现有刀具故障诊断系统具有系统庞大、 成本高, 精度低等问题, 亟需开发一种高精度、 低成本的刀具故障诊断系统。 为此, 提出一种基于仿生应变传感器的数控机床刀具故障诊断系统, 该系统首先将精度高、 价格便宜的仿生柔性裂纹阵列振动敏感元件封装成刚性的仿生应变传感器, 使其适用于采集机床刀具振动信号;然后从采集的刀具振动信号中提取时域和频域特征, 并使用支持向量机算法建立刀具故障诊断模型。 通过实验对离线故障和实时机床加工环境中的在线故障进行诊断, 结果表明, 设计的基于仿生应变传感器的刀具故障诊断系统对机加故障诊断的准确率大于 88% , 在保证故障诊断性能的同时降低了检测成本。 这是将灵敏度高、成本低的仿生柔性敏感元件应用于工业故障诊断的一次全新尝试。

为了驱动光学相控阵(OPA: Optical Phased Array)实现全固态激光雷达的光束扫描, 设计并实现了两种用于 OPA 相位控制的驱动电路, 其中包括电流源驱动和电压源驱动两种驱动电路。 采用 PC(Phase Control)端的上位机软件控制连接到电流源或电压源的单片机, 对 OPA 各路相位控制端的电流或电压进行调节, 改变OPA 远场光束主极大的位置, 从而达到光束偏转的目的, 实现光束扫描。 分析了多通道、 高功率、 高精度、 宽范围的电流源和电压源的驱动原理, 完成了系统的软硬件设计与实现。 最后进行了误差与线性度测试和 OPA相位控制实验, 结果证明了该驱动电路的可行性与正确性。 提出的两种 OPA 相位控制电路原理简单、 稳定性强、 方便实用, 在高精度 OPA 相位控制方面具有一定的应用价值。

针对 VMD(Variational Mode Decomposition)在处理信号时, 模态个数 K 和惩罚参数α的选择会影响信号分解的效果, 提出一种改进 PSO(Particle Swarm Optimization)优化 VMD(PSO-VMD)的算法, 通过改进阈值相关系数法选择有效模态分量, 根据信号分析对高频噪声进行奇异值去噪重构。 对仿真信号和管道泄露信号进行实验, 通过选择多个K 并结合相关系数法选择模态进行重构, 比较不同 K 对应的重构信号与原信号的信噪比(SNR: Signal to Noise Ratio)、相关系数(CC: Coefficient)、 平方绝对误差(SAE: Square Absolute Error)、 均方误差(MSE: Mean Square Error)证明改进 PSO 优化 VMD 的可靠性。 将该方法与改进的 PSO-VMD 结合豪斯特夫距离和奇异值(HD-SVD: HustoffDistance-Singular Value Decompositio)、 互信息和奇异值(MI-SVD: Mutual Information-Singular Value Decompositio)、相关系数和小波变换(CC-WT: Correlation Coefficient-Wavelet Transform)等方法对比, 效果更佳。

油气管道无线传感器网络的节点根据管道走向呈线性分布, 导致无法及时大范围更换能量耗尽节点的电池。 虽然能量有效管理始终是制约油气物联网性能的关键因素, 但因网络端对端延时决定网络对管道安全事故的反应时间, 同样是影响网络性能的关键参数之一。 为此, 提出基于能量采集的管道物联网网络路由算法,使用能量采集技术, 延长网络的使用寿命, 并通过选择距离发送较远的节点作为转发节点, 有效减少网络的端对端延时。 仿真结果表明, 与其他机会路由协议和使用能量采集技术的协议对比, 该算法能有效兼顾网络寿命和网络延时, 提高网络性能。

