基于ICEEMDAN-ACF的自适应MEMS陀螺信号去噪方法北大核心CSCD

针对基于EMD的MEMS陀螺信号去噪方法中存在模态混叠、Hurst指数筛选法和相关系数筛选法无法准确筛选含噪本征模态函数(IMF)的问题,提出一种基于改进自适应噪声完备集合经验模态分解-自相关函数(ICEEMDAN-ACF)的自适应MEMS陀螺信号去噪方法。首先使用ACF自适应阈值判断信号信噪比,对于包含低能量高频成分的低信噪比信号使用小波软阈值预降噪,之后使用ICEEMDAN算法将陀螺信号分解为多个IMF和一个余项,使用ACF自适应阈值筛选噪声主导IMF,剔除噪声主导IMF后重构陀螺信号。实验表明:文中改进算法在低、中、高信噪比条件下的去噪效果均优于小波软阈值法、EMD-Hurst指数法、EMD-相关系数法和EMD-ACF法。     

融合自适应卡尔曼和小波的MEMS陀螺去噪方法

为提高MEMS陀螺仪信号的测量精度,提出一种融合卡尔曼和小波的MEMS陀螺仪自适应抗野值去噪方法.卡尔曼滤波中根据信息对干扰数据进行实时检测,通过修正增益或状态的一步预测值抑制野值对滤波精度的影响,然后利用小波分析对滤波后的陀螺仪信号的低频、高频分量同时进行阈值处理.实验表明该方法去噪效果优于卡尔曼滤波和Visushr...     

基于卡尔曼滤波的多温度传感器数据融合系统

设计了一种基于卡尔曼滤波的多温度传感器数据融合系统,其中采用多个温度18B20单总线数字传感器对同一点温度实施监测,对采样结果采用卡尔曼滤波数据融合算法计算得到温度估计值.实测数据仿真分析表明,卡尔曼滤波数据融合算法具有较高的计算精度和容错性,能够明显改善温度估计精度,显著提高测温系统的可信度,并具有实时融合的动态性能.     

融合改进A^(∗)算法与动态窗口法的机器人避障研究北大核心CSCD

针对机器人在全局未知环境的路径规划中无法进行实时动态避障的问题,提出一种将改进的A^(*)算法与动态窗口法融合的机器人避障方法。首先将传统A^(*)算法3×3搜索领域扩展至5×5搜索领域,并将16个搜索方向进行取舍至9个,同时优化启发函数,通过优化时间复杂度来提升A^(*)算法搜索效率;然后进行冗余节点移除操作,剔除机器人路径中的多余拐点和共线的点;改进后的A^(*)算法较传统A^(*)算法平均减少了65.805%的路径规划时间和4.967%的路径长度。最后将改进的A^(*)算法与动态窗口算法进行结合,使得机器人具有动态避障能力,且保证机器人在局部避障的过程中得到全局路径规划的最优解。     

基于微半球结构液态金属弹性体的柔性电容式压力传感器北大核心CSCD

为了提高电容式传感器的灵敏度,设计了基于微半球结构液态金属弹性体柔性电容式压力传感器。该传感器以液态金属(LM)和弹性体(Ecoflex 00-30)作为介电层材料,采用模板法构建出微半球结构弹性体表面,选用柔性印刷电路板(FPCB)作为传感器上下电极。研究分析了微半球结构和液态金属填料体积分数对传感器灵敏度的影响。实验结果表明,掺杂40%体积分数LM的微半球结构传感器灵敏度高(0.721 kPa;)、检测极限低(<1.23 Pa)、响应时间短(<450 ms)、稳定性良好。该传感器可用于氢燃料电池气压泄漏检测。     

宽范围高灵敏度的碳基柔性电容传感性能北大核心CSCD

为了改善柔性电容式传感器灵敏度与测量范围的问题,提出了一种易制备、无微结构的制备方法。以硅橡胶为柔性基底,碳纳米管和石墨烯为导电填料,采用机械共混和热固化工艺制备了柔性碳基介电层,选用铜箔作为传感器上下电极。研究分析了碳基填料和固化温度对介电层灵敏度与弹性模量的影响,并通过万能试验机与数字电桥构成测试回路对传感器传感性能进行测定分析。实验结果表明,混合填充与单组分填充相比灵敏度提高约10倍,较高的固化温度可以有效降低弹性模量;在30 kPa压力下灵敏度高达1.092 kPa-1且在循环载荷下表现出良好的稳定性,响应时间和恢复时间分别达到300 ms与260 ms,并且拥有较低的迟滞特性。     

基于自适应卡尔曼滤波的永磁同步电机转速辨识研究

为提高永磁同步电机无速度传感器估算速度和位置的精度,提出一种结合扩展卡尔曼滤波和自适应算法相结合的白适应卡尔曼滤波估算方法。利用Matlab／Simulink建立的PMSM无速度传感器直接转矩控制系统模型,对转速和位置进行辨识研究。仿真结果表明,该方法取得令人较满意的结果。     

