基于STM32的建筑物接地电阻检测仪的研制

针对目前建筑物接地电阻检测装置存在的缺陷,提出一种基于STM32的建筑物接地电阻检测的系统方案。该方案根据三极补偿原理,采用嵌入式系统控制的主从机软硬件实现接地电阻的精确测量。检测系统包括交流合成、信号采集和数据处理三部分。检测系统由STM32控制产生频率精度高、波形稳定的交流电流注入接地网,对地网中的电压电流信号经带通滤波、差分放大、同步AD转换、FFT处理得到精确地接地电阻值。本检测系统能够提高检测精度以及检测效率,实现检测工作的智能化。     

基于小波分析的RAIM算法卫星故障检测研究

作为一种传统的卫星故障诊断方法,RAIM在卫星故障监测中发挥着重要作用;文中基于奇偶矢量RAIM算法,提出一种基于小波分析的RAIM算法的卫星故障检测方法;首先利用Haar小波分解,对卫星故障信号进行小波变换处理,提取故障信号特征,通过在不同尺度的奇异性变化找到信号突变点,然后将检测结果反馈给RAIM算法进行故障检测,对不同条件下的卫星故障进行故障检测性能进行分析;仿真实验表明,该算法提高了系统故障检测的准确性,降低了误警率。     

基于HHT变换的起动电动机特征信号时频分析

针对车辆起动电动机电气和机械故障发生时特征信号的时变不平稳特性,进行了时频域分析处理,提出了利用现代信号处理方法对故障信号提取特征向量的方法,主要对起动电动机的电枢和轴承故障进行诊断。在构建电机故障测试实验平台的基础上,利用破坏性实验构造了故障类型,测取了电枢电流和振动信号,分别采用小波分析理论和HHT变换对信号进行分析,通过分解再重构的方式将信号分解成了频率由高到低的不同分量,并获得了故障的特征频率,提取了特征向量。实验结果表明,基于HHT变换的现代信号处理方法在处理时变非平稳信号方面比小波分析理论更具有自适应性,更易识别。     

RSD固态脉冲电源中的罗氏线圈电流检测技术

 介绍了基于高速大功率反向开关晶体管(RSD)的磁压缩固态脉冲电源试验平台,就RSD状态电流及磁压缩脉冲电流的波形特征对检测环节高需求的问题,研究了罗氏(Rogowski)线圈传感头的频率特性,在对比已有传感头信号处理方法的基础上,给出了一种新型结构的自积分与外积分复合式罗氏线圈的设计过程和参数选取方法,在保证传感器具有1 mV/A灵敏度的前提下,将传感器的工作频带从低频拓宽到线圈的自然角频率。给出了二级磁压缩网络放电的负载电流实验波形及RSD开关的触发、导通电流波形,验证了该罗氏线圈传感器能够满足本固态脉冲电源中的RSD开关状态电流高精度检测和负载电流的高频检测要求。     

EEMD与EFICA在单通道复合故障诊断中的应用

针对转子不对中和滚动轴承微弱损伤的复合故障诊断问题,提出了一种基于平均经验算法(Ensemble Empirical Mode Decomposition,EEMD)和高效快速独立分量分析(Efficient Variant of FastICA,EFICA)的盲源分离故障诊断方法。利用EEMD算法将单通路复合故障信号分解成多个不同信号特征的本征模函数(Intrinsic Mode Function,IMF),解决了盲源分离中的欠定问题。在此基础上利用EFICA算法对各个不同信号特征的IMF进行故障特征分离。通过仿真实验和转子实验台的实验结果,表明该算法可以有效分离出各个不同的故障特征。     

相位可控的核四极矩共振激励脉冲发生器设计

在核四极矩共振（NQR）领域，射频激励脉冲信号的优劣对NQR响应信号有重要影响.针对常规方法中射频激励脉冲参数不可控的问题，本文基于32位闪存微型控制器STM32和直接数字频率合成（DDS）芯片AD9910设计了一种相位可控激励脉冲发生器.采用STM32控制AD9910产生波形参数（脉冲宽度、脉冲间隔、脉冲个数和共振频率等）可控的射频激励脉冲，利用LabVIEW软件平台设计脉冲参数设置界面，并建立计算机与微控制器通信，实现波形参数的精确优化控制.实验结果表明，该方法实现了相位可控的NQR激励脉冲序列，可为后续NQR信号检测提供有效激励源.     

