检测技术的现状及未来发展

也许就在10年后,一名机械师只需绕着飞机走一圈就可以完成对飞机的检查.这种检查不是普通的目视检查,需要技术人员将手持无线超声波装置,通过-个小芯片不停发出寻呼信号,以便掌握飞机是否存在问题.     

在轨服务技术评说

何为在轨服务随着航天技术的飞速发展,卫星的结构、组成日趋复杂,其性能、技术水平也不断提高。在这种情况下,保证卫星在复杂的空间环境中更加持久、稳定的在轨运行,已成为目前航天领域亟待解决的重要问题。经过多年的探索逐步发现,使用在轨服务技术是提高卫星生存能力的一条行     

基于AMDAR的航路气象模型研究

提出了一种基于AMDAR的航路气象模型。该模型通过设置虚拟观测点和应用基于卡尔曼滤波的数值气象预报释用技术,融合AMDAR数据和世界区域预报系统（WAFS）发布的格点预报数据,有效提高了航路上气象要素预报的时空分辨率、精度和航路飞行效率。仿真试验表明,航路气象模型的预测性能显著优于目前使用的WAFS预报。     

航空电缆故障在线检测与定位技术研究

在综述了电缆故障类型和现有电缆故障检测与定位方法的基础上,引入了两种电缆故障在线检测与定位新方法——序列时域反射法(STDR)和扩散频谱时域反射法(SSTDR),分析研究了两种方法的原理,选取了一种适用于两种方法的相关算法——改进的实序列频域相关算法,并在MATLAB中建立了仿真模型,对两种方法进行了仿真验证,并进行了比较,对实际的应用具有理论指导意义。     

石英挠性加速度计在角度检测中的应用

随着科学技术的进步,角度检测在现代工业体系中占有重要地位.现有角度检测设备因其测量范围、测量精度和功耗等局限,而逐渐不能满足测量要求.采用石英挠性加速度计传感器、AD7734与ARM MCU组合而成的一种新型倾角测量仪,通过对石英挠性加速度计的电流信号进行调理和AD采集,以及对采集的数据进行滤波处理,解算出倾角,通过标准RS485通信接口将数据传输到PC机上显示.实验表明:在0°～ 30°角度测量范围内,该系统倾角测量精度可以达到±0.01 °,具有很好的工作稳定性.同时,该倾角测量仪具有体积小、精度高、重量轻、功耗低等优点,可广泛应用到桥梁架设、国防军事、地质勘探、土木工程、石油钻井、航空航天、航海、精密加工等领域.     

基于改进人工势场法的服务机器人路径规划

人工势场法是服务机器人路径规划算法中一种简单有效的方法.针对传统人工势场法存在的目标不可达问题,通过在原来的斥力函数中加入一个调节因子的方法解决,同时采用遍历搜索法解决局部极小值问题,并引入安全距离以及改进调节因子以提高机器人路径规划过程中的安全性能.最后,利用Matlab软件将改进后的人工势场法应用于服务机器人路径规划并进行了仿真实验.仿真结果表明,基于改进人工势场法的服务机器人路径规划有效地解决了机器人不能到达目标点的问题.     

基于改进Canny的激光主动成像图像边缘检测算法研究

针对传统Canny边缘检测算法存在的不足,结合激光主动成像末制导的实际特点,提出了一种改进的Canny边缘检测算法.该算法在Canny边缘检测算法的基础上,采用同态滤波和提升小波变换级联的方法代替传统的高斯滤波器;采用3×3邻域的权值梯度计算方法代替原有的2×2邻域差分运算;采用Otsu自适应阈值计算方法,使算法可根据图像自身特点选择最合适的阈值.实验证明:该算法提升了传统Canny算子的抗干扰能力和鲁棒性,能够较好地保存边缘信息,准确检测出激光主动成像图像的边缘,具有较强的自适应性.     

SF6分解气的近红外在线检测技术研究

为满足SF6绝缘电气设备故障监测与预警的实际需求,分析了国内分解气检测研究现状.对比近红外与中红外吸收光谱检测技术,提出近红外吸收光谱技术在线检测的技术方案.计算分析待测气体特征谱线的吸收系数、吸收光程和电路信噪比对精度的影响,完成系统参数设计.提出SF6分解气在线检测系统方案,实现对H2S、HF和CO这3种气体测量.数据分析表明,系统检测精度优于5×10-7,表明该系统满足电力行业在线测量的需求.     

基于广义回归神经网络的传感器故障检测

为了研究航空发动机试验中精确数学模型未知的多传感器故障诊断问题,采用基于广义回归神经网络(General Regression Neural Network,GRNN)组的故障检测方法,提炼出传感器之间的约束关系和故障规律,构建了一组多输入多输出GRNN,用于估计传感器输出,与测量值生成残差,通过与门限值比较判断可疑传感器,找到神经网络组中的具有最小可疑传感器数的GRNN。采用可疑传感器的估计信号做为重构信号交叉验证其它GRNN。通过验证即可确定可疑传感器为最终故障传感器。为了控制神经网络的回归精度,将多输入多输出神经网络分解为多个多输入单输出网络。通过仿真数据验证了该方法用于传感器故障检测的可行性。     

基于区域的卷积神经网络在空对地车辆检测中的应用

针对传统空对地车辆检测算法在光照变换、场景变化时检测效果不佳的问题,提出了基于区域卷积神经网络Faster RCNN模型的空对地车辆检测方法,介绍了Faster RCNN模型以及模型训练过程.实验结果表明,基于Faster RCNN的空对地车辆检测方法是可行的,对不同光照和场景下的车辆检测可以取得较好的效果.