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

    基于统计分析与物理模型的批量小样本条件下作动器退化建模

    潘晋新景博焦晓璇王生龙...
    1-9页
    查看更多>>摘要:作动器是飞行控制系统的重要组成,其性能直接影响飞行安全。然而,大部分部件全寿命周期仅能获取 2~3 次的返所测试数据,性能退化样本极小,给作动器的性能预测带来困难。针对这一问题,提出了一种统计分析与物理模型结合的性能预测方法,首先对批次型部件数据进行统计分析,建立作动器不同阶段的统计分布规律;然后,结合作动器退化的物理模型与统计规律,建立带有概率分布的作动器退化函数,并基于AMESim仿真对参数进行标定,得到不同时间与健康参数下的概率密度函数;最后,针对任一部件获取的健康参数,给出基于后验概率的概率密度函数更新方式。为验证方法的有效性,本文采用多个含有3 个数据点的样本进行验证,统计预测值精度。结果表明,实测值在预测密度函数的 3sigma范围的概率高达 92。27%,证明预测密度函数能够在高置信度下表征作动器退化规律。

    小样本退化建模统计分析作动器AMESim仿真

    面向变工况下工业流数据故障诊断的持续迁移学习系统

    石明宽丁传仓王锐黄伟国...
    10-16页
    查看更多>>摘要:机器学习模型在智能故障诊断中取得了显著成功,但主要应用于静态场景。在实际场景中,新的故障类别数据以流形式不断产生,且数据分布随机械设备运行条件变化而发生变化,导致连续流数据具有非独立同分布的特征,这种面向非独立同分布连续流数据的诊断问题被称为持续迁移诊断问题。针对此问题,本文提出了一种基于持续迁移学习系统(CTLS)的故障诊断方法。该方法设计了域适应学习损失函数和持续迁移学习机制,能有效处理变工况下的工业流数据,无需重放旧类别数据便能够能学习新类别知识。此外,利用机械故障诊断案例评估该方法的性能,分析结果证明CTLS能够高效处理变工况条件下的工业流数据,是一种极具潜力的解决实际工业问题的可靠工具。

    持续迁移学习工业流数据故障诊断旋转机械

    基于对比序列重构的卫星遥测数据异常检测方法

    李桢煜宋宇晨彭喜元刘大同...
    17-26页
    查看更多>>摘要:基于遥测数据的异常检测是卫星在轨运维管理的关键技术。但现有方法大多仅采用正常样本建立模型,异常检测结果对判读阈值敏感、虚警率较高。对此本文提出基于对比序列重构的卫星遥测数据异常检测方法,充分利用有限异常先验增强异常检测中正常、异常样本差异。先基于变分自编码器提取遥测数据时序演化特征,引入对比学习方法建立对异常、正常数据差异化输出的编码器,再用大量正常数据进一步训练整个模型实现对正常数据的精准重构形成对异常数据敏感的时序数据重构模型,再基于核密度估计方法学习异常判读阈值进一步提升异常检出率。在真实卫星遥测数据上验证表明所提方法能有效降低异常检测的虚警率(均低于 0。002)并保持较高的检出率具备良好的实际应用水平。

    卫星遥测数据异常检测对比学习变分自编码器

    基于IDRSN-BiLSTM的铣削加工表面粗糙度预测方法

    陈佳琳尚志武张雷
    27-36页
    查看更多>>摘要:针对传统的表面粗糙度预测方法过度依赖人工提取特征以及预测精度较低的问题,提出一种基于Inception模块改进的深度残差收缩网络(IDRSN)和双向长短时记忆网络(BiLSTM)的表面粗糙度预测方法。首先,利用深度残差收缩网络(DRSN)中软阈值化结构和注意力机制对输入信号进行降噪处理。其次,引入Inception模块构建IDRSN以提升网络的多尺度信息获取能力,实现自适应多尺度特征提取。然后,引入反向长短期记忆(LSTM)构建BiLSTM预测网络,利用正反两个LSTM提高网络捕捉历史和未来完整信息的能力。最后,进行实验验证,分别对比IDRSN、DRSN、BiLSTM和人工提取特征 4 种方法的提取特征效果,以及BiLSTM、卷积神经网络(CNN)、DRSN和CNN-LSTM 4 种表面粗糙度预测模型的预测精度。结果表明所提方法具有较高的预测精度,为铣削加工表面粗糙度预测奠定了方法基础。

