基于小波变换的叶绿素荧光光谱测量系统研究

介绍一种基于小波变换的测量海藻中叶绿素a/b的全光纤荧光光谱在线测量系统.根据小波变换具有将频率按大小分解的特性,本系统将其与荧光法、光纤技术相结合用于含叶绿素a/b的藻类荧光光谱的测量、平滑和重叠荧光峰的解析.该系统具有小型化、结构简单、探头无源、所得光谱变形小、多参数同时测量等特点.实验证明,该测量方法是完全可行的.     

光纤传感阵列用于智能复合材料状态监测的研究

以光纤智能材料与结构中的损伤估计为目的,提出了一种新颖的、利用多模光纤缠绕尼龙筋式的传感器,由这种传感器组成的传感阵列可以对智能材料与结构的受力、应变等参量进行检测,并采用ＯＴＤＲ 技术实时处理其输出的并行分布式传感信号,给出了测试数据、识别结果。在复合材料构件上的初步实验表明此系统能够对结构的状态进行在线监测和估计,在航空航天、船舶工业和土木建筑等领域有着潜在的实用价值。     

基于倏逝波的光纤生物传感器研究

构建了一种以光纤束作为激发光信号和荧光信号传输通道的光纤生物传感器结构.根据光纤探针的倏逝波理论和模式匹配理论对光纤探针的几何形状进行了设计,制作了数组光纤探针并根据需要对其中一部分进行荧光标记.选择了光纤探针置于空气中和水溶液中两种情况,对光纤传感器系统进行了信号检测实验,对比标记了的和未标记的相同几何结构参数的光纤探针两者在系统中被探测的信号差异.从二者的差别区分出系统所探测的倏逝波激发的荧光信号,证明了该光纤传感器系统的可行性.     

基于光纤布拉格光栅传感器的光纤光栅智能夹层试验研究

传感元件与复合材料的一体化是智能结构研究的最终目标之一。设计一种具有自诊断功能的标准化、模块化光纤智能夹层系统,正是实现这种一体化最有潜力的技术途径。采用聚酰亚胺薄膜制作了基于光纤布拉格光栅（FBG）传感器的光纤光栅智能夹层,对智能夹层中光纤布拉格光栅传感器的应变、温度特性进行了标定试验,并建立了基于光纤布拉格光栅传感器光纤光栅智能夹层的应变、温度测量模型。试验表明,智能夹层内布拉格光栅波长偏移与应变、温度之间具有良好的线性关系。不过在温度测量时,必须考虑被埋人结构的热膨胀效应。利用光纤光栅智能夹层内光纤布拉格光栅传感器网络和先进信息处理技术,可以建立结构损伤主动、在线和实时监测系统。     

单光纤光纤陀螺误差分析

单光纤光纤陀螺采用的是单光纤在线制作技术。由于这种方法是把所有的光器件都放在一根光纤上制作,因此各光器件的连接处没有融接点,并且光器件的性能可在线控制。在分析其结构的基础上建立了开环FOG的光学模型,并进行了误差分析。指出了单光纤光纤陀螺方案是低成本、高可靠性、易于工程化的一种方案。     

激光诱导植物荧光寿命校正技术及其特性分析

激光诱导植物荧光寿命测量法是在植物荧光光谱分析法基础上开发的一种评估植物生长状况及环境监测的新技术。根据植物叶绿素荧光信号的物理特性,利用信息仿真技术开发了一种叶绿素荧光寿命校正方法,可提高植物叶绿素荧光寿命的测量精度。利用激光诱导叶绿素荧光寿命测量系统分别测得叶绿素荧光及其背景信号,先用解卷积法叶绿素荧光信号中分离出荧光衰减函数,可获取荧光寿命估计值。再结合叶绿素荧光寿命校正技术就能反演得到高精度的植物荧光寿命。仿真与实验结果表明：该方法可实现高精度的植物荧光寿命实时监测;并对不同含量的叶绿素提取液进行了测试,构建了植物荧光寿命与叶绿素含量的对应关系模型。未来该技术可用于遥感监测海洋、湖泊、河流中藻类植物的生物含量。     

