首页期刊导航|电子测量技术
期刊信息/Journal information
电子测量技术
电子测量技术

孙圣和

月刊

1002-7300

dzcl@vip.163.com

010-56103931

100009

北京市东城区北河沿大街79号

电子测量技术/Journal Electronic Measurement Technology北大核心CSTPCD
查看更多>>本刊坚定不移地确保社会效益功能的发挥,刊登新技术、工艺、设计、设备材料为主要内容,推广交流步进技术、科研成果和实践经验及时传播新成就、新技术、新器材的信息,以利于社会主义生产建设。
正式出版
收录年代

    起重机主梁智能化激光测量系统设计

    郭大慷贾云飞肖凯文
    1-7页
    查看更多>>摘要:为了提高特种设备检测工作者对起重机主梁下挠值进行测量的工作效率,保证测量精度以及实现测量数据的智能化处理,提出了一种基于水平激光与光电传感器的测量方法,并设计了测量系统的原理样机.测量系统将起重机主梁拱度值转化为水平激光照射在光电传感器阵列上的高度差进行测量,通过纵向双排交错感光单元排布的方法提高了测量分辨率;利用双轴承重力悬吊结构保证了激光水平照射;通过点光源聚焦水平扫描代替一字线水平激光解决了激光远距离照射时衰减导致亮度不足的问题;借助LoRa和5G无线通信技术实现了测量数据实时上传云端的功能.在某起重机主梁检测现场,将本文设计的系统样机与传统经纬仪法进行对比测量实验,结果表明本文所提出的测量方法以及设计的系统样机相比传统经纬仪法,各点的测量误差在本次实验中均小于0.6 mm,且总测量用时减少了70%左右,保证了测量精度与可靠性,显著提高了测量效率,实现了将测量数据实时上传云端,提高了检测工作的智能化程度.

    下挠检测激光测量光电传感器阵列智能化云平台

    C场电流对铷原子喷泉钟性能影响的分析

    朱子毅雷鹏越张辉阮军...
    8-14页
    查看更多>>摘要:铷原子喷泉钟的C场电流稳定性会影响钟的二阶塞曼频移,传统优化C场线圈物理系统的方法存在系统复杂且难以满足铷钟小型化要求的缺点.本文从铷原子喷泉钟的电路系统入手,提出了采用芯片电流源优化C场电路的方法.首先,分析研究了芯片电流源输出波动对铷原子喷泉钟二阶塞曼频移项的影响,得到了铷原子喷泉钟二阶塞曼频移与C场芯片电流源输出电流之间的变化关系;其次,对优化前后铷原子喷泉钟C场电流进行了相关测量实验.实验表明,使用VC12MA电流源产生C场时,其输出电流值Allan方差为2.24×10-9,对铷原子喷泉钟二阶塞曼频移的相对扰动为1.78×10-17,铷原子喷泉钟二阶塞曼频移的频率稳定度从原来的10-16 量级提升至优化后的10-17 量级,本文方法在铷原子喷泉钟性能提升及小型化中有很大的应用价值.

    铷原子喷泉钟C场二阶塞曼频移频率稳定度

    基于SocFPGA工件表面缺陷快速检测研究

    翟浩然南钢洋白雪
    15-20页
    查看更多>>摘要:针对当前工件检测中,工件表面缺陷检测存在处理速度慢的问题,设计出一种具有高速互联总线的SocFPGA架构解决方案.首先将图像数据灰度化、中值滤波、自适应阈值分割以及形态学操作,消除图像中的污损部分,凸显缺陷像素.其次,利用像素阈值算法与投票算法,标注了图像表面缺陷位置.最后,采用铜板试样并结合OV5640摄像头,搭建了一套工件表面缺陷检测系统.测试表明,当缺陷直径不小于0.5 mm,缺陷检出率约为90.24%,处理1帧图像的时间约为0.62 μs,实现了工件表面缺陷图像的实时在线检测,为该领域研究提供一定的参考.

    FPGA缺陷检测图像处理像素阈值算法

    基于改进A*算法和再优化的避障路径规划

    高九州刘育航
    21-27页
    查看更多>>摘要:考虑机器人行走过程中自身尺寸与体积因素的影响,给出了防刮碰障碍物的节点扩展方法.将传统的从起点到终点的单向搜索方式变成起点到终点和终点到起点的同步双向搜索方式,并将搜索进程中的"终点"设置为对向同步搜索的当前点,将当前点和当前终点的距离引入评价函数,明显减少了往复搜索的次数和搜索的节点数目,提高了搜索效率.在双向搜索A*改进算法得出的搜索路径基础上,进行路径优化,先后进行路径冗余点的去除和拐点路径的圆弧过渡.仿真结果表明,基于上述方法得到的避障路径搜索面积小,搜索节点少,搜索效率高,路径平滑稳定,易于机器人完成避障路径行走.

    防刮碰双向搜索评价函数冗余点去除圆弧过渡

    低压侧电流零纹波的高增益软开关双向变换器

    陈嘉亮饶家齐田宇欣佘雨荷...
    28-35页
    查看更多>>摘要:提出了一种非隔离型双向DC-DC变换器,通过优化设计耦合电感实现了低压侧电流零纹波.该变换器还具有以下优点:电压增益较高(升压模式下G=(1+D)/(1-D));开关管数量少(3个),电压应力较低(约为高压侧电压的一半),且开关管均实现了零电压软开关;此外,其只需要一个磁芯,且输入输出端共地.对所提变换器的工作原理、稳态特性、低电压侧电流零纹波条件、软开关条件和参数设计方法进行了深入分析,并通过一台250 W/100 kHz的原理样机仿真验证了所提拓扑的可行性.

