教学课程资源库 更多>>

关键词： 人工智能   电梯起重机械   监控与维护   传感器技术   故障预测  

摘要： 本文探讨了人工智能在电梯起重机械特种设备的智能监控与维护中的应用。电梯起重机械的安全性和可靠性对人们的日常生活和工作至关重要。传统的监控与维护方法存在效率低、成本高等问题，而人工智能技术的引入可以改善这些问题。通过引入传感器技术、数据分析与机器学习等技术，智能监控系统实现了实时数据采集、故障预测和远程维护等功能，显著提高了设备的性能和可用性。本文还提出了对未来研究与应用的建议，包括数据安全与隐私保护、智能维修机器人、预测性分析和行业标准制定等。综合而言，人工智能在电梯起重机械监控与维护中的应用为提高设备安全性和效率提供了创新的解决方案，具有广阔的应用前景。

关键词： 气体检测   催化燃烧式   NDIR   TDLAS   直接吸收   谐波检测  

摘要： 现阶段煤炭资源仍是我国最为重要的能源,在我国经济高质量发展的过程中具有举足轻重的作用。在相对封闭煤矿井下进行采煤作业时,煤层中的瓦斯气体会随之释放,瓦斯气体的主要组成成分就是甲烷(CH),当煤矿井下空气中甲烷气体的含量占总体积的5%～16%时,达到了甲烷气体爆炸的浓度条件,在遇到明火或电火花时就会发生爆炸;当甲烷气体的含量占煤矿井下空气体积的25%及以上时,空气中的氧气含量大幅降低,煤矿工人会因为缺氧而造成中毒甚至窒息事故。因此在采煤作业时应实时监测空气中甲烷气体的浓度。目前检测甲烷气体浓度的方法很多,本文主要对催化燃烧、非分散红外光谱(NDIR)以及可调谐半导体激光吸收光谱(TDLAS)甲烷气体检测方法进行研究,重点是对TDLAS技术进行研究,该技术具有高精度、高灵敏度、高分辨率、单一选择性、对工作环境要求低等优点,广泛应用在气体检测领域,将TDLAS技术应用在煤矿甲烷气体浓度检测具有非常好的应用前景。现阶段绝大多数煤矿甲烷传感器仍采用有线供电和信息传输的方式,该方式的缺点为需要布置大量线缆,便捷性较差,对于复杂情况的适应性较差。针对煤矿现有甲烷传感器存在的弊端,本文设计了基于上述三种方法的煤矿无线甲烷传感器,主要研究内容如下:(1)分析了目前甲烷检测原理及研究现状以及TDLAS气体检测技术的优势。(2)研究了光谱吸收原理和气体分子选择性吸收光谱特性,讨论了TDLAS气体检测技术的实现方法,对于不同浓度的气体采取不同的检测方法,当气体浓度较高时,使用直接吸收光谱技术,当气体浓度较低时,使用谐波检测技术,对两种技术原理进行了公示推导。(3)设计了基于催化燃烧法、NDIR和TDLAS气体检测技术的甲烷传感器,采用模块化设计,将传感器分为主控模块、电源模块、无线传输模块、显示模块、声光报警模块以及气体采集处理模块,三种传感器的区别在于气体采集处理模块的不同。(4)对所设计的三种甲烷传感器进行了实验室和煤矿井下的现场实验,首先对所用激光器的性能进行了测试;其次通过标准甲烷气体浓度对TDLAS甲烷传感器进行了标定,同时对催化燃烧式和NDIR甲烷传感器的性能进行了测试;最后对三种传感器进行了煤矿井下现场实验。

摘要： 直升机试飞测试是直升机研发和制造过程中的关键环节，其旨在对直升机在各种飞行条件下的性能和安全性进行验证。目前的试飞测试方法主要依赖传统传感器，如压力传感器、温度传感器和加速度传感器等，来获得直升机在飞行过程中的关键参数，例如结构变形、温度分布和振动情况等等。然而，传统传感器存在一些局限性，如安装复杂、精度不高、易受干扰等，这限制了直升机试飞测试的继续发展。在此背景下，光纤传感器技术成为一种有潜力的解决方案。然而，光纤传感器技术在直升机试飞测试中的应用情况和挑战如何，仍然需要进行深入的研究和探讨。本文旨在探究光纤传感器技术在直升机试飞测试中的应用，具体包括光纤传感器技术的概述、直升机试飞测试的重要性、光纤传感器技术在直升机试飞测试中的应用及光纤传感器技术在直升机试飞测试中的挑战。通过对这些内容的研究，我们可以更好地了解光纤传感器技术对于直升机试飞测试的应用价值和潜力，为相关领域的研究和实践提供指导。