    粗糙度预测深度残差收缩网络Inception模块自适应特征提取双向长短时记忆网络

    基于非接触光声成像的碳纤维增强复合材料冲击损伤检测方法

    丁凯旋陈冀景皮一涵李娇...
    37-45页
    查看更多>>摘要:为了探究碳纤维增强复合材料(CFRP)的损伤机制并对其制造过程进行质量监控,对CFRP的冲击损伤区域进行了高分辨无损检测。构建了全光式非接触光声显微(AONC-PAM)成像系统,利用自主开发的光学吸收结合背向散射的双对比度成像模式,对CFRP在不同冲击能量下的损伤区域进行高分辨率无损检测。实验结果显示,AONC-PAM 系统的空间分辨率为2。9±0。5 μm;双对比度成像策略能以 2 s/帧的速率同时获得基于光学吸收和表面散射特性的图像及两者叠加的双对比度图像;AONC-PAM系统显示了比通用明场显微镜系统更多的成像细节,包括碳纤维分布和其他微观缺陷如纤维断裂、错位、缺束和褶皱,可检测的微观缺陷尺寸达 10~20 μm,并实现了损伤区域的精准量化。

    无损检测非接触光声显微镜双对比度成像碳纤维增强复合材料冲击损伤

    基于ELM的超声多特征融合螺栓应力测量方法

    陈平商秋仙余鑫尹爱军...
    46-56页
    查看更多>>摘要:针对传统超声波螺栓应力测量中存在的非线性和不适定性问题,提出一种基于极限学习机(ELM)的超声多特征融合螺栓应力测量方法。首先基于声弹性理论和散射理论,根据超声回波信号提取声时差及瑞利散射范围内多晶体材料中纵波的衰减系数等超声波特征参数。然后通过向量降维选择声时差、衰减系数和有效受力长度作为模型输入特征向量,建立了基于ELM的超声多特征融合螺栓应力测量模型。搭建螺栓轴向应力超声波测量实验平台,对不同材料和规格的螺栓进行螺栓应力的测量,并对比了使用传统的超声测量方法的测量结果,验证了传统超声检测方法的局限性。对比了ELM与其他机器学习方法包括BP、支持向量回归(SVR)的测量结果和精度。结果表明,提出的方法有效克服了传统超声测量方法的不足,能实现不同材料不同规格的螺栓应力测量,并且测量精度更高(平均相对误差为 3。86%),泛化能力更好。

    螺栓应力超声波测量向量降维ELM多特征融合

    基于叶尖定时的风机叶片裂纹故障识别研究

    盛昌文姜永正黄磊曾立英...
    57-65页
    查看更多>>摘要:风机叶片作为风电机组的关键部件,其裂纹故障尤为常见。裂纹的存在会导致叶片或机组出现损坏。为此,基于叶尖定时原理和分析方法,提出一种风机叶片裂纹故障的识别方法。首先,依据叶尖定时原理,分析叶片在载荷作用下裂纹对叶尖偏移的影响,建立叶尖偏移与叶尖偏移时间之间的数学模型。其次,通过仿真分析叶片在不同状态下叶尖偏移程度,结合不同工况参数与叶尖偏移时间之间的数学模型,识别裂纹特征信号。最后,利用风机模拟试验台实测叶尖信号,结果表明本文所提的识别方法对裂纹的特征信号的成功提取达到了 92%以上,并且能够实时完成裂纹信号的提取和分析,说明此方法能够实现裂纹故障实时识别。