应用光纤生物传感器测量肿瘤的自体荧光光谱

光纤生物传感器是现代生物传感技术中的一个非常重要的类别。当前,许多以荧光检测为手段的光纤生物传感器已经商品化了,但几乎都是依靠检测荧光指示剂的光强来获取生物信息,而直接利用生物样品的自体荧光光谱来获取生物信息的光纤传感系统却还未上市。利用自行研发的一套三维荧光光谱光纤传感系统对新鲜的人体乳腺组织切片进行了研究,实验结果表明乳腺癌变组织与正常组织的自体荧光光谱的峰位和峰强比值存在明显区别,这是因为癌变组织的生化成分发生了根本改变。尽管其间的规律还需进一步探索,但可以展望,自体荧光光谱技术与光纤生物传感技术的结合有潜力成为人体恶性肿瘤在线原位诊断的有利工具。     

单光纤光纤陀螺的原理及应用前景

单光纤光纤陀螺是全光纤光纤陀螺的一种,它具有低成本、高可靠性、易于工程化的优点。它是应用在线制作技术,在一根光纤上制作光器件,形成无焊接点的光路。在线技术包括光纤环缠绕技术、耦合器制作技术、偏振器制作技术、发光模块制作和光接收模块制作技术等。详细地介绍了其原理、关键技术及生产工艺,并提出了提高其性能的措施。在分析不同型号单光纤光纤陀螺性能的基础上展望了其应用前景。随着单光纤光纤陀螺生产工艺的改进和信号处理技术的提高,将会进一步提高其性能、降低成本,促进光纤陀螺的普及和应用。     

LED泵浦蓝宝石光纤荧光温度传感器

采用激光加热基座法制备端部Cr3+离子掺杂的蓝宝石单晶光纤,得到一体型蓝宝石单晶光纤荧光温度传感头.对所制备的荧光温度传感头的荧光温度特性进行了实验研究.结果表明,随着温度升高Cr3+∶Al2O3单晶光纤荧光寿命单调下降,从温度为0 ℃的4.0 ms下降到450 ℃的0.2 ms.利用所制备的荧光温度传感头,用波长405 nm紫色LED作为泵浦光源,采用相关检测技术在线实时测量荧光寿命,研制成测温范围0 ℃～450 ℃一体型蓝宝石光纤荧光温度传感器.     

1053nm附近掺镱光纤超荧光光源的研究

在理论分析的基础上，提出并实现了利用两个光纤光栅串联结构构成的平坦性较好，特定波 段荧光功率输出较大的超荧光光源，并和光纤反射圈结构和没有反射装置的结构作了比较. 实验利用了1052.54—1053.42nm的反射率为29.6dB和1052.624—1055.60nm的反射率为 34.4dB的两个宽带光纤光栅得到了1052.5—1055.5nm波段的3nm宽的比其他波段要高12dB 的超荧光. 关键词： 串联宽带光纤光栅 超荧光光源 3+光纤')" href="#">掺Yb³⁺光纤 光纤反射圈     

State of charge estimation of Li-ion batteries in an electric vehicle based on a radial-basis-function neural network

The on-line estimation of the state of charge(SOC) of the batteries is important for the reliable running of the pure electric vehicle in practice.Because a nonlinear feature exists in the batteries and the radial-basis-function neural network(RBF NN) has good characteristics to solve the nonlinear problem,a practical method for the SOC estimation of batteries based on the RBF NN with a small number of input variables and a simplified structure is proposed.Firstly,in this paper,the model of on-line SOC estimation with the RBF NN is set.Secondly,four important factors for estimating the SOC are confirmed based on the contribution analysis method,which simplifies the input variables of the RBF NN and enhances the real-time performance of estimation.Finally,the pure electric buses with LiFePO 4 Li-ion batteries running during the period of the 2010 Shanghai World Expo are considered as the experimental object.The performance of the SOC estimation is validated and evaluated by the battery data from the electric vehicle.     

基于径向基函数神经网络的Lorenz混沌系统滑模控制

针对受参数不确定和外扰影响的混沌Lorenz系统，提出一种基于径向基函数（RBF）神经网 络的滑模控制方法.基于被控系统在不稳定平衡点处状态误差的可控规范形，设计滑模切换 面并将其作为神经网络的唯一输入.单入单出形式的RBF控制器隐层只需7个径向基函数，网 络的权值则依滑模趋近条件在线确定.仿真表明该控制器对系统参数突变和外部干扰具有鲁棒性，同时抑制了抖振. 关键词： 混沌控制 滑模 径向基函数神经网络 Lorenz系统     

