首页期刊导航|测控技术
期刊信息/Journal information
测控技术
中国航空工业集团公司北京长城航空测控技术研究所
测控技术

中国航空工业集团公司北京长城航空测控技术研究所

金钢

月刊

1000-8829

cmct634@163.com

010-65665485、65665486

100022

北京2351信箱《测控技术》杂志社

测控技术/Journal Measurement & Control TechnologyCSCD北大核心CSTPCD
查看更多>>本期刊创刊于1982年,国内外公开发行。重点介绍各种类型传感器、智能化仪器仪表、现场总线技术、计算机数据采集与处理、楼宇自动化技术、多媒体在工业自动化领域的应用、人工智能技术、模糊控制技术、通信技术、仿真与虚拟现实、机电一体化以及工控组态软件等技术开发应用、科研成果推广、使用经验介绍等方面的实用技术性文章以及测控技术知识讲座等。《测控技术》杂志的网站 www.mct.com.cn 于2005年9月开通,登录该网站,作者可以投稿和查稿,读者可以浏览测控行业技术及产品的发展动态,可以在线订阅杂志和征订广告,也可以点击网站的“读者信箱”发布您的要求,在那里我们会及时给您答复。
正式出版
收录年代

    智能装备试验与测试的挑战与对策思考

    韦正现
    1-5,12页
    查看更多>>摘要:人工智能加速应用于武器装备,催生了新的武器装备类型.在分析智能装备新特征基础上,总结提出了智能装备试验与测试存在两方面挑战,一方面是硬件实体及其控制系统存在"可用、好用"的试验与测试挑战,另一方面是智能装备实际应用的智能算法存在"敢用、实用"的试验与测试挑战;给出了应对智能装备试验与测试挑战的建议,包括注重智能装备试验与测试新特性研究,探索适应智能装备试验与测试的新技术,针对不同领域智能装备特点建立健全测评数据集和试验标准规范,以及构建能够对智能装备进行高效、可信测评的新试验环境与测试平台.希望能够为智能装备试验与测试技术的发展提供一定的借鉴作用.

    智能装备试验与测试挑战对策

    某型惯性测量组合故障传播机理与建模分析

    李强吕克洪刘冠军邱静...
    6-12页
    查看更多>>摘要:惯性测量组合(IMU)是航空机电控制系统中的关键部件,其易发生故障,且故障会在各功能单元之间进行传播.IMU中存在着故障传播路径复杂多样性和故障传播不确定性的问题,这两个问题使IMU中的故障传播过程难以描述.针对该问题,在对某型IMU故障传播机理进行分析的基础上,提出了一种将多信号流图与故障扩散强度函数相结合的模型构建方法,并利用自行开发的软件建立基于故障扩散强度函数的多信号流模型,最后用试验验证了模型的准确性.研究结果表明:利用自行开发的软件所构建的故障传播模型能够有效地解决IMU中故障传播过程难以描述的问题,为保障航空安全奠定理论基础.

    惯性测量组合故障传播机理分析故障扩散强度函数模型构建

    基于多源离散数据的复杂系统可靠性评定方法

    商旭升何宇峰
    13-17,31页
    查看更多>>摘要:基于复杂跳伞装备在性能试验和实际训练过程中测试数据少、数据来源多、数据具有离散性的特点,从系统工程的理念出发,提出了一种系统级的Bayes可靠性评估方法.运用系统工程的理念与方法对复杂跳伞装备的系统结构进行层级划分,对采集的数据进行融合分析与处理;对系统分解单元进行分类,确定数据类型,并对各种不同分布类型的单元进行Bayes可靠性分析;利用系统综合方法对单元可靠性信息进行横向或纵向综合.利用金字塔式可靠性综合评定程序对系统可靠性进行评估,并通过仿真算例说明了评估方法的合理性.该方法为开展复杂系统的可靠性评定提供了实用的工程化手段,极具应用价值.

    贝叶斯方法可靠性评估复杂系统跳伞装备小子样

    可靠性数字孪生概念内涵和技术框架研究

    李杰林刘晋飞鞠传海曹博鸿...
    18-24页
    查看更多>>摘要:在武器装备可靠性与数字孪生技术的基础上,提出了覆盖"全系统、全特性、全过程"的数字孪生体系结构,明确了可靠性数字孪生的定义,界定了可靠性数字孪生与性能数字孪生的相互关系.并且,从系统层级、系统特性、系统过程3个维度分析了产品数字孪生框架,以此为基准构建了包括故障物理模型、传感器数据监测、健康信息感知、使用与维修映射、数字-物理双空间精准映射、信息物理系统集成等的可靠性数字孪生技术框架,为武器装备可靠性数字孪生技术应用奠定了理论基础.

    可靠性数字孪生概念内涵技术框架信息物理系统

    大型察打一体无人机系统级测试性试验技术与应用

    曾亮亮朱江雷张杰
    25-31页
    查看更多>>摘要:针对大型察打一体无人机机载系统故障逻辑测试、系统级测试性评估的需求,研究并实施系统级测试性试验技术.机载系统具有系统组成复杂、交联关系复杂、故障影响关系复杂等特点,相对于成品级测试性试验,在试验实施关键环节、故障注入方法、试验评估等方面有重要区别.因此,在目前测试性试验技术的基础上,根据系统级测试性试验的需求,从试验方案、故障注入方法和试验实施这3个方面开展研究,提出了一套机载系统级测试性试验技术方法,并在大型察打一体无人机飞机管理系统、任务系统和机载链路系统上实际应用,为系统测试性指标评估提供了有力支撑.

