首页期刊导航|仪器仪表学报
期刊信息/Journal information
仪器仪表学报
仪器仪表学报

月刊

0254-3087

yqyb@vip.163.com

010-84050563

100009

北京市东城区北河沿大街79号

仪器仪表学报/Journal Chinese Journal of Scientific InstrumentCSCD北大核心CSTPCDEI
查看更多>>本学报是中国仪器仪表学会主办,代表中国仪器仪表及自动化最高学术水平的唯一国内外公开发行的学术性刊物。学术性强、内容创新、注重应用,优先刊登具有创新成就和观点的中英文论文、综述性文章、论坛及信息。设有学术论文、研究通讯和短文、综述、信息等栏目。
正式出版
收录年代

    柔性触觉反馈驱动器研究进展

    于猛程祥彭世刚王鹏飞...
    1-16页
    查看更多>>摘要:触觉交互界面作为用户与系统之间的重要沟通窗口,不仅能够满足用户对简单化、自然化的人机界面的需求,也是实现直接、高效完成任务的关键因素。触觉反馈驱动器作为触觉交互过程中的核心部件,能够模拟或复现多种形式的触觉信息,提高用户在操作过程中的临场感与真实感。近年来,柔性触觉反馈驱动器凭借着其轻量、柔顺、适应性强等特点,在人机交互场景中展现了广阔的应用前景与价值。首先,根据柔性触觉反馈驱动器对皮肤刺激形式的不同分为电刺激、机械刺激、热刺激3类,并进一步重点阐述了各类驱动器的最新研究进展,主要包括了各类驱动器的驱动原理、结构设计、反馈形式等。进一步地,介绍了基于柔性触觉反馈驱动器所开发的触觉反馈设备在虚拟现实、遥操作、医疗等领域的应用。最后,对当前柔性触觉反馈驱动器所面临的问题与挑战进行了总结,并对未来的发展趋势进行了展望。

    人机界面触觉反馈柔性驱动器驱动原理

    FeGa膜/AT切石英晶片双面复合蝶形谐振磁场传感器

    杨晓朋文玉梅陈冬雨李平...
    17-25页
    查看更多>>摘要:蝶形磁致伸缩膜由于磁汇聚,其中心区域的磁致伸缩应变增强,但是和矩形AT切石英晶片复合时,磁膜耦合至矩形晶片电极区的应变会向周围无磁膜区域扩散,降低应变对晶片厚度剪切振动的作用,降低磁场传感器灵敏度。提出AT切石英晶片和FeGa膜形状一样的蝶形谐振磁场传感器,蝶形晶片可以将蝶形磁膜增强的晶片应变汇聚至晶片电极区,以提高传感器灵敏度。仿真结果预测,在23。8~118。9 Oe的磁场范围内,蝶形结构的灵敏度为蝶形磁膜/矩形晶片结构的3。73倍。通过微机械加工,制作了蝶形器件,对实际器件测试的结果表明,在76。4~117 Oe的线性区间内,蝶形传感器的灵敏度可达-29。08 Hz/Oe。

    谐振磁场传感器AT切石英FeGa膜蝶形结构

    高性能多方向双圆弧形压电能量收集系统

    曹益恺王德波
    26-34页
    查看更多>>摘要:为了解决传统压电能量收集系统通频带窄、功率密度低的问题,本文采用线性多模态共振法,提出一种双圆弧悬臂梁内外反向拼接的压电能量收集系统。两根梁上各覆盖一个压电层,压电层之间串联连接。建立二自由度系统集总参数模型和机电耦合模型来分析频率响应和输出性能。对比压电层弧度不同的压电能量收集系统的输出性能,根据测试结果,当弧度为0。5π时输出性能最佳。设置激励加速度为0。1 g,一阶模态下,谐振频率为82。19 Hz,开路电压为49。65 V,最大输出功率为3。74 mW;二阶模态下,谐振频率为119。14 Hz,开路电压为44。74 V,最大输出功率为3。54 mW。测试结果表明,该结构可有效拓宽通频带宽度至52 Hz,且功率密度高。该压电能量收集系统结构简单易于制备,工作频带宽,可在频率波动大的环境下供电,同时体积小、功率密度大,能在多方向激励下高效率收集能量,可应用于可穿戴设备、低功率设备等多个领域。

