基于光纤Bragg光栅的行车模型主梁挠度的测量

简易桥式起重机的力学结构是一种简支梁,研制了一种行车模型,主要包括工字梁及一个可吊挂重物的滑块.光纤Bragg光栅沿工字梁的轴向均匀粘贴于行车主梁的下表面,侧点分别位于离主梁的1/4、1/2和3/4等三个位置.在测量中,通过吊挂重物对主梁产生挠度,从而导致粘贴其下表面的光纤Bragg光栅产生波长移位.载荷试验表明,在主...     

基于PVDF的膝关节控制肌群运动信息采集传感器研究

针对膝关节运动过程中控制肌群的运动信息的采集问题,文章设计了多种PVDF压电传感器的悬臂悬臂梁结构,利用传感器采集到的压电信息获取控制肌群的运动信息,并通过软件建模仿真和实验对比测试找到了最优悬臂梁结构设计为圆形简支悬臂梁结构,同时测试了传感器的性能;测试结果显示设计的PVDF压电传感器表现优越,可用于实际的信息采集。     

改变写入Bragg波长的干涉条纹运动的扫描式Talbot干涉仪

一种干涉条纹运动的扫描式Talbot干涉仪被用于改变光纤Bragg光栅的写入Bragg波长。在系统中,光纤光栅是由来自相位掩模的±1级衍射光经平面镜反射后在远场形成紫外干涉条纹写入的,其中,相位掩模被用作±1级衍射光的分束器。值得注意的是通过干涉条纹的运动来扫描写入光纤光栅,有效降低了Talbot干涉仪对写入光源相干性的要求。     

利用一块相位掩模和两块棱镜改变光纤光栅的写入Bragg波长

一种相位掩模干涉仪被用于写入不同的Bragg波长的。在该系统中，光纤光栅是由来自两可旋转棱镜所形成的紫外干涉条纹写入的，其中，相位掩模被用作&;#61617;1级衍射光的分束器。并且，当两块顶角由相位掩模的&;#61617;1级衍射角和棱镜折射率确定的棱镜的底部相互平行放置时，该相位掩模给出了Bragg波长的参考值。当Bragg波长的移位为1 nm时，棱镜最大的旋转角为1 degree，最小的旋转角是~2.4 minute。与Talbot干涉仪中平面镜的旋转角~23 second/nm相比，该相位干涉仪中棱镜的旋转精度降低了2~3个数量级。替代了许多具有不同光栅周期的相位掩模，该可调谐相位掩模干涉仪仅用一块相位掩模和两块旋转棱镜就实现了写入具有不同Bragg波长的光栅。     

双棱镜改变写入Bragg波长的相位掩模技术

将一种可旋转的双棱镜引入到相位掩模技术中以改变光栅的写入Bragg波长.在该系统中,光纤光栅是由来自可旋转双棱镜所形成的波长为248 nm的紫外干涉条纹写入的,其中,相位掩模被用作 1级衍射光的分束器,通过双棱镜的旋转可改变两写入光束的交叉角.为了初始化Bragg波长的参考值,双光栅的顶角由相位掩模的 1级衍射角和双棱镜的折射率确定.因为在～100 nm范围内两光束的非对称旋转对光栅周期的改变是5×10~(-4) nm,双棱镜引入的光栅的闪耀可忽略.当Bragg波长的移位为1 nm时,棱镜最大的旋转角为～1 degree,最小的旋转角是～2.4 min.与Talbot干涉仪中平面镜的旋转角～23 s/nm相比,该相位干涉仪中棱镜的旋转精度降低了2～3个数量级.     

双套管式光纤Bragg光栅温度传感器

研制了一种双套管式光纤Bragg光栅温度传感器,以实现无外力作用的温度测量。其中外套管隔离外加应力应变,在内套管内松弛地放置光栅以隔离封装结构的表观热应变。引入引出尾纤穿过带孔螺栓,以探测多个串联光栅。为了避免光栅处于张拉状态,封装在外套管1、外套管2和内套管中的光纤余长应分别大于1.4mm,1.8mm和0.4mm。试验结果表明,该光栅传感器的温度响应灵敏度为9.671×10-3nm/℃,温度测量分辨率为0.1℃。当水温从20℃跃变到70℃时,该传感器的温度响应时间分别为t0.5=15±2s和t0.9=52±4s。当水温从70℃跃变到20℃时,该传感器的温度响应时间分别为t0.5=26±9s和t0.9=63±8s。     

差动式光纤Bragg光栅沉降仪

研制了一种测量地表沉降变形的差动式光纤Bragg光栅沉降仪。等强度悬臂梁的底部固定于工地上的固定平台,顶端通过刃口、挂钩和连杆与沉降墩连接。在该测量中,沉降仪将沉降墩的地沉降量转换为悬臂梁的挠度。悬臂梁作用粘贴于其上下表面的光纤Bragg光栅产生应变,即传感光栅的Bragg波长产生了移位。对粘贴在悬臂梁上、下表面的传感光栅的Bragg波长进行差动运算,实现温度补偿,减小人为和气候因素的影响。在挂钩和沉降敦之间采用了螺旋结构连接,可通过调整螺旋或更换不同长度的挂钩来调节传感器的测量范围。荷载实验表明,该沉降仪的测量精度为0.004mm,低于变形测量中的科研级测量精度0.01~0.05mm。     

基于IFD与DE-ELM的轴承故障诊断

针对局部均值分解（LMD）实现过程中存在的模态混淆现象和端点效应,影响识别精度的问题,提出了一种基于本征频率尺度分解（IFD）与差分进化极限学习机（DE-ELM）的方法。该方法将数字图像处理的频率分辨率概念与LMD结合起来;首先确定原始振动信号中的所有局部极值点的频率分辨率,将振动信号分为高频率分辨率区域和低频率分辨率区域;然后,构造本征频率尺度函数,将本征频率尺度函数添加到局部极值点低频率分辨率区域;最后,对添加本征频率尺度函数的原始振动信号进行LMD分解,在得到的乘积函数（PF）分量中剔除本征频率尺度函数,就可以得到突出原始信号振动特征的不同频率分辨率的PF分量,提取PF分量的特征参数构建特征向量作为DE-ELM的输入,进行故障类型识别。将该方法应用于轴承故障诊断,与LMD相比,故障识别精度提高了8.33%,表明了该方法的有效性与可行性。