关键词： 管道内径测量   旋转多激光头   虚拟传感器   卡尔曼滤波  

摘要： 受限空间的内腔高精度测量是现代装备设计和维保检测的重要手段,是现代制造业发展的重要基础,高质量、高效率和自动化的现代生产方式对高精度测量技术提出了越来越高的要求。受限空间的内腔测量,如典型的管道内径测量,柱状物的内孔内壁形貌描述,零件盲孔内部测量等。高精度的零件广泛应用于汽车制造、航空航天、武器装备等领域,在零件的配合使用中其内腔的参数信息是影响整体设备精度的一项重要指标。现阶段,针对零件内腔测量的传统方法仍然存在测量精度低、采集点数少、测量效率低等问题。针对上述问题,本文提出了一种基于虚拟传感器技术的管道内径测量方法,为零件内腔测量的工程问题中提供了重要理论基础。本文的主要研究内容包括以下三个方面: (1)针对测量过程中管道内部结构复杂、单激光头测量范围受限等难题,基于虚拟传感器技术,构建了一种多激光头旋转测量的管道内径测量系统,在保证精度的前提下,有效加大了测量范围且严格限制了测量头的大小。以激光三角测量法为基础,研究了多激光头的多尺度高精度测量模型与几何虚拟定心数学模型,创新了系统的总体结构设计。 (2)针对测量过程中机构的放置位置误差、电机的步距角误差、被测面反射误差、环境温度等多参数耦合影响,基于蒙特卡洛法构建了测量系统的管道内径偏差预测模型。其次,基于虚拟传感器技术,在测量获得的距离矩阵中引入了卡尔曼状态空间模型,并优化了相关参数,为多尺度的高精度测量提供了支撑。 (3)搭建了旋转多激光头管道内径测量实验平台,分别选取了特定管道的多个截面进行实验,表明卡尔曼滤波在线计算速度快,与滑动平均法对比,测量精度的标准差降低了超过45%。通过实验证明,所设计的多激光头旋转测量装置,测量精度达到了0.01mm,截面周向上的测量点数达到约500点,满足用户的最终需求。

摘要： 威格勒U2GT全金属超声波传感器采用优质不锈钢外壳，以极高的坚固性和卫生设计而令人信服。卫生型传感器针对测量和检测作业进行了优化，适用于食品和卫生领域。由于采用密封的不锈钢外壳，无论是清洁剂、酸蒸汽还是与化学介质的直接接触，威格勒U2GT超声波传感器具有极高的耐抗性。

关键词： 永磁同步电机   无位置传感器控制   自适应扩展卡尔曼滤波   矢量控制  

摘要： 在永磁同步电机（Permanent Magnet Synchronous Motor,PMSM）控制系统中,位置信息获取的准确性是实现系统控制的关键,直接影响电机性能的发挥。位置信息的获取多采用传感器完成,但传感器的安装会限制PMSM的应用场所,增加系统维护成本。因此,对PMSM无位置传感器算法进行研究十分必要。本文基于扩展卡尔曼滤波（Extend Kalman Filter,EKF）算法,对PMSM无位置传感器控制算法展开研究,针对在粗差干扰及统计偏差的情况下,EKF对PMSM的位置信号估计存在精度下降的问题,提出一种自适应扩展卡尔曼滤波算法。主要研究内容如下: （1）建立永磁同步电机矢量控制模型。基于坐标变换方法,在静止坐标系与旋转坐标系下建立了PMSM的数学模型,再对SVPWM及PI控制的数学原理进行推导,并对id=0矢量控制系统进行了简要介绍。最后,基于Matlab平台搭建了矢量控制模型,对FOC算法进行了仿真验证分析。 （2）对基于扩展卡尔曼滤波的PMSM无位置传感器控制算法进行研究。首先,详细阐述了卡尔曼滤波的原理,并对算法作用方法进行详细说明。其次,基于PMSM的电流方程与运动方程,构建EKF的状态方程,并对其进行离散化与线性化处理。最后,基于Matlab平台,搭建了基于EKF的PMSM无位置传感器矢量控制系统,并对其进行仿真分析。 （3）针对粗差干扰下EKF估计性能下降问题,提出一种自适应扩展卡尔曼滤波方法。首先,将粗差引入到系统状态方程,分析其对EKF的影响。其次,在新息协方差的计算上,设置自适应规则,并将其更新至卡尔曼增益矩阵的计算中。最后,基于Matlab仿真平台,建立基于AEKF的PMSM无位置传感器控制系统,对AEKF与EKF两种控制算法进行对比分析,验证所提算法的有效性。 （4）对基于AEKF的PMSM无位置传感器矢量控制系统进行软硬件设计及实验验证,证明所提方法的可行性。

