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

    基于开关型霍尔的PMSM改进型位置检测策略

    任志斌卢潇吴宇黄瑞海...
    163-169页
    查看更多>>摘要：为了克服霍尔传感器的局限,利用低分辨率的信号实现更精确的位置检测,提出一种基于改进最小二乘法和积分型滑模观测器的混合控制策略.首先,利用改进型最小二乘法完成可靠起动与低转速下平稳运行;其次是到达指定切换速度,系统切换运行状态,通过改进最小二乘法对积分型滑模观测器进行不断校正,在减小系统的滞后与累积误差的同时,使输出的位置信号尽可能连续.最后通过改进型位置检测策略与传统一阶加速度位置检测策略进行对照试验,结果表明,所提出的改进型位置检测策略,在电机起动时的位置检测精度提高了 30％以上,在电机中高速稳态时转速误差降低至0.5％以内,位置检测误差降低至1％以内,具有较高的位置检测精度.

    永磁同步电机霍尔传感器最小二乘法积分型滑模观测器改进型位置检测法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于IMHSA-MSCNN-BiLSTM的风机轴承故障诊断

    张家安邓强马增强李志军...
    170-176页
    查看更多>>摘要：由于风力发电机组的非平稳运行条件和周围恶劣的工作环境,风机轴承故障振动脉冲特征易被随机噪声干扰所淹没,这给准确检测滚动轴承故障造成了挑战.为了降低随机干扰对后续特征提取的影响和算法复杂度,提出了一种改进多头自注意力机制(IMHSA)-多尺度卷积网络(MSCNN)-双向长短期记忆网络(BiLSTM)的风机轴承故障诊断方法.首先,由周期空洞自注意力和局部自注意力组成的IMHSA对特征进行增强,以减少随机干扰影响及特征增强过程中的时间消耗;然后,利用MSCNN-BiLSTM网络提取故障信号中的空间特征与长期依赖特征;最后,经全连接层和Softmax层输出风机轴承故障诊断结果,并采用实验台滚动轴承实际运行数据进行算例分析,通过与领域内其他同类方法的对比,验证了所提方法的有效性和优越性.

    风机轴承故障诊断改进多头自注意力机制多尺度卷积网络双向长短期记忆网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于AKAZE和PROSAC的风机叶片裂纹图像拼接方法

    崔晨阳方宇高玮玮王明红...
    177-183页
    查看更多>>摘要：为获得完整且高分辨率的风机叶片裂纹图像,利用图像拼接技术将多张高分辨率图像拼接成一副完整的图像.针对风机叶片裂纹图像特征检测困难、匹配率低和拼接质量差的问题,提出一种基于AKAZE算法和PROSAC算法的图像拼接方法.首先,该方法利用AKAZE算法检测图像特征点,并生成二进制的特征点描述符;然后,将汉明距离作为相似度测量对特征点进行暴力匹配,在此基础上采用PROSAC算法优化特征匹配结果,并计算图像变换矩阵;最后,使用渐入渐出融合算法消除拼接痕迹,获得完整的叶片裂纹图像.试验结果表明,本文方法能够检测出数量丰富的特征点,匹配正确率在95％以上,拼接精度约为0.7个像素,并且拼接速度较SIFT方法提升了 17％.AKAZE+PROSAC方法可以更好地满足高分辨率风机叶片裂纹图像拼接的需求.

    AKAZE特征点检测PROSAC算法图像拼接风机叶片裂纹

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于时空自注意力的航天器电源系统故障诊断

    陈义鹏徐志强钟杰张玉杰...
    184-191页
    查看更多>>摘要：航天器电源系统是航天器关键子系统之一,其运行状态直接影响整个航天器系统的寿命和性能,因此采用先进的技术对电源系统进行故障诊断,以此提高航天器在轨可靠性和安全性成为目前故障诊断领域的研究重点.基于深度学习的方法具有拟合能力强、特征提取丰富等优势,成为故障诊断领域的主流方法.然而,在航天器电源系统故障诊断领域,主流的故障诊断方法无法捕获序列的长期依赖关系且局限于时间维度建模,严重影响故障诊断方法的性能.因此,本文提出一种基于时空自注意力机制的方法,对航天器电源系统进行高效准确的故障诊断.方法采用基于Transformer的编码器结构提取空间航天器遥测数据中的高维特征,并对其中的自注意力机制进行优化,采用时间卷积提取处理时序特征信息,并采用时间、空间双向自注意力机制提取数据中的时空特征,然后对模型提取的特征进行映射得到空间航天器故障诊断结果.最后在航空电源系统数据集上开展相关实验.实验结果表明与目前故障诊断领域常用的方法进行相比,所提方法具有更强的故障表征提取能力,可有效提高航天器电源系统故障诊断能力.

    故障诊断航天器电源系统时间卷积自注意力

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于自适应遗传优化神经网络的航空装备故障诊断

    王成刚张大为李建海
    192-196页
    查看更多>>摘要：针对改进反向传播神经网络在航空装备故障诊断中存在的缺陷和不足,将自适应遗传算法与改进反向传播算法相结合构成混合算法用以训练人工神经网络.以改进反向传播神经网络的初始权值空间为切入点,利用改进遗传操作对其开展多点自适应遗传优化,然后运用改进反向传播算法开展局部精确搜索,最终实现全局最优.以某型飞机电气控制盒和某型飞机自动驾驶仪飞行控制盒的故障诊断为例对所提算法进行仿真研究,结果表明自适应遗传算法与改进反向传播算法相结合的方法收敛速度快、诊断精度高,对于具有复杂输入输出关系的工程样本具有较好的诊断结果.

    神经网络自适应遗传算法电气控制盒飞行控制盒故障诊断

      原文链接:
    • NETL
    • NSTL
    • 万方数据