    系统级测试性试验机载系统故障检测故障隔离

    双臂搬运机器人结构设计与动态仿真分析

    曹东江王强王宁
    32-36页
    查看更多>>摘要:针对棒料搬运和无人机翼下弹药挂装,设计了一种基于双六自由度结构的双臂搬运机器人.对机器人总体构型和各驱动回转及末端执行器等重要部分结构加以阐述.双臂机器人由10个驱动转动环节组成,其中腰部和肩部回转为2个共用关节,双臂各有4个回转关节,组成双六自由度机械臂.机器人通过两臂间的协作可以准确地调整搬运对象的位姿,完成复杂的工作任务.双臂末端设计了回转型夹手,可以避免在棒料搬运过程中两个夹手凹槽方位不一致而产生的干涉问题.通过LMS Virtual.Lab Motion 3 D仿真平台,对双臂机器人进行轨迹规划分析,通过设定运动轨迹上不同姿态的关键点,检测到机器人双臂能够协调运动,有效控制负载的姿态,验证了双臂机器人系统设计结构的合理性和操作的灵活性.

    双臂搬运机器人双六自由度结构设计动态仿真

    相似性聚类在直升机传动轴健康管理中的研究

    侯学理李凯车力马晓聪...
    37-41,117页
    查看更多>>摘要:直升机传动系统作为直升机的三大核心部件,其安全余度小,直接影响着直升机的安全性能.传动轴作为传动系统中的核心部件,其安全性能关系直升机安全.利用智能算法对传动系统数据进行分析和提取,用于直升机异常状态监测与健康管理,是智能航空和物联航空发展的热点核心技术.以直升机传动轴为研究对象将提出一种加权的相似性聚类的方法,将其用于传动轴故障特征提取,实验表明其具有独特的优越性,很好地解决了传动轴故障特征提取和数据降维处理等问题.与传统的相似性聚类方法相比,其在传动轴故障特征提取方面有了很大的进步,提高了传动轴故障早期和细微故障的分辨率和准确率.用先进智能算法解决了传动系统中故障诊断依靠工人经验的弊端,提高了效率,保证了安全,为未来智能航空中智能故障诊断提供了思路.

    直升机传动轴特征提取AP(相似性聚类)算法

    基于深度卷积神经网络特征层融合的小尺度行人检测

    卓力张时雨寇墨林闫璞...
    42-47,52页
    查看更多>>摘要:针对目前行人检测算法计算量过大和对小尺度行人检测精度不高的问题,提出了一种基于深度卷积神经网络特征层融合的小尺度行人检测方法,设计了一种包含9个卷积层的深度神经网络架构.在进行行人检测时,首先,对输入图像进行分块预处理操作,避免损失原始图像的视觉信息;然后,将网络不同层的卷积特征进行融合,提升行人特征的区分能力和表达能力,进而提升行人检测的精度,在保证检测精度的同时有效降低网络的复杂度.在INRIA、Caltech等公共行人数据集上的实验结果表明,所提出的行人检测方法能够有效检测小尺度的行人,且网络架构的参数量更少,检测速度更快,能得到更高精度的行人检测结果.

    深度学习行人检测卷积神经网络轻量化模型

    视觉测量中环状编码标记点检测与识别方法

    左承林马军岳廷瑞
    48-52页
    查看更多>>摘要:针对视觉测量中环状编码标记点检测识别易受成像角度、光照等因素影响的问题,提出了一种基于编码环采样的解码识别方法.使用Canny算子对图像进行边缘检测,提取图像轮廓结构信息,基于尺寸和形状约束,滤除非标记点轮廓;使用Otsu算法进一步提取标记点边缘环状邻域,通过最小二乘椭圆拟合求解椭圆参数,通过椭圆参数约束,再次滤除非标记点轮廓;基于标记点椭圆参数,对编码环进行连续采样,解算获得编码值.试验结果表明,所提出的检测识别算法受成像角度、光照等因素影响小,可实现编码标记点的精确定位与准确识别.

    视觉测量编码标记点检测识别边缘检测解码

    基于CNN网络的带遮挡车牌识别

    刘靖钰刘德儿杨鹏陈增辉...
    53-57,63页
    查看更多>>摘要:为提高存在遮挡的车牌识别准确率,基于数据驱动,利用形态学算法如腐蚀、膨胀、旋转等对标准化字符进行自动化处理,并自适应地加入高斯噪声构建带有遮挡的字符样本以代替常见的无遮挡标准车牌字符样本.结合图像边缘检测与HSV(Hue,Saturation and Value)模型对车牌实现正确定位;采取霍夫边缘检测对倾斜的车牌进行仿射校正,并归一化车牌尺寸对车牌进行规定比例的字符切分.在此基础上,使用卷积神经网络(Convolutional Neural Networks,CNN)对样本库进行训练并对车牌内容进行识别.实验结果表明,该方法对带遮挡物的车牌具有良好的识别效果,且对汉字的识别精度略高于字母及数字.通过不同网络中与无遮挡样本库的识别效果对比可知此样本库的整体识别精度确有明显提高,有一定的应用价值.

    车牌识别卷积神经网络局部遮挡样本库构建