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

    交流电磁场钢轨表面裂纹高速检测信号处理模块开发

    陈炫昂葛玖浩胡宝旺
    1-8页
    查看更多>>摘要:交流电磁场检测(Alternating Current Field Measuremnt,ACFM)技术因受速度和提离效应影响小,在钢轨裂纹高速检测中具有良好的应用前景,但信号拾取速度会导致裂纹信号频率发生偏移,造成量化误差、漏检和误检.为提高ACFM技术在钢轨裂纹检测中的可靠性,基于现场可编程门阵列(Field Pro-grammable Gate Array,FPGA)研发了交流电磁场钢轨表面裂纹高速检测信号处理模块,采用理论推导方法分析了检测速度对裂纹信号频率偏移的影响,构建了检测速度与裂纹信号有效频率范围之间的关系.采用FPGA开发了具有截止频率自动跟踪检测速度的数字正交锁相放大器,同时,开发了完整的钢轨表面裂纹检测装置和实验系统,最终,通过实验验证了模块的检测能力和稳定性.

    钢轨表面裂纹高速检测交流电磁场检测速度效应自动跟踪

    运载火箭箭上锂离子电池型谱化研究与实践

    汪芊芊张宏德苏晗彭越...
    9-16页
    查看更多>>摘要:电池作为运载火箭箭上电气设备的一次能源,是箭上电气系统的关键单机.为规范运载火箭箭上电池产品的研制和使用,提出型谱特征参数梯度化设计、部组件统型设计、试验条件统一设计和使用维护要求统一设计的箭上锂离子电池型谱化研究思路,规划建立了运载火箭箭上锂离子电池型谱,形成共15种箭上锂离子电池系列化货架产品,并在CZ-3A型号运载火箭上进行了成功实践.箭上型谱锂离子电池的研制使在飞运载火箭28 V锂电池配套型号从31种压缩至11种,箭上电池产品种类缩减了64.5%,统一了产品技术状态,降低了电池研制、生产和质量控制的成本和难度,有力支撑了箭上锂离子电池批量生产和运载火箭高密度发射.

    运载火箭箭上锂离子电池型谱化特征参数

    征稿启事

    16页

    基于DCGAN的雷达辐射源信号个体识别算法

    王程昱凌青闫文君
    17-22,64页
    查看更多>>摘要:雷达辐射源个体识别技术通过提取雷达细微特征判定载体身份属性,是电子对抗领域的热点研究方向之一.通过深度学习识别雷达辐射源指纹是当前的主流方法,然而训练网络需要大量的数据样本,当数据样本不足时,容易造成识别准确率不高等突出问题.基于此,提出了一种基于深度卷积对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)的雷达辐射源信号个体识别算法,首先采用双谱切片对信号进行特征提取,然后构建了基于DCGAN的识别网络,最后通过实采数据验证了算法的有效性.实验结果表明,在样本缺失较为严重的条件下,所提出的算法能实现小样本条件下的雷达辐射源识别,识别准确率达到90%,完全满足日常需求.

    雷达个体识别小样本DCGAN深度学习

    基于BiLRCN和注意力机制的脉搏波血压测量

    陈晓王志雄杨瑶
    23-30,70页
    查看更多>>摘要:为了提高无创血压测量的精度,提出了基于双向长期递归卷积网络(Bidirectional Long-term Recur-rent Convolutional Network,BiLRCN)和注意力机制的脉搏波血压测量方 法.通过2个卷积神经网络(Convolutional Neural Network,CNN)层提取出光电容积脉搏信号的高维度特征,将其作为双向长短期记忆(Bidirectional Long Short-Term Memory,BiLSTM)网络的输入,通过BiLSTM提取输入序列前后向的特征信息进行预测;根据注意力机制自动分配权重的特征,给予重要时刻脉搏特征数据较大的权重,并通过2个全连接层得到血压的测量值.将所提出的方法与CNN、长短期记忆(Long Short-Term Memory,LSTM)网络、BiLSTM 网络、长期递归卷积神经网络(Long-term Recurrent Convolutional Network,LRCN)方法进行了收敛速度和血压测量的对比实验.实验结果表明,所提出的方法较LRCN均方误差降低了21.63%,平均绝对误差降低了 67.5%,确定性相关系数提高了 0.42%.所提出的方法的收敛速度更快、血压测量精度更高.