基于BP-PSO的智能阀门定位器控制算法研究北大核心CSCD

针对五步开关控制算法易超调以及控制参数取值具有近似性和不确定性等不足,提出了一种参数自整定和参数寻优的控制算法,并在最关键的脉冲调制控制环节运用了改进的BP神经网络算法和粒子群(PSO)算法来寻找最优阀门控制参数。搭建智能阀门定位器实验平台,采用传统五步开关控制算法和本控制算法分别对阀门进行控制试验。结果表明,本控制算法相较于传统五步开关控制算法的适用性大大增强,避免了超调,缩短了响应时间,阀门控制精度达到0.03%,阀门开度稳定时间缩短至1 s以内。     

燃油蒸汽压力传感器的封装研究北大核心CSCD

为了实现面向汽车燃油蒸汽压力检测的压阻式微压传感器封装,应对其油污、振动的使用环境,减小封装结构应力对压敏芯片的影响,采用芯片背面承压,与电路集成在一块陶瓷基板上,再同塑料外壳组装成完整传感器的封装方式。通过仿真软件辅助设计,研究了贴片胶、外壳以及基板对压敏芯片的影响,确定了最优封装结构和参数,封装样品经过测试全温区最大误差约为1.2%FS,满足使用需求,通过这种封装方式降低了传感器的尺寸和成本。     

基于ABC-BP神经网络的光纤传感器光强补偿北大核心CSCD

为了减少光纤传感器测量过程中接收光强受到非线性因素的影响,提出利用人工蜂群算法(artificial bee colony, ABC)优化反向传播神经网络(BPNN)进行光强补偿的方法。通过人工蜂群算法局部搜索最优的能力优化传统反向传播神经网络的权值与阈值,达到减少局部样本陷入极值的目的。将内圈与外圈2组接收光功率以及位移作为训练数据,优化神经网络各参数值,从而建立最优ABC-BP神经网络补偿模型。结果表明人工蜂群算法优化后平均绝对误差减少了0.001 114,均方根误差减少了0.001 182,参数值均小于传统反向传播神经网络和支持向量机补偿模型。对比实验证明该混合算法预测误差更小,能够更高精度完成光强补偿过程。     

基于RT-Thread和ESP-NOW的无线传感器网络系统设计北大核心CSCD

为提高无线传感器网络汇聚节点的稳定性,缓解云平台数据处理压力,引入ESP-NOW无线通信协议,设计一种基于RT-Thread的无线传感器网络。该系统由传感器感知节点、汇聚节点和物联网云平台组成,实现了对传感器数据采集、处理、显示、存储、上传等,避免了数据在云端处理导致阻塞的问题发生。结果表明:引入ESP-NOW协议使系统在数据传输过程中具备更高的稳定性,基于RT-Thread系统相对于裸机运行,数据协调能力及响应时间明显提升。系统具有稳定可靠、组网简单、实时性强等优点。     

基于ANSYS的润滑油路静电传感器建模与仿真特性分析北大核心CSCD

静电传感器的感应与监测性能与其特性参数相关,利用理论方法进行数学建模与计算是一种较有效的方法,但模型构建的难度较大。因此,采用基于有限元的建模和仿真研究方法,该方法可以对润滑油路静电传感器结构材质进行设定且无须通过复杂的理论公式推导。仿真结果表明:空间灵敏度在探极感应面中心区域内变化较明显;传感器效率随探极长度与直径比值增大而增大。仿真结果与理论模型计算结果变化趋势相一致,且更精确直观,对后续使用有限元方法研究结构更复杂的静电传感器的性能提供参考。     

离散制造装备传感器应用技术现状与发展趋势北大核心CSCD

以高端数控机床、模锻压机、冲压成型机、焊接机器人等为代表的离散制造装备,广泛应用于航空、航天、能源、石化、国防等领域重大技术装备及基础零部件的加工制造。传感器是离散制造装备的关键核心基础零部件,文中列举了满足离散制造装备自动化控制、运行状态监测、健康状态监测等功能需求的传感器选型,论述了目前离散制造装备领域应用较广的压力、位移、位置、振动等关键传感器应用技术现状,探讨了传感器未来技术发展趋势,以期对离散制造装备传感器自主化发展有所启发。     

电磁MEMS微镜贴片封装残余应力测试与特性研究北大核心CSCD

针对在MEMS微镜贴片封装过程中引入残余应力的问题,文中基于层合梁理论,研究了MEMS微镜芯片贴片热变形的影响因素及其变化规律;此外,基于欧拉-伯努利梁模型和有限元分析,建立了轴向应力与微镜Piston模态的谐振频率间的解析关系;实验验证了不同封装参数影响下微镜样品的Piston模态频率偏移程度,评估了影响样品中残余应力水平的因素及其变化趋势,结果与理论分析、有限元仿真一致,为MEMS微镜贴片封装优化设计提供了技术支撑。     