    压电能量收集多模态多方向谐振频率功率密度

    基于电磁铁复合线圈的磁浮车悬浮间隙检测方法

    靖永志刘沁宇贾兴科倪胜...
    35-44页
    查看更多>>摘要:针对传统电涡流传感器体积大、无法直接测量真实电磁间隙等问题,提出了一种基于电磁铁复合线圈的磁浮车悬浮间隙检测方法。首先,分析了悬浮系统等效电磁间隙检测原理,针对电磁铁和F轨表面高频涡流对复合线圈磁场耦合作用建立了复合线圈等效阻抗模型。其次,通过有限元仿真优化了复合线圈激励频率和复合线圈间隙检测系统结构以提高检测灵敏度,设计了谐振检测电路和信号解调电路有效抑制了悬浮系统与间隙检测系统之间的串扰。最后,进行了静态性能测试和悬浮实验,校正后的线性度为0。4%,恒定间隙时静态输出最大波动峰峰值为89 μm,悬浮系统能够在给定间隙、阶跃扰动和偏移扰动的不同工况下稳定悬浮。实验结果表明,间隙检测的响应速度和检测误差均满足系统要求。

    磁浮车电磁铁复合线圈间隙检测

    基于数据驱动的锂离子电池健康状态估计研究进展综述

    金帅董静
    45-59页
    查看更多>>摘要:锂离子电池(LIBs)在电气化交通、电化学储能和移动电子产品等领域广泛使用,精准评估其健康状态(SOH)是确保安全可靠应用的基础。数据驱动法是当前评估SOH的主流方法,该方法无需考虑电池内部复杂的物理化学反应,依赖于直接的数据分析,且具有较高的精度。本文从锂离子电池SOH影响因素入手分析了基于数据驱动的电池SOH估计方法的研究现状,着重比较了机器学习、滤波器和时间序列等方法实施SOH估计的原理、优缺点。最后,针对电动汽车实际应用场景,对SOH估计方法的未来发展趋势进行了展望。

    锂离子电池健康状态数据驱动电动汽车

    基于信息融合子域适应的不同工况下谐波减速器故障诊断方法

    康守强章炜东王玉静刘连胜...
    60-71页
    查看更多>>摘要:针对工业机器人谐波减速器不同工况数据分布差异大,部分工况数据标签缺失以及单一传感器获取信息不全面,导致诊断准确率不高的问题,提出一种信息融合子域适应的不同工况下谐波减速器故障诊断方法。该方法将源域和目标域一维振动数据利用小波变换构建时频图;使用基于小波变换的图像融合方法整合多个传感器的时频信息并构建融合图像;提出多表示特征提取结构的改进残差网络以充分挖掘融合样本多表示特征,同时,在无监督场景下将源域和目标域融合样本的多表示特征进行子域适应处理,减小两域的各个子域间的分布差异,从而将知识从标签丰富的源域迁移到标签缺失的目标域,最终实现不同工况下谐波减速器的故障诊断。通过搭建工业机器人谐波减速器故障实验台并进行实测,所提方法在所有迁移任务中平均准确率可达98。8%,能够有效实现无监督场景中不同工况下谐波减速器的故障诊断。

