基于压电陶瓷的平面阵列式压力传感器研究

利用压电陶瓷技术,设计并制备整体式多阵列压力传感器,并用于爆炸冲击波压应力的测试.结果表明,阵列传感器可测试爆炸冲击波的压应力及其分布、体密度分布、面密度分布等参数,其静态电容分布偏差小于±1%,压电常数d_(33)分布偏差小于±3.3%,动态响应频率约为2.3 MHz,冲击破坏阈值为100 MPa量级.     

压电微型超声换能器阵列设计及焊缝检测应用

针对现有焊缝检测存在换能器尺寸大,带宽窄,成本高和应用灵活性差等局限,该文研制出一种八通道压电微型超声换能器阵列探头。阻抗频率和回波特性测试结果表明,理论模型能有效地指导超声换能器阵列设计,工作频率偏差不超过2%,-6 dB相对带宽可达87.85%。利用探头实现了对25 mm厚度的标准对接钢板试块内部缺陷的准确识别,检测分辨率优于1 mm。该探头体型小且各阵元能独立或协同工作,扫描模式应用灵活,可为焊接钢板的健康监测提供技术参考。     

基于预置压电阵列的Lamb波检测技术研究

针对传统智能结构中多组传感器嵌入存在分散性的问题,成功研制了一种新型的预置压电传感器阵列。该预置传感器阵列综合采用了柔性印刷电路技术和压电超声换能技术,给出了压电传感器阵列的设计方案,对其进行了电学性能测试,并应用在某大面积复合材料构件上。结果表明,该传感阵列法可提高多组传感器布设时的一致性,便于快速、有效地在被检测结构中布置大量的传感器,且该技术对结构损伤状况反映灵敏。     

采用压电片阵列传感进行损伤监测的研究

运用智能材料和智能结构的基本思想,采用压电片阵列对结构的损伤进行监测,通过传感器所得到的结构和动态应变信息来反映结构的损伤程度和损伤位置,从实验结果来看,监测效果比较理想,为今后进一步研究太空柔性结构的健康监测奠定了良好的基础。     

可任意分布的精密压电传感器阵列

提出了一种超精密、高位置分辨率、快速响应的、可任意分布的，便于大规模集成的压电传感器阵列。该系统传感及信号传输方法独特，性能优良，是一种理想的机器人敏感触觉系统。     

基于改进广义神经网络的光伏阵列短期功率预测

光伏系统短期预测对调度电力资源、较少弃光用电、提升电站效能及光伏系统平稳运行具有重要意义。考虑到光伏系统输出参数如功率受到天气因素影响,是一个非平稳随机信号。对非平稳随机信号的短期预测,传统数学模型方法受到局限性。本文基于广义神经网络方法并通过前期数据预处理提取趋势项信号,进行分类别模型训练,获得较为精准不同天气类型的训练模型。实验表明本文所提出的方法在各类天气类型下,对于短期功率预测具有较高的准确性,可为光伏电站平稳运行、区域电力调度提供参考依据。     

压电微悬臂梁共振频率的检测系统

介绍了一种压电微悬臂梁共振频率检测系统.压电材料沉积在微悬臂梁上,在压电层的上下电极之间施加交变电压使其振动,当微悬臂梁的振动频率等于它的固有频率时,发生共振,此时微悬臂梁的振幅最大.结合所设计的激励电路以及微悬臂梁共振频率检测电路,对压电微悬臂梁进行了检测实验.实验结果表明,放大电路能够检测出压电微臂梁的共振频率,并且压电微悬臂梁达到共振时,共振频率附近振幅远大于其他频率对应的振幅,振幅最大值接近600 nm.     

基于压电阵列的结构状态探测模块软件开发

压电传感器由于线性范围大、响应快、能量转换率高、稳定可靠,在用于结构状态探测上具有明显的优越性。采用压电片阵列对结构的机械振动进行监测,通过测得的结构动态应变信息来反映结构的损伤程度和损伤位置,将结构健康数据及时传输、处理,对结构健康监测具有重要研究意义与实际价值。文章在实现压电阵列探测模块的基础上,通过单片机程序软件开发实现数据通信。     

基于神经网络的圆孔阵列垂直入射耦合截面预测

为了分析电子系统金属屏蔽外壳上孔阵的耦合截面,引入神经网络建模方法。分析了垂直入射条件下一些特征参数对圆孔阵列耦合截面的影响,用全波分析法计算了不同特征参数下的孔阵归一化耦合截面,将获得的6 000组样本数据输入神经网络进行训练,获得根据孔单元的电尺寸、行/列数、行/列间距电尺寸及入射波的极化角度6个参数预测孔阵归一化耦合截面的神经网络模型;将样本按比例随机分为训练集和测试集,得出最少约3 000组数据就能使神经网络模型达到较高的预测精度。为了进一步验证神经网络模型的普适性和有效性,选取了2组没有在训练集和测试集中出现的特征参数,分别用全波分析法和该神经网络模型进行预测,发现基于神经网络的预测结果和全波分析法的计算结果吻合良好。     