状态监测数据流时间乱序问题建模与研究EI北大核心CSCD

复杂装备的状态监测数据在传输和处理过程中可能出现时序混乱,其结果会影响设备状态的监控和分析,针对这一问题进行了建模与研究。提取问题域中的主要元素进行分析建模。针对不同分析监控任务的要求和数据发送频率,结合对数据传输解析过程延时的概率密度拟合,确定对乱序数据重新排序所需的缓冲窗口的大小和数据处理策略,以满足不同分析监测任务对时序容错率和数据实时性的要求。对模型中的参数进行了计算和分析,为设计满足指定时序容错率和实时性要求的监测分析系统提供了理论依据。通过仿真实验,验证了模型的有效性。     

基于重力感应传感器的六自由度车载机械手控制系统设计北大核心CSCD

为了满足便携式、易控微型车载机械手需求,设计出一种以STM32为主控的车载机械手控制系统。遥控操作平台采用重力感应传感器MMA7660FC实现对车载平台姿态快速调整,通过手动按钮进行车载平台微调,提升了车载系统移动速度和方向稳定性。利用超声波传感器和视觉传感器将放置物体位置信息及时反馈车体控制模块和遥控操作平台,分别运用PID算法调整直流电机的转速以实时车体位置纠偏和PID算法控制六自由度机械手舵机角度,以确保放置位置准确。测试运行结果表明:该系统机械手中心定位误差不超过3 mm,满足物体抓取和定位设计要求。     

基于改进SPI的多量程MEMS虚拟陀螺研究北大核心CSCD

文中设计了多量程MEMS虚拟陀螺,解决了现阶段微机电系统(MEMS)虚拟陀螺不能兼容载体对陀螺仪精度和量程的问题。提出一种改进SPI的新型数据采集方式,在改善数据读取速率的同时增强了数据实时性。在静态测试中,该阵列经过滤波融合后,1σ标准差降低了76.8%,零偏不稳定性降低了89.1%;在模拟动态测试中,通过选取最佳量程数据进行滤波融合与姿态解算,该阵列最终姿态角偏离程度最小。实验结果表明多量程MEMS虚拟陀螺融合效果与降噪能力都优于单一量程虚拟陀螺。     

基于神经网络与自调节卡尔曼滤波的超宽带定位算法研究

提出了一种基于神经网络与自调节卡尔曼滤波的超宽带(UWB)定位算法,以改善目前某三线自动驾驶轨道交通系统车辆定位精度不够高的现状。使用UWB标签和基站采集大量标签与各个基站的距离信息及对应标签的实际位置训练神经网络。在实时定位阶段,标签与各个基站的距离信息经网络发送至集中控制中心的服务器,通过优化后的神经网络得出实时的UWB定位标签的位置,对实时得到的标签位置使用自调节卡尔曼滤波以进一步提高精度。根据实车运行情况设计了一组包含斜道、直道和弯道的UWB标签移动轨迹进行仿真,并搭建UWB定位系统,设计标签的行驶轨迹,对神经网络与自调节卡尔曼滤波结合的UWB定位算法进行实验验证。结果表明：神经网络与自调节卡尔曼滤波结合的定位算法最大定位误差为223.58 mm,平均定位误差为43.16 mm,定位误差均方根值为42.06 mm。提出的神经网络与自调节卡尔曼滤波结合的定位算法相较于三点定位算法、卡尔曼滤波算法和神经网络算法,具有精度高、实时性好及稳定性高的优点,能够满足目前该三线轨道交通的定位要求。     

基于卡尔曼滤波和滑模控制的离合器从动盘测试机电控系统研究

基于滑模控制算法和卡尔曼滤波算法设计了离合器从动盘测试机的电控系统控制器.通过机理分析和模型参数辨识建立了系统的简化数学模型,根据简化数学模型设计了采用给定补偿、力前馈和基于指数趋近律的滑模变结构控制构成的复合控制器和卡尔曼滤波数字滤波器,构成电控系统的控制器.经实验验证,与复合PID控制相比,在加栽力和工作现场干扰作用下系统具有较好的稳态精度和动态特性.     

微囊藻毒素检测用电化学生物传感器的研究北大核心CSCD

微囊藻对人体肝脏等器官具有较强的毒性。对微囊藻毒素的高灵敏、快速检测有助于保障饮用水的安全。文中利用二氧化锡胶体量子线修饰金电极,进一步包被微囊藻抗体,构建出一种对微囊藻毒素具有高灵敏度和特异性的电化学生物传感器。差分脉冲伏安法测试结果表明:在1 pg/mL~10 ng/mL微囊藻毒素质量浓度范围内,传感器响应具有较好的线性,检测下限为0.33 pg/mL。进一步的研究表明:二氧化锡修饰提高了电极表面对微囊藻抗体的富集能力,同时具有促进电荷传输的作用。