聚龙一号装置波形调节北大核心CSCD

在聚龙一号装置(PTS装置)上开展了系列波形调节实验,成功在负载上输出脉冲上升时间达到600ns、峰值电流大于5.0 MA的电流。聚龙一号装置在同步放电情况(短脉冲模式)下,负载电流的上升时间约90ns,峰值电流约10.0 MA。波形调节通过装置24台激光触发气体开关分时放电、脉冲输出开关短接等技术调整,实现负载上长上升时间的脉冲电流输出。波形调节根据需要实现的电流波形形状,通过全电路模拟计算,调整激光触发气体开关的触发时序和脉冲输出开关状态,在相应负载上输出接近需求的实验波形。聚龙一号装置波形调节实验研究表明,输出电流脉冲的前沿的最大值取决于24台激光触发气体开关最早触发时刻和最晚触发时刻的时间差,该时间差受制于激光触发气体开关的正常触发。激光触发气体开关能否被正常触发,除了取决于进入开关触发间隙的触发激光能量外,还取决于开关充气压力和加载于开关两端的电位差,该电位差与相关两路的渡越时间相关。通过波形调节研究,聚龙一号装置具备在不同实验负载上输出不同上升时间、不同波形形状的脉冲电流的能力。     

小波阈值降噪算法在光电探测器信号 处理中的应用

针对光电探测器传统降噪处理中软、硬阈值函数存在的缺点,提出了一种含参数的阈值函数和逐层变化的阈值相结合的小波阈值降噪算法.该算法可以调整参数使生成的阈值函数于软、硬阈值函数之间,且在临界阈值处平滑过渡,保留部分有用信号.应用过程中阈值可随着分解层数的改变而改变,对各个分解层有自适应特征,减少小波系数阈值处理中的固定偏差,从而在保留原有信号的同时减除不必要噪声.仿真及实测结果表明,采用该小波阈值降噪算法处理的信号信噪比较高、均方误差较小,有效地抑制噪声对光电探测器输出信号的干扰.     

提升小波加权自相关函数的基音检测算法*

随着计算机技术的发展,语音信号处理作为人机交互的重要渠道,其在复杂噪声环境下的特征值检测算法直接关系到计算机的运算效率。基音周期是语音特征值提取的重要参数之一。针对传统基音检测算法在噪声环境下检测精度低的问题,提出了一种基于自适应提升小波变换加权线性预测误差自相关函数的基音检测算法。该方法用多级提升小波近似系数加权求和的方法来弥补自相关函数随着时间延迟量的增加幅值衰减的缺陷;用线性预测误差自相关函数的方法来抑制共振峰的干扰,然后将两种方法结合来突出基音周期处的峰值。实验结果表明,与传统的自相关函数法和小波加权法相比,该方法能有效减弱共振峰的影响,突出基音周期处的峰值,提高基音周期检测精度,鲁棒性更好。     

基于RBF网络的断路器电流自适应保护研究

针对传统断路器电流保护方法存在受系统运行方式影响、整定困难、智能化低等问题,本文提出了基于RBF的断路器电流自适应保护算法,并给出了算法的模型。该算法融合了RBF神经网络的故障检测和电流自适应保护。首先通过RBF网络检测负载线路的电流故障,然后用电流自适应算法进行保护。在对神经网络进行训练时,利用PSO算法对RBF神经网络的参数进行优化以此来提高网络的泛化能力和学习能力;然后采用优化后的PSO-RBF神经网络对电流故障进行诊断。实验表明,该算法较大地提高了断路器智能化管理水平。     

Feature separation using ICA for a one-dimensional time series and its application in fault detection

Principal component analysis (PCA) is a method that transforms multiple data series into uncorrelated data series. Independent component analysis (ICA) is a method that separates multiple data series into independent data series. Both methods have been used in fault detection. However, both require signals from at least two separate sensors. To overcome this requirement and utilize the fault detection capability of ICA and PCA, we propose to use wavelet transform to pre-process the data collected from a single sensor and then use the coefficients of the wavelet transforms at different scales as input to ICA and PCA. The effectiveness of this method is demonstrated by applying it to both a simulated signal series and a vibration signal series collected from a gearbox. The results show that the method of combining wavelet transform and ICA works better than the method of combining wavelet transform and PCA for impulse detection based on a one-dimensional vibration data series.     

小波分析在强流直线感应加速器信号处理中的应用

 应用小波变换具有良好的时频局部特性，通过对强流直线感应加速器(LIA)脉冲信号的去噪声、信号突变点检测以及时间间隔测量等处理，表明小波变换在LIA信号处理中有广泛的应用前景；利用小波包分析的每个节点都代表了对应频带的信号特征的特点，对“神龙一号”快脉冲波形数据进行小波包变换，以各频带信号能量为元素构造特征向量，实现了高维波形数据的特征值提取，达到了数据压缩和降维的目的，为进一步实现LIA故障智能诊断、预测维护提供了一种可行的途径。     

基于复小波包分形理论的爬壁机器人故障检测

通过研究爬壁式机器人的控制和运动特征，提出一种基于复小波包分形理论的故障检测方法．利用复小波包的平移不变性，将爬壁式机器人传感器输出信号分解成独立的频谱，并进行阀值处理和重构，从而有效去除高频噪音并提取故障的特征频率；依据信号分形维数的多尺度不变性，在嵌入维数空间，采用维数最大距离法，确定复小波包域故障信号的关联雏数．仿真实验表明，爬壁式机器人在各种异常工作模式下的故障信号关联维数能比较真实地反映其故障状态空间，同时也验证了故障信号的关联维数低于正常信号的关联维数作为故障发生与否的定量判据的正确性．     

基于Android的综合航电数据监控平台的研制

为实现对某型综合航电系统进行地面在线监控,研制了一款基于嵌入式的数据监控平台.本平台采用Arm处理器,通过以太数据方式,采集航电系统中一系列飞行参数,按照算法进行分析和处理,最终实现了对综合航电系统的工作状态监控.在硬件设计基础上,开发了Android系统下的测试设备驱动及相应应用程序.从工程应用结果表明,该平台能够实现综合航电系统状态的定期检测以及组件故障判断.     

