首页期刊导航|电子测量与仪器学报
期刊信息/Journal information
电子测量与仪器学报
电子测量与仪器学报

崔建平

月刊

1000-7105

jemi@vip.163.com

010-64044400

100009

北京市东城区北河沿大街79号

电子测量与仪器学报/Journal Journal of Electronic Measurement and InstrumentCSCD北大核心CSTPCD
查看更多>>本刊旨在开展学术交流活动,沟通同行业科技人员之间的信息,以促进国内、外电子测量仪器的发展和科学技术的进步。
正式出版
收录年代

    海洋平台结构损伤涡流热成像检测激励线圈设计

    孙小茹郑文培张来斌
    195-202页
    查看更多>>摘要:海上平台作为海上石油开发的重要设施,处在海水浸泡、冲击等恶劣环境中,很容易出现损伤,影响其安全性.管节点作为高应力集中的部位是海上平台结构中更易产生损伤的地方,因此对管节点进行检测十分重要,为适应海上平台管节点这种特殊结构的损伤检测,利用涡流热成像技术,考虑管节点结构、在管节点表面感应出的涡流分布情况等因素,设计出了圆台形线圈、三角形线圈、扁平双线圈三种形式的线圈,并通过COMSOL、SolidWorks完成了相应的仿真模拟,为了符合实验室需求,又构建出了等比例待测工件及线圈的实际模型,通过实验模拟、MATLAB数据处理验证了仿真模拟的准确性及所设计线圈的有效性.结果表明,扁平双线圈对海上平台管节点的加热效果更佳,能够用于对其损伤缺陷的检测.

    海上平台管节点涡流热成像检测技术激励线圈

    融合轮廓增强和注意力机制的改进GaitSet步态识别方法

    陈万志唐浩博王天元
    203-210页
    查看更多>>摘要:针对传统基于轮廓的步态识别方法受限于输入特征及模型特征提取的能力,从而导致识别准确率不高的问题,提出一种融合轮廓增强和注意力机制的改进GaitSet步态识别方法.首先通过预处理获取行人的轮廓图,求得其均值,合成步态GEI能量图,将其作为神经网络模型的输入特征,增强了人体外观的表示.其次在提取特征的过程中引入注意力机制,增强模型的特征提取能力,从而提高步态识别的精度.最后在CASIA-B和OU-MVLP数据集上进行实验,所提方法的平均Rank-1准确率分别为87.7%和88.1%.特别是在最复杂的穿大衣行走条件下,相较于GaitSetv2算法,准确率提升了6.7%,表明所提出方法具有更强的准确性.此外,所提方法几乎没有增加额外的参数量、计算复杂度和推理时间,说明其各模块的快速性.

    步态识别交叉视角深度学习轮廓增强注意力机制

    基于改进U-Net的轻量级输电线分割算法

    胡冠华张永雷申立群
    211-218页
    查看更多>>摘要:为了提高输电线路的巡检效率,保证输电线的分割精度和速度,本文提出基于改进U-Net的轻量级网络GU-Net.首先,以U-Net网络为基础,在编码器部分引入轻量化主干提取网络Ghost-Net;然后采用双线性插值方法完成上采样,并利用深度可分离卷积代替部分普通卷积;最后在训练过程引入多损失函数以解决输电线和背景像素占比不平衡问题,并采用迁移学习策略训练模型.在E-Wire输电线数据集上测试,GU-Net网络的MIoU和F1-score分别为80.04%和87.77%,与现有的轻量化输电线语义分割网络Wire-Detection相比分别提升了4.26%和2.96%,且分割速度几乎没有损失,参数量约是它的20%.实验结果表明,本文提出的算法能够实现快速高效、轻量化地分割出复杂图像中的输电线.

    深度学习语义分割编解码网络轻量化输电线路

    基于UDD-YOLO的边缘端绝缘子放电严重程度评估算法

    杨阳杨帅闫敏胡晨龙...
    219-227页
    查看更多>>摘要:绝缘子是输电线路的重要组成部分,其放电问题是导致输电线路故障的主要原因之一,故需要可以准确对绝缘子放电严重程度进行快速评估且可在边缘端实时监测的算法方法.本文针对以上问题,首先对YOLOv8目标检测算法进行轻量化改进,首先引入Mosaic-9数据增强方法改进输入端,提高了算法的鲁棒性及泛用能力;而后引入了GhostNet网络替换主干网络,实现了对模型的轻量化;再引入GeLU激活函数替换ReLU激活函数,提高算法的收敛速度和检测精度;最后,引入了SIoU损失函数,对网络进行了优化,最终形成了UDD-YOLO边缘端绝缘子放电严重程度评估算法.经实验验证,其在边缘端设备实现了87.6%mAP及58 fps的推理速度,满足了在边缘端对绝缘子放电严重程度进行评估的要求,且通过消融、对比试验证明了本文提出的算法的有效性及优越性.

    紫外成像放电评估目标识别YOLOv8

    采用TVFEMD和瞬时能量比的轧辊磨床颤振在线监测方法

    李楠楠杨铎王珍李新芳...
    228-236页
    查看更多>>摘要:在磨削过程中,颤振是轧辊表面产生振纹的一个最重要的原因,严重影响了工件表面质量.为避免颤振带来的不利影响,提出了一种基于时变滤波经验模态分解(TVFEMD)和瞬时能量比的(IER)的颤振在线监测方法.该方法采用可靠的指标提前监测出颤振的发生,解决了轧辊磨床早期颤振特征微弱,在背景噪声下难以快速识别的问题.首先对实时采集的振动信号进行实时分段处理.其次对每个砂轮转动周期内的信号进行时变滤波经验模态分解,提高信噪比.然后运用瞬时频率和瞬时能量比选取颤振敏感频带,将颤振敏感频带的瞬时能量比作为颤振特征.最后基于瞬时能量比上升量确定颤振监测阈值,判断当前加工状态.试验结果表明,在不同的轧辊磨床加工条件下,所提方法均能在颤振过渡阶段将其检测出来,更快地实现颤振早期预警;与EMD等传统时频分析方法相比,在早期颤振监测中具有明显的优势.

    时变滤波经验模态分解(TVFEMD)瞬时能量比(IER)颤振敏感频带瞬时能量比上升量在线监测

    电动汽车驱动电机与负载模拟系统建模及电弧故障仿真研究

    杨凯庄宏航董毓利张认成...
    237-245页
    查看更多>>摘要:电弧故障是引发电动汽车电气火灾的重要原因之一.电动汽车行驶工况复杂,电机及其驱动系统电压高、电流大,且其电弧故障随机性强、隐蔽性高导致真车故障实验难以开展,因此提出一种借助小功率电机与负载系统模拟故障的方法,以便快速开展大量实验,研究电弧故障特性.首先,在电动汽车负载转矩计算和等效缩放的基础上搭建了模拟实验平台,采集三相永磁同步电机线路串联电弧故障电流.其次,运用MATLAB软件构建空间矢量脉宽调制控制的电动汽车驱动电机与负载模拟系统,引入Cassie电弧故障模型并进行改进,对电动汽车三相永磁同步电机线路串联电弧故障展开仿真分析.最后,采用基于平肩宽度占比和小波包分解能量占比的特征提取方法,将仿真数据与实测数据进行比较并定量评价.结果表明,所提出的高斯电弧故障复合模型的相对平均误差最小,仅为7.6%.所构建的仿真系统可有效模拟实际线路的电弧故障,对电动汽车电气火灾的防控具有重要意义.

    电动汽车驱动电机负载模拟电弧故障模型评价