，存在分类时间长及分类性能差的问题。为此，提出了基于粗糙集的混合传感节点高精度分类算法。在初始化传感节点的基础上计算适应度值，利用遗传算法优化粗糙集修正校验结果，获得统一编码形式的节点。在此基础上，排除了属性权重为“0”的属性，完成节点属性约简。再利用普通分类方法和高级分类方法结合的方式，进行混合节点分类。根据约束条件选取对应的分类方法，实现混合传感节点高精度分类。仿真结果表明，所提算法的分类用时低于520 ms，且该方法的查全率、查准率及F1值均高于对比方法，混合传感节点分类性能较好。