油气管道信号泄漏检测易受噪声影响, 因此去噪成了关键问题。 为了提高对油气管道信号的去噪效果,提出了一种基于 Savitzky-Golay 平滑滤波、 变分模态分解(VMD: Variational Mode Decomposition)和频域奇异值分解(SVD: Singular Value Decomposition)去噪相结合的油气管道信号的联合去噪方法。 首先, 针对泄漏信号在时域利用 SG 平滑滤波降噪, 去除尖脉冲、 高频成分等噪声, 提高输入信号的信噪比;将滤波后的信号利用VMD 分解, 通过计算各个本征模态分量(IMF: Intrinsic Mode Function)与信号之间的曼哈顿距离, 从而区分信号分量与噪声分量, 对噪声分量进行频域奇异值(SVD)去噪, 最后将滤波后的分量与信号分量进行重构, 得到最终降噪后的信号。 通过仿真和实际实验表明, 该方法与单一 VMD 法、 VMD-小波变换、 SG-VMD-时域 SVD 去噪方法相比, 去噪后所得信号信噪比相对较高, 并验证了该方法去噪效果的优越性和对油气管道泄漏信号去噪的可行性。

为提升折射率测量灵敏度、 方便测量, 通过湿腐蚀法制备了高灵敏度的 U 形塑料光纤折射率传感器。 从理论上分析了多模塑料光纤宏弯曲折射率传感器的原理, 利用射线法对塑料光纤中传输光场进行近似, 获得多模塑料光纤宏弯曲模式损耗的表达式。 采用丙酮和甲醇混合溶液作为腐蚀剂, 利用湿腐蚀法对塑料光纤进行处理, 观察不同腐蚀剂浓度腐蚀后光纤表面形貌, 得到最佳腐蚀剂浓度为丙酮浓度 80% 。 采用热定型法对腐蚀后的光纤进行宏弯曲处理, 通过改变光纤芯径及弯曲半径优化传感器性能。 利用 655 nm 红光激光器作为光源对其灵敏度进行测试, 在 1. 30 ~ 1. 45 的较大折射率范围内, 得到最佳灵敏度为618% / RIU(RIU 为折射率单位)。 实验结果证明, 通过宏弯曲处理可以使传感器灵敏度得到提升, 并且 U 形探头使测量更加方便, 可以广泛应用于折射率传感领域。

针对立方星的姿态控制中, 获取卫星当前姿态的需求, 设计了一种用于立方星的数字式太阳敏感器。通过线性CCD(Charge Coupled Device)和对应的狭缝型光学通路设计, 实现了对点状光源相对于安装平面的法线双角度测量, 并达到了视场角度 40毅, 理论测量精度为 0. 01毅的设计指标。 该太阳敏感器采用了商用现成品和技术(COTS: Commercial Off-The-Shelf), 具有体积小、 功耗低、 设计简单、 稳定性高和易于集成的特点。 作为满足立方星子板几何尺寸的 COTS 资源, 在未来的立方星研制过程中具有潜在的应用价值。

草地资源是我国畜牧业发展的坚实基础。 但由于长期不合理的开发利用, 导致全国近 90% 的可利用草地都存在不同程度的退化。 因此及时准确地监测草地生长状况和掌握反应草地生势的品质参数, 对草地管理具有重要的现实意义。 近年来, 随着遥感技术的不断发展, 越来越多的高分辨率卫星增加了红边谱段。 红边谱段对受病虫害影响的植被反映较为明显, 且受背景影响较小, 被广泛应用于植被品质研究中。 笔者基于吉林一号遥感影像中的 B4 红边波段对植被的显著表达特点进行分析研究, 构建草地品质指数(GQI: Grassland Quality Index), 与单一植被指数相比, 该指数可以更全面的衡量草地品质不同指标的优劣程度。 通过选取与草地品质相关度高的植被指数进行计算并进行主成分分析, 得到草地品质指数(GQI)的得分公式, 计算得到草地品质指数结果。 结果表明: 向海自然保护区 80% 的草地处于品质中等水平, 生长状况优良的草地范围大概占 15% ,与实际情况比较吻合。

为了提高长输管道泄漏检测的准确率, 将改进模糊 C 均值算法应用于长输管道泄漏检测研究。 在传统模糊 C 均值算法的基础上引入粒子群算法, 对其寻找聚类中心的迭代过程进行优化, 用粒子群算法替代模糊C 均值的梯度下降法, 以提高模糊 C 均值算法的聚类效率和准确率。 然后分别用所得的基于粒子群优化的模糊 C 均值聚类模型、 传统模糊 C 均值聚类模型以及 3 层 BP(Back Propagation)神经网络分类模型对同一组管道泄漏检测实验数据进行处理。 对比实验结果证明, 基于粒子群优化的模糊 C 均值算法其性能优于传统的模糊C 均值算法和 3 层 BP 神经网络, 将其模型应用于长输管道泄漏检测的方案可行。

