高墩大跨连续刚构桥地震响应参数分析

为了研究高墩大跨连续刚构桥的地震响应,该文以马过河特大桥为依托,以边中跨比为变量,以E1弹性时程作用下墩顶纵横向位移值、墩底纵横向剪力值以及弯矩值和E2弹塑性时程作用下墩底及墩顶纵横向最大塑性转角为目标,采用有限元分析软件Midas/Civil,运用动力时程分析方法,对结构进行多方位分析。结果表明:弹性阶段中,边中跨比的增加使墩顶纵桥向最大位移增大,其他目标函数值降低;弹塑性阶段中,边中跨比的增加使墩底纵桥向塑性转角呈上升趋势,墩顶纵桥向塑性转角呈减小趋势。研究结果为后续高墩大跨连续刚构桥抗震性能的研究提供一定的参考。     

曲线梁桥在车辆载荷下的动力响应研究

近年来随着我国公路交通的快速发展,曲线梁桥被大量工程采用.车辆过桥时的曲线桥振动涉及车辆三向载荷和桥梁弯扭耦合振动,有必要对其进行精确建模并深入研究.本文以某五跨连续曲线箱梁桥为背景,采用ABAQUS有限元软件建立该桥梁的模型,并利用Adams建立了三轴重型汽车整车模型,计算得到了不同工况下的轮胎力.通过编写基于Fortran语言的DLOAD和UTRACLOAD荷载子程序,将六个轮胎载荷作用于曲线桥上,分别进行了不同曲率半径、车速、载重和路面不平顺等条件下的曲线梁桥振动响应计算.研究表明:随着曲率半径的增加,桥梁跨中位移呈现略微下降的趋势;车辆行驶速度对跨中的横向位移及支座的支反力有较大影响;路面不平度等级越高,桥梁竖向挠度及弯矩的冲击效应越大.     

动能子弹侵彻钢板加速度测试与分析

针对侵彻过载加速度信号处理时如何确定滤波截止频率的问题,提出通过有限元ANSYS软件对动能子弹进行弹体模态振型分析,对实测侵彻过载加速度信号进行低通滤波以确定侵彻弹体的刚体过载。滤波截止频率的选择要以弹体的模态振型分析和实测侵彻过载加速度信号的频谱作为选取的依据。通过实弹测试,成功测得动能子弹侵彻钢板过程中的加速度信号,为弹体结构和引信结构的强度设计提供了重要的参考依据。     

基于FPGA的可编程滤波器的设计

应变测试系统中传感器输出信号非常微弱,传感器与测量仪连接线较长容易引入干扰信号,且应变仪应用场地干扰信号不同。介绍了一种用FPGA实现的可编程IIR型滤波器,该滤波器以二阶基本节为核心,通过改变二阶基本节的系数来改变滤波器滤波模型及截止频率。嵌入式计算机把系数写入滤波器实现低通、高通、带通及带阻滤波。该滤波器在应变测量仪器应用上取得了很好效果。     

开关电容滤波器混叠效应仿真及抑制

在模拟信号调理过程中,模拟信号的滤波电路是硬件设计的关键。普通的低阶有源滤波电路无法满足传感器信号滤波电路对衰减率的要求,高阶集成开关电容滤波芯片能够实现高精度、稳定的滤波特性,但由于开关电容滤波芯片具有采样特性,不可避免地会出现混叠现象。通过对滤波芯片混叠效应的理论分析,定量地计算出后续二阶压控低通滤波电路的截止频率。实验证明,该方法能够有效抑制开关电容滤波电路出现的混叠效应。     

宽频二阶程控低通滤波器的设计

设计了一种宽频二阶程控低通滤波器.二阶低通滤波电路由模拟乘法器、电流反馈运算放大器、可编程电阻网络及电容构成,充分利用了模拟乘法器和电流反馈运算放大器的优点,并通过主控电路调节数模转换电路的输出电压和低通滤波电路可编程电阻网络的值,实现截止频率程控.该滤波器具有截止频率高、信号处理范围宽、速度高等特点.     