ISBN: (纸本)9787040602470

关键词： 光纤光栅   隧道变形监测   位移传感器   正负双向测量  

摘要： 随着经济技术的快速发展,城市地铁轨道交通建设突飞猛进,逐渐成为公共交通系统中的重要的角色。近年来,地铁隧道坍塌事故不断发生,为保证隧道结构在运行期间的安全状况,对其进行实时在线监测是十分必要的。位移是反映地铁隧道安全状况的重要指标,由于地铁隧道内部存在电磁干扰且环境潮湿复杂,要求位移传感器具有抗电磁干扰等优异性能,传统的电磁信号传感器适应性难以满足。光纤光栅(Fiber Bragg Grating,FBG)传感技术具有抗电磁干扰、电绝缘、耐腐蚀、体积小、灵敏度高、可远距离传输、可实现分布式测量等优势,能够适用于地铁隧道这种复杂环境的长期在线监测。本文根据工程实际的监测需求研制了一种适用于双向测量且抗蠕变的光纤光栅位移传感器,并成功应用于工程实际。主要工作如下:(1)根据现有地铁隧道监测技术的不足提出基于光纤光栅位移传感技术的监测方案。着重调研了近年来光纤光栅位移传感器的研究现状,按照传感器的结构组成分类进行介绍,同时概述了光纤光栅传感技术的原理,以及光纤光栅的复用技术和温度补偿方式。(2)针对现有传感器在测量正负双向位移时弹性元件(如悬臂梁)因一直受力而产生疲劳、失效的问题,完成了光纤光栅位移传感器的设计,采用双“悬臂梁+楔形滑块”结构设计,实现测量时两个悬臂梁交替产生变形,解决了温度-应变交叉敏感问题,提高了传感器的抗蠕变性能。选用变厚度悬臂梁,实现应变集中提高测量灵敏度,悬臂梁自由端与楔形滑块表面接触部位采用圆弧面设计,降低了摩擦损耗的同时实现位移稳定传递。根据悬臂梁结构尺寸利用材料力学的知识对其表面应变进行理论推导,结合光纤光栅传感原理对传感器测量原理进行理论推导。(3)为测试光纤光栅位移传感器的性能参数是否符合工程应用,全面开展了性能测试实验,包括标定测试实验、温度补偿特性实验、蠕变性能测试以及精度测试实验。通过实验数据分析,获得传感器在±50mm的量程内,灵敏度为29.369pm/mm,重复性误差为1.28%,迟滞性误差为0.872%,测量灵敏度较高且误差较小,能够满足工程监测需求。(4)结合实际工程,制备出8个光纤光栅位移传感器构成FBG监测网络,实现分布式测量,成功应用于某市地铁隧道的脱空变形安全监测。主要从道床与衬砌的相对变形、道床的差异沉降、道床的伸缩缝以及隧道管片接头环缝四个方面开展变形监测。通过对各个监测点位移变化的曲线图分析,发现8个监测点中最大变形量为1mm,被测结构变形比较稳定,表明该传感器具有良好的测量性能,适用于长期的结构健康监测。

关键词： 浊液   浊度   牛奶成分分析   多元回归   多波长梯度提升归树  

摘要： 浊液是由一种粒径大于100 nm的物质分散于溶液中形成的混合物。浊液测量在工业生产、医学制药、环境保护等领域均有重要应用,是环境和食品安全检测领域的重要研究方向和前沿课题。浊液检测主要以化学方法为主,在实验中易产生废液、废渣造成二次污染,不适合现场和实时测量。本文探讨将机器学习方法和新型传感器技术相结合,提出了应用多波长光学传感器和机器学习算法的浊液测量方法,代替传统光学和化学方法,并应用于水质和牛奶的检测,简化了仪器设计、提高了测量精度,以及扩宽了计算机应用领域。本文主要的内容如下:(1)提出了基于多波长传感器和多元回归算法的浊度测量新方法,应用多个波长实现浊度测量。根据朗伯-比尔定律和瑞利散射原理,获取不同溶液的多个波长的透射光强和散射光强,建立不同模式下单波长、多波长浊度测量模型,并与传统的分光光度法比较。结果表明,多波长模式的测量误差最小、效果最好,且模型的拟合优度达到0.999,为浊度测量提供了一个新的方法。(2)提出了基于多波长梯度提升回归树(Multiwavelength Gradient-Boosted Regression Tree,MGBRT)测量牛奶主要成分的方法,设计了近红外(NIR)光强采集装置和分析软件。多波长红外光谱传感器获取宽带红外光源通过不同牛奶样品后的多波长数据作为特征,利用凯氏定氮法和盖勃法分别测量蛋白质和脂肪含量作为标签,建立并比较了多个机器学习算法模型。测量结果表明,MGBRT测量模型在牛奶的蛋白质和脂肪含量测量中测量误差最小,并用于70种牛奶中的蛋白质和脂肪含量的测量验证,拟合优度分别为0.949和0.996,相应的预测均方根误差分别为0.058和0.085。实验结果表明,基于机器学习和新型传感器技术的牛奶测量装置,具有简单、快速、经济和环保的特点,在牛奶主成分含量检测方面有实际应用前景。