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

陈光衤禹

月刊

1002-8978

fedit@vip.163.com

010-64005190

100009

北京东城区北河沿大街79号2楼

国外电子测量技术/Journal Foreign Electronic Measurement Technology北大核心CSTPCD
正式出版
收录年代

    一种低功耗气象数据监控终端系统设计

    夏利娜李育慧郑俊锦陈玉吉...
    86-93页
    查看更多>>摘要:针对基层气象部门的实际业务需求,设计了一种基于国产单片机的低成本、低功耗的气象数据监控终端.系统通过WiFi模块实现自动联网,实时获取气象数据平台的气象信息;通过离线语音识别播放模块实现人机语音交互功能;通过OLED显示屏显示各项相关数据.系统能将联网获取的气象数据进行实时显示,并可对获取数据的时间戳进行计算和监控,从而及时发现气象数据的采集传输过程的异常问题,并发出报警信号.测试结果表明,系统能够准确识别多种音色,语音及按键操作功能均正常运行,耗电量仅约为1.75 mAh/h,具有较高的实用价值.

    数据监控物联网嵌入式气象服务

    基于小波包分解和优化BP神经网络的桥梁结构损伤识别试验研究

    李整李奥利陈代海许世展...
    94-102页
    查看更多>>摘要:针对单一损伤指标对桥梁损伤识别研究的局限性,根据小波包变换基本原理和神经网络原理,构造小波包能量相对变化率(RES)作为损伤识别指标并建立优化反向传播(back propagation,BP)神经网络模型,提出基于小波包分析和优化BP神经网络的桥梁结构损伤位置和损伤程度识别方法,并对该方法进行试验验证,探讨了信号噪音和车速等因素对试验结果的影响.结果表明,以多个损伤工况作为遗传算法优化反向传播(genetic algorithm-back propagation,GA-BP)和遗传算法和模拟退火优化反向传播(genetic algorithm and simulated annealing-back propagation,GASA-BP)神经网络的训练集,两种神经网络模型在数值模拟工况和试验工况中均展现出了良好的识别能力,在数值模拟工况下,GASA-BP相较于GA-BP神经网络的最大平均误差提高了92.61%;在试验工况下,GASA-BP相较于GA-BP神经网络的最大平均误差提高了67.66%,由此可见GASA-BP神经网络具有更好的识别精度和较好的鲁棒性.该方法仅需少量的传感器即可对桥梁结构损伤位置实现精准定位.

    桥梁结构损伤识别小波包能量相对变化率BP神经网络试验研究

    基于LK8810平台的集成电路数字芯片测试方法设计与实现

    郭钺
    103-109页
    查看更多>>摘要:由于集成电路数字芯片内部深层次逻辑的复杂性和边界条件的多样性,导致芯片功能测试覆盖率较低.因此,以提高芯片测试效果为目的,借助LK8810平台,对高效的数字芯片测试方法展开研究.首先,通过合理设置LK8810平台模拟信号的上升时间和下降时间以及测试条件,连接平台测试板和待测芯片的输入引脚,由此搭建集成数字芯片测试硬件电路.然后,利用LK8810自动测试系统内置的程序包和库函数设计测试用例和配置测试参数,由此生成芯片性能测试的程序,并对其进行缺陷密度检测.最后,结合测试环境准备、测试软件配置、测试顺序确定、测试执行以及芯片性能分析与评估等步骤设计芯片测试流程,进而完成芯片测试.实验结果表明,利用该方法对待测芯片展开功能测试,测试结果的覆盖率高达80%以上,源代码执行率最高可达到97.9%,说明该方法的测试可靠性较高.

    LK8810平台集成电路数字芯片功能测试配置参数测试程序

    用于爆炸冲击波测试的球形自由场传感器研究

    张泽腾王玉王文廉
    110-115页
    查看更多>>摘要:冲击波自由场压力测试是武器弹药爆炸试验中的一种重要测试方法,目前常用的笔式传感器需要对准爆心,而动爆或复杂爆炸中难以实现准确对准,会造成较大的测试误差.针对上述问题,设计了一种用于空气爆炸场测试的球形传感器结构,该设计有效地实现了对多个方向冲击波的测量,克服了传统传感器对爆心位置敏感的缺陷,传感器采用压电陶瓷作为敏感元件,连接传感器端采用一锥形结构,以提升其在复杂爆炸环境中的性能和稳定性.在激波管平台上进行了性能标定,并完成了实际爆炸验证试验.测试结果表明,传感器上升时间为1.23 ms,灵敏度为100.34 pC/kPa,传感器测试了6个方向的自由场压力,分布偏差在±7.1%以内.

    冲击波测试自由场球形多个方向性能标定

    基于自编码器无监督学习结构损伤量化检测研究

    刘琦宁立远戴华林王家兴...
    116-126页
    查看更多>>摘要:结构健康检测指通过实时或周期性监测评估工程结构的健康状态,深度学习方法因能从原始数据中提取高层特征而备受关注.针对实际应用中损伤类别的多样性,缺乏对损伤状态进行定量分析,提出了部分跳跃卷积自编码器损伤判断量化方法.使用卷积自编码器处理结构响应,将高维数据降维至低维特征空间,通过重构误差设定损伤指标,以判断健康状态;基于低维特征构建损伤系数,实现结构损伤量化.利用国际结构控制协会与美国土木工程协会(IASC-ASCE)IASC-ASC Ⅰ和IASC-ASCE Ⅱ数据集验证了算法在损伤判断和量化方面的有效性.实验结果表明,损伤指标对大部分损伤状态的判定准确率达到100%,个别损伤状态下的准确率为96%,对不同损伤状态的量化均符合预期.