    风机叶片叶尖定时叶尖偏移裂纹故障裂纹识别

    基于在机测量的曲面共形电路3D打印误差补偿方法

    刘清涛魏栋杰杨鹏涛尹恩怀...
    66-74页
    查看更多>>摘要:基于 3D 打印技术制备曲面共形电路具有广阔的应用前景,然而,由于曲面基材加工误差和导电线路定位误差的影响,导致曲面电路 3D打印头高度难以精确控制,进而影响打印精度。为此,本文以气动式直写打印为研究对象,提出了一种"在机测量+线路模型重构"的打印头高度误差补偿方法。设计了一种曲率自适应测量点选取方法,利用NURBS曲线反算法对测量数据进行重构,还原真实线路模型。通过生成真实线路的打印轨迹,替换原始理论打印轨迹,补偿了打印头高度误差。自主搭建了一套集成了在机测量系统的曲面共形电路 3D打印平台,设计了直线、圆弧与NURBS自由曲线 3 种形状的线路,进行补偿前后电路打印的对比实验。结果表明,未进行补偿前,在线路曲率较大的地方,线路在基板上的波峰处会产生拉丝现象,波谷处会产生堆叠现象,而补偿后的导线线宽比较均匀;进一步对每条导线的电阻进行测量,发现各条线路补偿前的电阻值波动较大,补偿后的电路的电阻值均匀,且相较补偿前平均降低 65。99%,最大电阻降幅达 85。75%。

    曲面共形电路3D打印在机测量误差补偿模型重构NURBS曲线

    面向工件自动化装配的空间位姿柔性接触式测量方法研究

    郭文婷陈东生程思博孙若依...
    75-83页
    查看更多>>摘要:自动化装配精度极其依赖于自动化位姿测量精度。目前常用的位姿测量方法基于非接触式测量方法,该方法随光照、畸变等影响鲁棒性不高。为提高位姿测量柔性和鲁棒性,本文提出一种基于接触式位姿测量方法,该方法基于多测针接触式测量系统,通过解耦将位姿调节量转化为姿态、圆心、相位相互独立的测算量。首先采用视觉引导方式构建视觉坐标系实现点位测量路径自更新实现柔性测量,然后通过测量工件平面、圆周、孔位圆周获取坐标点位,最后采用最小二乘法拟合平面并将圆周点位进行投影拟合圆心,求解定位孔圆心构成的向量空间夹角得到姿态、相位及圆心的调整量。本文所述方法可以提高测量效率,解耦调整方式大大降低了位姿联调的相互影响,提高了位姿测量的柔性和鲁棒性。通过实验对本文所提方法的有效性进行验证,实验结果表明:采用空间位姿柔性接触式测量方法进行测量后调整,其工件相对位置偏差在 0。075 mm以下,姿态角度偏差在 0。02°以下,相位角度偏差在 0。055°以下。

    接触测量最小二乘法位姿检测工业机器人

    基于误差修正模型的机翼风洞试验弯扭变形测量方法

    陈光希梁浚哲张征宇呼煜超...
    84-94页
    查看更多>>摘要:风洞试验中,机翼在高速气流下产生弯曲、扭转变形,本文提出一种基于误差修正模型的机翼弯扭变形测量方法。首先,利用基于摄影测量的相机标定方法求得相机畸变参数,采用数字图像相关法定位与追踪荧光点的无畸变像素坐标。然后根据摄影测量技术建立气流坐标轴系标定板,并利用气流坐标轴系标定板标定相机外参及求取机翼上荧光标记点的Y坐标。最后,根据标记点已知的Y轴向约束,建立单双目测量系统各自的三维重建模型及弯扭变形的误差修正模型,并以模型迎角为 0°水平时为基准状态计算吹风状态下机翼弯扭变形。经试验验证,本文提出的机翼扭转变形测量误差小于 0。01°,机翼弯曲变形测量误差小于 0。15 mm/m。该方法可为飞行器设计提供可靠及鲁棒的实验数据。

    误差修正弯曲变形扭转变形摄影测量