针对 SAC(Soft Actor Critic)算法中所有样本都以等概率随机采样, 造成训练速度慢, 训练过程不稳定的缺点, 提出了 PER(Prioritized Experience Replay)-SAC 算法。 通过将优先级经验采样引入 SAC 算法, 使网络优先训练值估计函数误差较大和策略表现不好的样本, 从而提高了Agent 训练过程的稳定性与收敛速度。 实验结果表明, 在多个环境及优化算法下, PER-SAC 算法在训练速度及稳定性上相比于 SAC 算法均有明显提升。

为定量把握冻土对沉降监测网点的稳定性影响, 降低测点施工成本, 在东北地区通过实际项目数据研究分析监测点稳定性受季节性冻土的影响情况。 结果表明 12 月-次年 2 月期间, 随着温度逐渐降低至 0 ℃ 以下,冻土深度加深, 监测点沉降量逐渐增大, 2 月-3 月冻土深度达到最深, 监测点累计沉降量最大达到1cm。 温度对冻土深度的形成有较大影响, 温度降低时, 冻土深度加深, 监测点被抬升, 随着温度的升高, 冻土深度降低,监测点开始下降, 最终趋于稳定。 研究结果能有效指导沉降监测点施工, 并降低造价成本。

集成学习是分类多变量时间序列的有效方法。 然而集成学习对基分类器性能要求较高, 基分类器组合算法优劣对分类效果影响较大。 为此, 提出一种基于 Shapelets 的多变量 D-S(Dempster/ Shafer)证据加权集成分类方法。 首先, 在单变量时间序列上学习得到基分类器 Shapelets, 基分类器的分类准确率确定为其在多分类器的权重。 Shapelets 是时间序列的子序列, 不同变量 Shapelets 间不存在依赖关系, 且单个 Shapelets 分类准确度较高, 能得到“好而不同冶的基分类器。 然后, 提出一种加权概率指派算法, 增加分类准确率高的基分类器权重,减少分类准确率低的基分类器权重; 添加了 2 个组合策略, 即消除证据冲突, 又提高了效率。 在标准数据集上与多个最新算法进行比较, 笔者算法取得了较好的分类结果。

现有地质元数据标准普遍表现为缺乏语义、 比较零散、 体系不够完善等缺点。 为解决地质知识标准的组织, 在对国内外地质领域内标准以及知识图谱研究的基础上, 以地层知识和石油地质知识为依据构建了地质知识标准化模型, 分别以地层和石油地质为应用背景, 采用知识图谱技术对他们进行了实现验证。 结果表明, 所提出的标准化能为地质知识组织的标准化提供标准支撑。

针对当前高校实验室安全管理存在教育方式不灵活、 受时间空间限制和监管不便等问题, 为提高和完善实验室的安全水平, 提出研发基于微信小程序的实验室安全教育考试系统, 有效辅助实验室安全管理工作。从系统架构和系统功能构建入手, 分析了系统包含知识学习、 在线练习、 在线考试、 咨询问答、 错题复习和用户登录 6 大功能的重要性和必要性, 并以目前国内高校典型的实验室安全教育考试内容为例, 详细阐述了系统内容和知识题库的构建、 数据库设计连接和系统各模块的实现过程。 该系统上线后运行良好, 在实际应用中可操作性强, 大大提高了实验人员的学习积极性和学习效率, 有效增强了实验人员的安全意识, 具有一定的创新性和较好的实用价值。

为解决高速动车组网络系统在冗余性设计上的安全性及可靠性等问题, 以“复兴号”动车组网络控制系统冗余设计需考虑的因素为基础, 提出了高速动车组网络控制系统在硬件及软件上的冗余性设计原则、 措施及方法。 通过动车组的批量应用验证了网络控制系统冗余设计在保证动车组安全性、 可靠性及可用性方面的良好效果。