    信息融合不同工况域适应谐波减速器故障诊断

    基于冗余关系分析的传感器自诊断设计方法研究

    蒋栋年褚天锐高玉鑫
    72-83页
    查看更多>>摘要:工业过程中传感器数量众多且可靠性要求高,而传统定期检测评估其健康状况的方式不但费时费力且不能满足传感器智能化的发展需求。针对这一问题,提出了一种基于测量数据统计相关性的传感器自诊断设计方法。利用传感器测量数据建立其统计关系模型,借助自编码器提取传感器数据特征并将其编码为二进制形式。在同时考虑传感器测量数据统计独立和统计相关两种情况下,在有参考值时,通过引入故障检测概率和误检概率建立了独立统计模型实现传感器的故障自诊断;在无参考值情况下,借助高斯Copula函数建立多元统计依赖模型评估参数之间的相关性,并利用贝叶斯理论在不依赖参考值的情况下自学习获取传感器的健康状况。本研究以镍闪速炉系统为例,两种模式下测量系统中健康传感器的故障检测后验概率达到了 0。92,即故障统计模型的参数与建模期望相符。实验结果表明,所提方法在两种模式下均能准确识别出测量系统中的故障传感器,验证了所提方法的有效性与可行性。

    传感器自诊断无参考值自编码器

    多传感器融合和MHA-LSTM的电机轴承剩余寿命预测

    张菀张泰瑀贾民平蔡骏...
    84-93页
    查看更多>>摘要:轴承作为电机的核心部件,主要起到支撑引导轴、减小设备摩擦、连接不同设备等作用,其剩余寿命预测对系统健康管理起着十分重要的作用。针对单一传感器信号通常难以全面描述系统的潜在退化机制,论文提出一种基于多头注意力机制和长短时记忆神经网络的电机轴承剩余寿命预测模型。首先,基于马氏距离确定轴承性能退化起始点,将滚动轴承全寿命周期分为正常阶段与退化阶段;其次,使用自编码器自动提取振动信号特征,并将其与电机电流、轴承温度融合,构成多源信息特征矩阵;然后基于多头注意力机制和长短时记忆网络模型动态选择相关度较高的特征,提高寿命预测的准确性。最后,采用实验数据进行验证,结果表明所提出的模型具有更高的准确性。

    电机轴承多传感器融合多头注意力机制长短期记忆网络剩余寿命预测

    资源受限的机械振动WSN层次分解CNN边缘计算方法

    付豪邓蕾汤宝平李子昊...
    94-105页
    查看更多>>摘要:用于机械振动监测的无线传感器网络节点的微控制器需要进行复杂的边缘计算,然而硬件资源受到限制。卷积神经网络作为一种性能优越的深度学习算法,若将其运行在MCU上可增强边缘WSN节点的计算能力。本文提出了一种不修改CNN模型的层次分解方法,解决了难以在资源受限的MCU上运行不轻量化CNN的问题,实现了机械振动WSN节点的计算能力增强。首先通过设计文件结构用于分解并存储CNN模型参数,然后提出内存管理方法并推导随机存取存储器的消耗过程,最后提出参数定位方法准确高效地读取模型参数。实验表明仅使用1。76 KB RAM与2。14 KB Flash,在3。15 ms内便可实现高准确率的边缘计算识别任务。

    CNN边缘计算MCU资源受限机械振动

    基于卷积变分自编码和多头自注意力机制的断路器剩余机械寿命预测

    孙曙光王泽伟陈静黄光临...
    106-118页
    查看更多>>摘要:针对万能式断路器退化过程的不确定性,考虑到振动信号对机械性能退化的完善表征,提出了一种基于卷积变分自编码(CVAE)和多头自注意力机制(MSA)的断路器分闸机械机构寿命预测方法。首先依据断路器不同的事件区间提取参数特征,再通过CVAE挖掘信号成分中的深度特征,将参数特征与深度特征融合得到完备退化特征,最后建立GRU-MSA的定量寿命预测模型,引入了多头自注意力机制,在多个不同表征子空间中捕捉信号的不同依赖关系,对重要的时间步赋予更大的权重。最后利用3台试品的振动信号测量数据对所提断路器分闸机械机构寿命预测方法进行测试,结果表明,所提出的方法在3个数据集中寿命预测均方根误差(RMSE)分别为141。46、128。75和134。16,平均绝对误差(MAE)分别为112。17、101。52和106。22,预测精度高且稳定性好,相对于其他混合预测模型更具优势。

    万能式断路器卷积变分自编码多头自注意力机制剩余寿命预测