桥梁疲劳监测传感器设计

设计了一种桥梁疲劳监测传感器,它通过电阻不可逆变化的疲劳载荷响应机理拾取结构损伤信号。所设计的独特应变倍增器可将微弱的交变应变信号进行机械放大,使敏感元件在桥梁高周疲劳载荷作用下仍工作在敏感区。解决了疲劳敏感元件存在的较高动应变响应门槛值与结构较低动应变损伤间的矛盾,采用弓形弹性元件与硅橡胶预应力组合结构,得到了可靠性好、刚度低、放大率高及使用方便的理想结构,从而满足了桥梁结构长寿命、低应力工作特点的寿命检测要求。静载和疲劳试验说明:所设计的传感器具有很高的疲劳灵敏度、长期稳定性,完全适用于桥梁结构的高周疲劳检测。     

基于单片MO-CDCTA的高集成低功耗高阶有源低通滤波器的设计

针对高阶滤波器体积大和功耗高的问题,提出了一种基于多输出电流差分级联跨导放大器的电流模式n阶低通滤波电路。该电路不含任何电阻,仅使用1个新的多输出电流差分级联跨导放大器和若干接地电容,能实现任意阶低通滤波器功能。使用CADENCE进行设计和调试,电路芯片面积仅0.04 mm~2,仿真功耗仅4.18 mW,最大3 dB截止频率500 MHz。三阶巴特沃斯低通滤波器仿真与瞬态响应实验证明了理论的正确性。     

钢筋结构建筑不同结构点的抗震与变形监测

传统建筑结构抗震性能分析方法忽略了对建筑结构不同结构点的测量,导致传统方法无法有效监测到建筑结构的受力钢筋黏结应变、滞回曲线和延性系数,出现监测精度低问题.为此,提出强震冲击下建筑结构抗震性能及变形监测方法.分析建筑材料抗震性能,测量建筑结构不同结构点,采集建筑结构变形值,构建建筑结构变形模型.通过对回归平面以及变形状...     

超高频读写器中Butterworth低通滤波器的应用

UHF RFID系统因通信距离远、读写速率快等优势广泛用于产品溯源、仓储管理、交通运输等多种场合,低通滤波电路作为超高频读写器的重要组成部分之一,其设计性能的优劣直接影响系统的通信性能。本文针对超高频读写器滤波电路的要求,设计了5阶巴特沃斯低通滤波器,其通带及阻带的截止频率分别为8MHz、15MHz(阻带衰减量大于25dB)。结果表明,该低通滤波器通带内其幅值衰减量低于3 dB,阻带的截止频率处其幅值衰减量大于25dB(约27dB),满足了系统设计要求,且通带内无波纹起伏,增大了信号读取的准确性。     

一种优化的基于i_p-i_q法的谐波电流检测方法

分析了采用低通滤波器滤波的传统ip-iq法和采用电流平均值滤波的改进的ip-iq法的原理,并进行了仿真实验。仿真结果表明,单独采用传统的ip-iq法进行滤波时电流输出波形中的纹波较大,而单独采用电流平均值法进行滤波虽然可以提高动态响应速度,但其检测结果易受基波电流变动的影响。针对上述问题,提出了将低通滤波器和电流平均值滤波器串联的优化的ip-iq法,并进行了仿真实验。仿真结果表明,优化的ip-iq法既具有较好的检测精度,又具有令人满意的动态响应速度。     

固体发动机静强度试验应变数据的分析与处理

针对固体发动机静强度试验中,存在采集到的应变数据混有噪声或不同干扰信号,并且在某些恶劣工况下,会出现应变数据被噪声信号吞没的现象,研究了一种基于小波阈值去噪的信号分析处理方法.通过对固体发动机静强度试验应变数据的分析,利用傅里叶变换获得原始数据频率谱,采用低通滤波器与小波阈值去噪,对比数据分析情况显示低通滤波器能够在平稳信号领域很好的完成噪声处理,但对于突变数据采用小波阈值去噪法能够更加真实地表现数据特征.分析与处理结果表明,基于小波阈值去噪的信号分析处理方法能够有效解决试验中存在应变数据所受到的干扰现象,为固体发动机静强度试验数据分析与处理提供支持.     

包络对齐快速实用算法

在传统方法的基础上,提出一种包络对齐快速实用算法.算法选取具有最大相关值的峰值包络作为参考信号进行包络对齐偏移量的求解.在最大相关峰值包络的选取过程中,将非相参积累后的信号通过低通滤波器,以滤除其高频分量的"毛刺",在不改变原信号基本形状的前提下,减少峰值个数,从而降低了最大相关峰值包络寻找过程的计算量.最后用实测数据对算法进行了测试和评估,本文的算法不仅降低了计算量,满足了工程上的应用,而且比传统算法具有更好的对齐效果.     