列车防滑器主机故障诊断系统设计

SAB型列车防滑制动系统应用于国内T型列车,数量多,为了提高列车防滑器主机故障检测和维修效率,针对SAB WABCO公司的SWKAS20C型列车防滑器主机,设计了元件级故障检测与定位专家系统。通过研究模拟电子电路故障诊断技术,设计了基于支持向量机的多故障分类器,用于主机模拟电路故障样本数据的训练和测试,并通过改进算法寻优向量机参数,提高了故障诊断的准确度。搭建了模拟列车运行环境的测试平台,用以模拟主机在多种状态下的故障模式;使用VS2010开发环境编写了MFC专家系统。     

同轴数字全息用于血吸虫尾蚴检测研究

由于水的表面易出现抖动或波动情况,而传统的显微镜成像需要精确的光学焦聚过程,因此不适于观察漂浮于水表面的血吸虫尾蚴.本文论述了用同轴数字全息检测血吸虫尾蚴的基本原理.通过对再现像进行小波分析发现,偏离焦点时的小波变换高频系数的幅值比聚焦时要小得多.针对这一特点,本文对小波变换清晰度评价函数进行了改进,将原来利用高频系数之和改为利用聚焦窗口中高频系数的最大幅值为清晰度评价依据.在模拟实验结果中清晰度评价函数极大值出现在再现距离与记录距离相等处,说明了该算法的准确性.建立了用于血吸虫尾蚴检测的实验装置,可方便获取普通显微图像及数字全息图.实验结果表明,本文提出的算法能实现实际情况下的数字全息自动聚焦,其再现像的分辨率与装有1倍显微镜头的数码显微镜分辨率相当,足以清晰地分辨出血吸虫尾蚴的尾部分叉特征.利用同轴数字全息技术可在水面与图像传感器之间的距离不确定的情况下实现对血吸虫尾蚴的检测.     

同轴数字全息用于血吸虫尾蚴检测研究

由于水的表面易出现抖动或波动情况,而传统的显微镜成像需要精确的光学焦聚过程,因此不适于观察漂浮于水表面的血吸虫尾蚴.本文论述了用同轴数字全息检测血吸虫尾蚴的基本原理.通过对再现像进行小波分析发现,偏离焦点时的小波变换高频系数的幅值比聚焦时要小得多.针对这一特点,本文对小波变换清晰度评价函数进行了改进,将原来利用高频系数之和改为利用聚焦窗口中高频系数的最大幅值为清晰度评价依据.在模拟实验结果中清晰度评价函数极大值出现在再现距离与记录距离相等处,说明了该算法的准确性.建立了用于血吸虫尾蚴检测的实验装置,可方便获取普通显微图像及数字全息图.实验结果表明,本文提出的算法能实现实际情况下的数字全息自动聚焦,其再现像的分辨率与装有1倍显微镜头的数码显微镜分辨率相当,足以清晰地分辨出血吸虫尾蚴的尾部分叉特征.利用同轴数字全息技术可在水面与图像传感器之间的距离不确定的情况下实现对血吸虫尾蚴的检测.     

ARX model-based gearbox fault detection and localization under varying load conditions

The development of the fault detection schemes for gearbox systems has received considerable attention in recent years. Both time series modeling and feature extraction based on wavelet methods have been considered, mostly under constant load. Constant load assumption implies that changes in vibration data are caused only by deterioration of the gearbox. However, most real gearbox systems operate under varying load and speed which affect the vibration signature of the system and in general make it difficult to recognize the occurrence of an impending fault.This paper presents a novel approach to detect and localize the gear failure occurrence for a gearbox operating under varying load conditions. First, residual signal is calculated using an autoregressive model with exogenous variables (ARX) fitted to the time-synchronously averaged (TSA) vibration data and filtered TSA envelopes when the gearbox operated under various load conditions in the healthy state. The gear of interest is divided into several sections so that each section includes the same number of adjacent teeth. Then, the fault detection and localization indicator is calculated by applying F-test to the residual signal of the ARX model. The proposed fault detection scheme indicates not only when the gear fault occurs, but also in which section of the gear. Finally, the performance of the fault detection scheme is checked using full lifetime vibration data obtained from the gearbox operating from a new condition to a breakdown under varying load.