    深度学习脉搏波血压测量双向长期递归卷积网络注意力机制

    基于地形网格化和遗传算法的MLAT基站选址研究

    周杨汤新民李帅
    31-40,70页
    查看更多>>摘要:针对不同多点定位(Mulilateration,MLAT)地面站的布站方式对定位精度影响的问题,提出一种基于地形实际计算最优布站方式的方法.该方法结合实际地形因素,构建地形网格化模型生成初始可选站点,通过XDraw算法计算地面基站的覆盖性对初始站点进行初筛,再结合遗传算法计算最优布站组合.最后选取不规则图形区域进行选址实验验证,在选址区域内随机生成地形,通过初筛减少初始可选点,得到布站方式,并计算几何精度因子和多点定位均方根误差,与传统布站方式进行比较.实验数据表明,该方法计算得出的布站组合与传统布站方式相比,多点定位均方根误差要比传统布站中最小的菱形布站减小4.015 9 m,且该方法可用于实际考虑地形因素的MLAT最优基站选址.

    无人机定位地形网格化模型XDraw算法MLAT基站选址遗传算法

    MEMS电磁致动机构多物理场耦合仿真与分析

    朱建伟曹云聂伟荣席占稳...
    41-47,64页
    查看更多>>摘要:为了解决电磁致动机构多物理场之间相互影响不明的问题,建立了电磁-结构多物理场耦合模型,并对微机电系统(Microelectromechanical System,MEMS)电磁致动机构的驱动特性进行了仿真研究.首先,以电压作为激励源,将磁矢势作为因变量引入,得到驱动器整体的磁场分布,实现电磁场耦合.然后通过麦克斯韦应力张量法得到滑块所受的电磁力,并作为载荷施加在滑块上进行瞬态动力学分析,实现电磁-结构场耦合,从而实现电磁致动机构的多物理场耦合仿真.最后,进一步研究了不同输入条件下电磁致动机构的驱动特性,阐明了响应时间、位移速度、最大电磁力和位移等不同输出条件的变化规律,分析了电压对驱动特性的影响,从而为MEMS电磁致动机构设计与驱动特性研究提供指导.

    电磁驱动MEMS多物理场驱动特性

    大型结冰风洞双供水供气喷雾控制系统研制

    赵照王梓旭熊建军冉林...
    48-54页
    查看更多>>摘要:双供水供气系统是保证结冰风洞实现过冷大水滴(Super-cooled Large Droplet,SLD)云雾模拟能力的关键,针对现有喷雾系统存在SLD云雾模拟能力不足、运行包线有待扩展等问题,研制了一套大型结冰风洞双供水供气喷雾控制系统.针对喷雾系统控制变量多、测量点数大等特点,基于工业以太网络建立分布式控制系统,制定了试验流程、方法与策略,建立了完善的双供水供气喷雾试验技术,并开展了系统调试与验证.试验结果表明,双路水压、气压控制精度均稳定在1%以内,达到了系统设计指标,该系统可为后续我国飞行器适航审定提供有力支撑.

    大型结冰风洞双供水供气喷雾系统过冷大水滴分布式控制系统

    涡流器流量试验不确定度评定及最优公式验证

    黄章芳谭威姜世界丁有红...
    55-64页
    查看更多>>摘要:对现有涡流器流量试验系统实测质量流量进行不确定度评定,发现实测质量流量(Wa)的扩展不确定度(Ucw)为3.91%,k=2.626,置信水平为99%,其中环境因素是最大的不确定度分量(uρ=1.447%).为此,提出了 3种换算公式来减小环境因素的影响,以提高试验精度.对3种换算公式的不确定度传播率公式和试验统计数据结果进行计算和分析,发现3种换算公式均可将试验精度提升到1.0%以内,可满足试验精度要求.换算公式B的扩展不确定度数值最小(USB=0.582%,k=2.632,置信水平为99%),不确定度大小约是换算前的1/6,因此,使用换算公式B换算后的结果误差更小、精度更高,可为涡流器合格品评定提供可靠的试验数据支撑,具有较好的工程应用价值.

    涡流器流量试验换算质量流量标准样件不确定度修正

    基于GA-BP算法激光设备故障预测技术研究

    路世强于嘉龙陈月娥
    65-70页
    查看更多>>摘要:针对激光设备非计划停机次数较多的问题,提出了一种基于遗传算法(Genetic Algorithm,GA)优化BP神经网络,建立激光设备故障预测模型的方法.利用激光设备的历史数据训练和调整预测算法,对激光设备采集的实时数据进行分析,按照算法模型预测故障发生概率,提前维护激光设备,减少非计划停机次数,提高激光设备的有效运行时间.通过测量各种情况下激光设备在切割零件时的数据变化,利用GA优化BP神经网络算法,建立激光设备故障预测模型.选取各种情形的切割零件的数据进行仿真预测和验证,以切割过程中各种情况的气体压力、激光功率、切割速度、加速度、各轴的温度和计算之后各轴的跟随误差作为模型输入,以粗糙度作为模型输出.结果表明,经过GA优化的模型在预测效果和预测精度上优于未经GA优化的模型,且模型经GA优化后,其粗糙度的预测精度和收敛速度得到了提升.

    激光设备遗传算法故障预测粗糙度