DVD光学头的RBF神经网络自适应PID控制器设计

为了使三维光存储技术的应用水平得到提高,以DVD伺服技术、双光子吸收技术为基础组建了一套信息存储系统。针对DVD光学读取头系统,采用RBF神经网络自适应PID控制器进行控制,充分利用RBF神经网络的自学习和全局非线性逼近能力,在线调整修正PID控制器的3个参数,使其达到一种最优控制,并通过MATLAB软件进行了计算机仿真。由仿真结果可以得出:通过应用RBF神经网络自适应PID控制算法,系统单位阶跃响应的调整时间为0.25 s,并使系统的超调量降低到几乎为零。     

基于机器视觉的电机换向器质量在线检测系统开发

电机换向器质量检测是换向器生产线中的一个重要工序,但其仍采用人工方式,存在检测效率低、漏检率高等问题。针对此问题,本文运用图像处理和机器视觉技术,开发换向器质量在线视觉检测系统。该系统针对生产过程工艺多变,造成形状检测标准不一致问题,提出自适应学习模板方法;在轴孔孔径检测,提出基于Freeman链码改进的孔径快速检测算法;在端面缺陷中,提出基于改进视觉注意力模型的端面缺陷检测方法。实验结果表明,系统检测精度达到99.80%,漏检率为0%,F-measure值为99.89%。该系统能够快速有效检测换向器存在的外观质量问题,可满足换向器在线质量检测需求。     

尖楔前体飞行器FADS系统的径向基网络建模及验证

文章研究了针对一种用于尖楔外形的嵌入式大气数据传感（flush air data sensing，FADS）系统的解算模型及精度.首先基于飞行包络及CFD数据建立了FADS系统的测压孔选取标准；然后基于径向基函数（radial basis function，RBF）的人工神经网络建模技术构建了FADS系统的网络解算模型；最后给出了模型的测试误差，分析了气动延时效应、位置误差等误差源模型对算法精度的影响，并给出了网络模型的预测精度.结果表明，针对尖楔外形测压孔配置特征，基于RBF的人工神经网络算法解算精度较好，攻角、侧滑角、Mach数及静压的网络输出预测值与真实值吻合较好，输出的测试误差（绝对值）分别小于0.25°，0.5°，0.05及250 Pa.结果同时表明神经网络建模技术在尖楔前体飞行器FADS系统中的有效性.      

受扰统一混沌系统基于RBF网络的主动滑模控制

针对受外扰影响的统一混沌系统,提出一种基于径向基函数(RBF)神经网络的主动滑模自适应控制方法.将被控系统分解为受控子系统和自由子系统,利用主动控制思想,建立受控子系统在目标点处的状态误差的可控标准型,设计出一个结构简单的基于滑模趋近率在线参数整定的RBF函数神经网络控制器,并且基于Lyapunov稳定性理论分析了系统的稳定性.仿真结果表明该控制器对系统参数突变和外部干扰具有鲁棒性,同时抑制了抖振. 关键词： 统一混沌系统 主动控制 滑模控制 RBF网络     

Synchronization Scheme for Uncertain Chaotic Systems via RBF Neural Network

A sliding mode adaptive synchronization controller is presented with a neural network of radial basis function （RBF） for two chaotic systems. The uncertainty of the synchronization error system is approximated by the RBF neural network. The synchronization controller is given based on the output of the RBF neural network. The proposed controller can make the synchronization error convergent to zero in 5s and can overcome disruption of the uncertainty of the system and the exterior disturbance. Finally, an example is given to illustrate the effectiveness of the proposed synchronization control method.     

形位误差光电检测系统研究

简述了形位误差光电检测系统的结构和工作原理 ,为保证扫描速度均匀 ,利用激光特性而设计特殊的光学系统。为满足检测系统需要而设计了精密机械系统 ,伺服控制系统 ,电子学和计算机数字计算与数据处理系统 ,实现了高速、高效、高精度、非接触的自动检测。     

不确定分数阶时滞混沌系统自适应神经网络同步控制

针对带有完全未知的非线性不确定项和外界扰动的异结构分数阶时滞混沌系统的同步问题,基于Lyapunov稳定性理论,设计了自适应径向基函数(radial basis function,RBF)神经网络控制器以及整数阶的参数自适应律.该控制器结合了RBF神经网络和自适应控制技术,RBF神经网络用来逼近未知非线性函数,自适应律用于调整控制器中相应的参数.构造平方Lyapunov函数进行稳定性分析,基于Barbalat引理证明了同步误差渐近趋于零.数值仿真结果表明了该控制器的有效性.