Detection and reduction of middle frequency resonance for an industrial servo

This work proposes a novel strategy for middle frequency resonance detection and reduction for the speed control of industrial servo systems. The report includes an analysis of the drawbacks of the traditional resonance reduction method based on an adaptive notch filter in the middle frequency range, and the main drawback is summarized as the difference between the resonance frequency and the oscillation frequency. In the proposed method, a self-tuning low-pass filter with a corner frequency determined using FFT results and several self-tuning rules is introduced in the speed feedback path. Consequently, the effective range of the adaptive filter is extended across the middle frequency range. The simulation and experimental results show that the frequency detection is accurate, and the resonances are successfully reduced during steady-state and dynamic speeds.     

基于滤波补偿和自适应观测的直接转矩控制

直接转矩控制(DTC)是继矢量控制技术后发展起来的一种新型的交流调速控制方法,但其在低速运行时存在较大的电流、转矩脉动,为了改善直接转矩控制系统的低速性能,提出一种新型的定子磁链低通滤波补偿和转速自适应观测相结合的直接转矩控制方法.该方法提高了定子磁链和转子转速的观测精度,改善了直接转矩控制系统的动静态性能.仿真和实验...     

晃动基座下捷联惯导的抗干扰自对准算法

针对捷联惯导(SINS) 晃动基座下, SINS 难以快速实现自对准的问题, 提出SINS 的抗干扰自对准算法. 该算法通过将初始对准问题转化为Wahba 求解问题来消除角运动干扰的影响; 利用惯性坐标系重力矢量和晃动干扰加速度的频率特点, 通过设计低通滤波器对比力在惯性坐标下的投影进行滤波来消除线振动干扰的影响. 仿真结果表明, 该算法不需要进行粗对准, 能够在角运动干扰和线振动干扰同时存在的情况下快速实现自对准.

     

基于DSP混合滤波夹持器力检测

针对夹持器系统存在的力检测问题,提出了一种基于DSP的混合滤波力信号检测处理方法;以多片半导体应变片作为敏感元件构成检测电桥,采用3阶有源切比雪夫硬件滤波,通过DSP进行采样检测,构成硬件信号采样处理电路,并在软件上采用限幅消抖滤波和低通巴特沃斯滤相结合的方法,对系统进行混合滤波处理;将所提出方法应用于实际系统,实验结果证实了该方法可以大大地提高夹持器力检测系统的抗干扰能力,验证了方法的有效性。     

自适应窗隔匹配与深度学习相结合的RGB-D SLAM算法

在动态场景的SLAM系统中,传统的特征点法视觉SLAM系统易受动态物体的影响,使得图像前后两帧的动态物体区域出现大量的误匹配,导致机器人定位精度不高。为此,提出一种结合自适应窗隔匹配模型与深度学习算法的动态场景RGB-D SLAM算法。构建基于自适应窗隔匹配模型的视觉SLAM前端算法框架,该框架筛选图像帧后采用基于网格的概率运动统计方式实现匹配点筛选,以获得静态区域的特征匹配点对,然后使用恒速度模型或参考帧模型实现位姿估计。利用深度学习算法Mask R-CNN提供的语义信息进行动态场景的静态三维稠密地图构建。在TUM数据集和实际环境中进行算法性能验证,结果表明,该算法在动态场景下的定位精度和跟踪速度均优于ORB-SLAM2及DynaSLAM系统,在全长为6.62 m的高动态场景中定位精度可达1.475 cm,平均跟踪时间为0.024 s。     

A filter based neuron model for adaptive incremental learning of self-organizing maps

In this work a learning algorithm is proposed for the formation of topology preserving maps. In the proposed algorithm the weights are updated incrementally using a higher-order difference equation, which implements a low-pass digital filter. It is shown that by suitably choosing the filter the learning process can adaptively follow a specific dynamic. Numerical results, for time-varying and static distributions, show the potential of the proposed method for unsupervised learning.     

Parameter identification of distributed parameter systems in the presence of measurement noise

A new approach to recursive parameter identification of second-order distributed parameter systems in the presence of measurement noise under unknown initial and boundary conditions is proposed. A two-dimensional low-pass filter is introduced to pre-filter the observed data corrupted by measurement noise. The low-pass filter is designed in the continuous time-space domain and discretized by bilinear transformation. Thus a discrete estimation model of the system under study is easily constructed with filtered input-output data for recursive identification algorithms. The recursive least squares method is still efficient in the presence of low measurement noise if the filter parameters are designed so that the noise effects are reduced sufficiently. Using filtered input data as instrumental variables, a recursive instrumental variable method is also presented to obtain consistent estimates when the digital low-pass filters are not designed successfully or when the output data is corrupted by high measurement noise. Illustrative examples are given to demonstrate the applicability of the proposed methods.