基于1×2阵列压电悬臂梁的AFM并行扫描

分析了阵列悬臂探针并行扫描的工作方式,以非接触磁力模拟样品与悬臂梁间的范德华力,研究了1×2阵列压电悬臂梁的并行扫描和驱动控制方法。每一压电梁均集成了微位移致动器和力传感器,在320Hz一阶共振频率下振动。实验表明:在0.2～1.0mm力作用区内,压电梁自由端每接近模拟样品0.1mm,表征悬臂梁振幅的锁相放大器输出电压减小1.7mV,但微力传感在扫描的升回程存在迟滞;致动器的控制电压每增加10V使锁相放大器输出减小约3mV,表明集成的致动器可调节压电梁与样品间的间距。两压电梁的电荷-位移响应曲线、间距调节灵敏度均不完全一致,讨论了阵列悬臂梁一致性问题和阵列规模大小问题。     

压电音叉频率特性检测系统研究

压电音叉广泛应用于工业领域,其频率特性是工程技术应用的关键指标。传统的压电音叉频率的检测效率低、适应性差,为了精确地测定压电音叉的频率特性,提高测试效率,该文以工业中常用的音叉物位计为对象,设计了基于ARM9的频率特性检测系统,此系统能够显示压电音叉的固有频率,以判断是否符合要求,提高了效率和精度。     

PVDF压电薄膜在足底压力测量中的应用

根据测量的需要,该文将聚偏氟乙烯(PVDF)压电薄膜应用于足底压力测量。以16点PVDF压电薄膜传感器阵列为例,详细介绍了PVDF压电薄膜的工作原理及其传感器阵列的制作过程,并设计出相应的信号调理电路,给出了实验测试结果。实验表明,PVDF压电薄膜具有较好的灵敏度、稳定性及重复性,能可靠采集到足底压力信号,适合于足底压力测量。     

半电极含金属芯压电纤维阵列研究

通过计算半周期内的有效电压,分析了半电极含金属芯压电纤维阵列能量收集的动力学方程组,推导了纤维完全一致和存在尺寸差异两种情况下阵列收集的电压和能量方程,仿真计算了纤维几何参数满足正态分布时能量收集效率与半径比、纤维长度和半电极角度的方差之间的变化规律。分析结果表明,纤维尺寸差异越大,能量收集效率越低。为提高阵列在不同方向的外界激励下能量收集效率,需要在每根纤维直接连接交流-直流转换电路。     

基于卷积神经网络的图像分类研究与应用

现阶段在开展目标检测工作时,当需要更换检测目标时就需要完成卷积神经网络的重新训练,导致在更换检测目标时投入更多的训练成本,花费更多的时间,降低了目标检测的准确率和效率。针对这种问题,提出了准确划分检测目标各个检测状态的种类,对输入的图像实时使用卷积神经网络图像分类模型完成图像分类,借助图像分类类别来完成检测目标状态判定。测试表明,这种方法能够满足检测目标快速更换的要求,能够极大提高检测目标的准确性,同时也在很大程度上降低了训练成本。     

基于非完美声学黑洞的压电能量收集系统

针对高频压电振动能量回收效率低的缺点,提出了一种基于非完美声学黑洞的压电阵列式能量收集系统。首先建立了非完美声学黑洞薄板结构模型,并分析了在时域和频域条件下能量聚集特性,非完美声学黑洞结构能量集聚于中心平台的多个位置。然后建立了阵列式压电俘能系统实验模型,结构中心平台上能量聚集点的输出电压存在较大的相位差,通过引入整流电路消除此相位差,对比分析了整流前后串、并联电路的输出电压,结果表明,整流后系统输出电压能力得到了较大提高。     

基于压电阵列的无波速主动损伤监测方法研究

主动技术在结构健康监测研究中有着不可替代的作用。文章研究了基于压电传感阵列的无波速主动结构健康监测方法,给出了单像素点的损伤概率计算方法及在不计算Lamb波波速的情况下对结构进行主动损伤成像、定位的方法。通过实验,对比了利用波速标定值的传统方法和无波速监测方法的成像定位效果,发现了无波速主动监测方法能有效提高定位精度,提升成像效果,为基于压电阵列的结构健康监测技术提供了一种新的工业应用方法。     

基于遗传算法和BP模糊神经网络的红外步态识别

为了提高红外步态识别精度的目的,采用分别基于小波描述子特征的模糊分类器识别和基于体形平均灰度图特征的贝叶斯分类器识别,再进行基于遗传算法和BP模糊神经网络的多分类器融合识别的新方法。做了基于中科院红外步态数据库的识别仿真实验,获得识别率、等错误率和累积匹配分值的实验数据及对比结果,得到多分类器融合识别比单分类器识别提高约10%识别率,降低约10%等错误率,完全收敛阶数提高1倍多的结论。具有识别精度高、收敛速度快的特点。