    DC-DC变换器高增益双向电流零纹波软开关

    基于量纲分析的近地爆地表振动速度模型优化

    王涛孔德仁潘正伟
    36-45页
    查看更多>>摘要:传统爆炸振动速度预测模型多是应用在矿山与岩体爆破,对于近地爆地表振动速度模型研究较少且预测精度较低,为研究近地爆地表振动强度模型,基于LS-DYNA分析软件建立了近地爆地表振动速度仿真模型,通过量纲分析,引入振动波的传播速度这一影响因素,建立了地表振动峰值速度改进模型,并通过仿真数据对速度模型进行多元非线性回归分析,最后通过试验应用了本文模型,验证了本文改进模型的准确性.结果表明:通过仿真数据拟合出本文改进模型预测的平均相对误差为11.33%,两种经典模型预测的平均相对误差分别为34.05%和31.67%,本文改进的预测模型对试验测点振动速度预测的平均相对误差为8.28%,两种经典模型的预测误差均高于44%.因此本文的改进模型的预测精度相较于现有的经典模型有较大的提升,能够较好的表征地表振动强度、反应地表振动峰值速度的衰减规律,可以为近地爆试验预测地表振动峰值速度模型提供一些理论依据.

    地表振动速度数值模拟量纲分析非线性回归分析

    基于GRU-A3C的四旋翼无人机视觉避障系统

    马澳华邢关生
    46-52页
    查看更多>>摘要:针对基于深度强化学习的四旋翼无人机视觉避障系统,模型训练速度慢、计算量大和响应不及时的问题,设计了一种轻量化且模型训练速度快的系统.该系统首先以深度图像和无人机自身状态信息作为输入,然后使用一种基于GRU结构的A3C算法(GRU-A3C),输出连续动作空间并结合课程学习的方法进行训练加速.最后,以A3C为基线进行消融实验.实验结果为:在训练1 000轮次时,利用课程学习方法训练的GRU-A3C算法成功率为0.28,A3C算法成功率为0.2;在训练5 000轮次时,利用课程学习方法训练的GRU-A3C算法成功率为0.72,A3C算法成功率0.62.数据表明,该系统可以有效加快模型收敛速度,缩短训练时间并提高训练效果.

    深度强化学习四旋翼无人机A3C课程学习视觉避障

    基于测力轮对的纵向轮轨力测量方法研究

    杜佳陈建政吴越任愈...
    53-61页
    查看更多>>摘要:由于地形条件的限制,越来越多的铁路线路设计不得不采用长大坡道,使得传统仅针对横向和垂向轮轨力的测力轮对技术已经无法解决后续运营维护阶段衍生的一系列问题,需要进一步开展纵向轮轨力测试技术研究.本文提出一种基于LM算法的纵向轮轨力测量方法.首先,通过有限元仿真计算验证纵向力的可测性并探明其作用规律,以此为基础设计纵向力测量电桥,将求解纵向力的问题转化为求解超定多元非线性方程组问题.利用阶次分解拟合任意角度下的标定系数,采用LM算法求解旋转角度与轮轨力.借助SIMPACK模拟列车不同条件下的爬坡运行状态,验证了本文方法的有效性并量化作用点位置对纵向力测量误差的影响.研究结果表明,本文提出纵向力测量方法具有较高的测量精度,其相对误差小于6%.

    测力轮对轮轨纵向力LM超定元非线性方程组

    基于改进SegFormer网络的线激光分割和中心提取方法

    韩佳鑫王生怀钟明陈哲...
    62-71页
    查看更多>>摘要:线结构光条纹中心线提取是三维测量技术的关键,测量工件表面易反光等环境因素的干扰使中心线提取的精度低、稳定性差.本文提出了一种改进的激光中心线提取方法,首先在SegFormer网络编码层 Transformer backbone分支提取线激光图像全局特征的基础上,引入Vgg16 backbone分支提取线激光图像中的浅层轮廓信息,再添加 MASPP模块来提高模型对线形目标的分割效果,提高了激光条纹区域的分割精度,通过改进SegFormer网络模型为后续中心线提取提供高质量的图像源,再利用Steger法实现对激光中心线的精确提取.实验结果表明,该方法计算速度与Steger算法相比提升了42%,其提取的精度提升约0.3个像素,并适用于多种复杂环境,在工业检测上满足精度和稳定性的要求.

    深度学习线结构光光条中心提取

    基于YOLO的多模态钢轨表面缺陷检测方法

    孙铁强魏光辉宋超肖鹏程...
    72-81页
    查看更多>>摘要:针对钢轨表面缺陷区域与背景区域特征相似特性导致的模型检测性能下降问题,本文研究高实时性轻量级目标检测网络 YOLOv8n,提出一种基于 YOLO 的多模态钢轨表面缺陷检测算法 RailBiModal-YOLO.改进YOLOv8n模型:构建双流主干网络结构并行提取多尺度深度信息和RGB信息;为降低低质量图像特征相互干扰并能充分利用双模态互补信息,设计了一种即插即用的双模态特征交互修正融合模块;在多尺度特征构建阶段引入EVCBlock,增强RGB-D特征层的层内信息交互,提高小缺陷检测能力.以东北大学NEU-RSDDS-AUG作为实验数据集,将数据集自定义划分为4种典型缺陷类型,以平均精度均值mAP、每秒检测帧数FPS、参数量作为主要评价指标,实验结果表明:所提模型与原模型相比,在保证高检测速度的同时,mAP@50,mAP@50:95分别提高1.8%和3.2%,并具有更强鲁棒性.

    YOLOv8n缺陷检测多模态RGB-D特征融合深度学习