    结构健康检测卷积自编码器损伤量化

    基于ISSA-BP的带电作业绝缘手套舒适性评估研究

    徐勇吴远旭姚少广何小乓...
    127-134页
    查看更多>>摘要:针对配网带电作业绝缘手套舒适性缺少客观和量化评估方法的问题,提出了一种基于改进麻雀算法(improved spar-row search algorithm,ISSA)优化BP神经网络的舒适性评估方法.针对配网带电作业常用的绝缘手套,选取了3种类型绝缘手套作为评估对象,搭建了人体上肢表面肌电(sEMG)信号测试平台,采集了典型作业工况下被试者穿戴绝缘手套后右臂肱二头肌的sEMG信号,通过ISSA对变分模态分解(VMD)和BP的关键参数进行优化,构建了基于ISSA-BP的带电作业用绝缘手套舒适性评估模型.结果表明,ISSA较SSA有效提升了BP预测准确率和 VMD效果,被试者穿戴不同绝缘手套时sEMG特征参数和舒适度差异显著,舒适性评估模型其准确率达到94.9%,所提出的舒适性量化评估方法为配网绝缘手套的改进以及人员防护提供了依据.

    带电作业绝缘手套表面肌电信号麻雀搜索算法变分模态分解

    基于多源数据融合的GCB故障诊断方法

    王兴张昆毛雕刘举...
    135-142页
    查看更多>>摘要:提出一种基于自适应卷积权重学习模块和多源数据融合技术的发电机断路器(GCB)故障诊断模型.选择GCB设备运行时产生的声纹数据、GCB两侧基波电压频谱图、特高频局放检测图谱作为GCB设备故障诊断的输入数据;对声纹数据进行小波变换,生成声纹时频特征图谱;利用卷积神经网络对各类图像进行特征提取;将提取后得到的特征作为输入信息,输入自适应卷积权重学习的特征融合模块进行特征融合;将融合后的特征输入深度神经网络来进行故障诊断的分类.实验结果表明,所提出的方法故障诊断查准率、查全率和准确率均很高、对复杂的故障环境有着较强的适应能力.

    多源数据融合故障诊断GCB自适应卷积双端接地

    水库地震作用下超高压输电塔力学响应及加固措施研究

    邹英杰段国勇芮焘
    143-152页
    查看更多>>摘要:为了研究水库地震对超高压输电塔的影响,基于白鹤滩库区蓄水以来的地震统计规律所得出的水库地震目标反应谱,从太平洋地震网选择符合规律的水库地震记录,采用有限元方法研究输电塔在水库地震下的力学响应.在此基础上,针对薄弱位置采用碳纤维增强复合材料加固,并分析其加固效果.计算结果表明,水库地震作用下输电塔薄弱位置出现在塔身中部及塔腿处;在最大震级为6级的水库地震荷载下,输电塔整体保持稳定并未出现杆件失效等情况;对输电塔施加不同方向荷载,发现水平方向荷载对输电塔影响更为显著.针对输电塔薄弱位置使用双层碳纤维增强复合材料粘贴加固,在相同工况下,塔顶、塔身、塔腿最大位移分别降低12.26%、9.34%、9.57%.模拟结果验证了加固措施的有效性,为后续抗震加固研究提供一定理论支撑.

    输电塔水库地震损伤分析有限元仿真

    基于最优LQR单人飞行器高度控制

    时伟包建东
    153-159页
    查看更多>>摘要:针对单人飞行器的空中高度控制,基于其空中机动灵活的特点,对比传统的比例积分微分(PID)控制,提出最优线性二次调节器(LQR)算法实现稳定高效的的控制,同时优化系统能量使用效率.首先推导并建立了飞行器动力学和运动学的数学模型,以此建立全数字化的Simulink仿真模型,结合线性化分析设计控制器.然后通过设计非零稳态LQR算法,进行了飞行器的高度控制仿真,对比不同的控制输入权重下的控制效果.结果表明,LQR能够实现平滑稳定控制,能耗控制方面,输入权重R=1条件下,峰值控制输入仅为稳态的1.5倍,相比普通控制权重下的峰值输入降低了40%多,达到了预期的效果.

    单人飞行器高度控制SimulinkLQR

    残差全连接神经网络在输电塔基边坡风险评价中的应用

    芮焘段国勇王彦海邹英杰...
    160-169页
    查看更多>>摘要:现有输电塔边坡风险评估方法偏重静态地质特征与环境因素,忽略塔基与边坡的耦合作用,难以全面评估输电塔边坡风险性.为解决这一问题,综合考虑了边坡的危险性和健康性因素,如边坡高度、坡度、塔基与边坡距离、基面情况等,并通过增强搜索策略的贝叶斯优化算法优化残差全连接神经网络,构建了一种基于贝叶斯优化残差全连接神经网络的输电塔基边坡风险评价模型.并设置BP神经网络、深度全连接神经网络以及未做优化的残差全连接神经网络作为对照组,实验结果表明,该模型性能显著优于其他模型,其中危险性和健康性评价中的平均绝对误差(MAE)约为0.010 2、0.008 1,均方根误差(RMSE)为0.057 3、0.055 1,平均相对误差(MAPE)低至1.475%和1.451%.该模型能够在日常巡检和降雨情况下提供有效的分级预警,显著提高输电塔边坡风险评估的准确性和预警能力.

    残差全连接神经网络贝叶斯优化输电塔基边坡风险评价降雨滑坡预警