应用于智能结构的光纤传感新技术研究

介绍了研制成功的几种适合于埋入复合材料结构内的光纤应变传感器,并将所研制的新型光纤传感器在载荷自诊断智能结构、复合材料梁振动试件上进行了试验,效果良好。     

磁棒调节式智能气体变送器的研制

介绍了一种新型气体变送器的设计及工作原理。给出了传感器的线性化,4～20 mA电流 输出和磁棒现场调节的实现方法。     

用于直升机振动控制的主动调谐式吸振器研究

振动问题是直升机设计中的难题,会导致机体结构疲劳、舒适性降低和高噪声等问题。通常的单桨叶控制方案由于受压电驱动器机电性能的限制而难以实现。智能弹簧是一种采用单桨叶控制原理的主动调谐式吸振器,它通过压电驱动器自适应控制桨叶根部的结构阻抗,达到振动控制目的。建立了智能弹簧的简化模型,对其谐波响应控制特性进行研究;采用频率分析和数字信号合成技术产生参考信号,在DSP平台上设计自适应陷波算法对智能弹簧驱动器组件进行控制;模拟和风洞实验结果均表明智能弹簧能够在较宽频率范围内对桨叶的谐波响应进行有效控制,验证了通过主动阻抗控制实现直升机桨叶振动控制的可行性。     

面向结构振动控制的压电作动器优化配置研究

 为了研究压电主动结构振动控制当中作动器的位置优化问题,从系统的状态空间方程出发,在系统可控性Gram矩阵特征值的基础上来描述性能指标,以输入的能量吸收率为优化目标函数,提出了一种新的位置优化配置准则。利用有限元分析(FEA)方法分析作动器的配置,并与遗传算法(GA)结合进行优化计算,计算过程中对作动器的位置采用二进制编码加以描述。通过对一压电简支板结构的仿真计算对该方法进行了验证,并与其他几种不同的配置方法进行对比,从而证明了新方法的优越性。     

基于新型光纤智能结构的远程监控物联网系统设计

针对现有光纤智能结构自诊断、自修复系统存在的问题,提出并设计了一种基于ARM和GPRS的液芯光纤智能结构的远程监控物联网系统,系统主要包括光源、液芯光纤智能结构、光电检测模块、A/D转换模块、ARM微控制器、GPRS无线通信模块、Internet和监控中心服务器。其中液芯光纤智能结构是由特制的液芯光纤埋入复合材料中构成,采用GPRS无线通信技术,结合以S3C2440为核心处理器的ARM嵌入式技术,同时在监控中心采用自主设计的监控可视化软件直接输出结果,具有直观可靠、控制简单等优点。本文还对液芯光纤智能复合材料结构进行承载实验研究,并采用BP神经网络理论对实验数据进行分析和载荷位置判定,研究结果表明该监控系统性能稳定且效果明显,对复合材料结构载荷位置能够作出准确判断,初步实现了复合材料结构的自诊断。     

智能微尘技术的发展及应用

智能微尘是一种关于微型无线传感器的新兴技术.本文着重介绍了智能微尘技术的应用情况,并对目前存在的问题和发展趋势做了简要的叙述.     

因特网实时动态GPS"智能桥梁"的设计与实施

介绍了基于因特网的实时动态GPS在大型结构变形监测中应用的原型系统的概念与设计.该系统包括参考基站、监测站、控制中心和用户4部分.文中采用了模拟桥梁变形的仿真平台验证该原型系统.实验结果表明:在10 Hz的采样率下,该系统的数据传输时间延迟可以忽略不计, 并可达到毫米级的三维定位精度.     

主、被动振动控制一体化理论及技术(IV)——主动结构和智能结构

本文是系列讲座文章的第四篇,介绍了主动结构和智能结构的基本概念,以及目前的研究现状。讨论了线性主动结构的基本概念,给出了模态及其基本属性;重点介绍了有限元的建模方法;考虑建模的不确定性,讨论了不确定性的表示方法及振动鲁棒控制问题;针对航天结构的复杂性,给出了优化问题的一般提法,介绍了遗传算法和模拟退火算法两种优化算法。最后引用了两个桁架结构的实例,说明主动结构或智能结构的有关问题。     

镍钛形状记忆合金丝的性能测试分析

从形状记忆合金（ Ｓ Ｍ Ａ）的性能测试和智能材料与结构研究的角度出发,论述了 Ｓ Ｍ Ａ 驱动元件的应力、应变、温度和相变之间的测试关系,并通过分阶段和不同的变量组合,对直径０．５ｍ ｍ 的 Ｎｉ Ｔｉ Ｓ Ｍ Ａ 丝（ Ｎｉ４９．２％ ａｔ Ｔｉ）的基本驱动特性进行了系统的测试分析,测试内容主要集中于相变温度、自由状态下的最大回复应变、约束状态下的回复应力等。结果表明, Ｎｉ Ｔｉ Ｓ Ｍ Ａ 丝的应力应变温度关系呈现出高度的非线性,环境温度和外加应力是影响 Ｎｉ Ｔｉ丝性能的主要因素,外载荷将使相变温度升高;约束回复中,随着约束应变量的增大和温度的升高, Ｎｉ Ｔｉ丝的回复应力也增大。该测试结果为更好地监测和控制 Ｎｉ Ｔｉ Ｓ Ｍ Ａ 的驱动行为、设计 Ｓ Ｍ Ａ 驱动元件提供了参考依据。     

模糊算法在智能车控制中的应用

在自行设计的智能车中,方向控制和速度控制都存在高度非线性的问题。采用模糊算法与PID算法相结合的方法,实现了对方向和速度的优化控制,即采用模糊算法对智能车方向进行控制;采用模糊PID算法实现了对于智能车的速度控制。从而使智能车能够根据路况的变化,做出相应的控制决策。控制策略是在Freescale单片机MC9S12DGl28B上编程实现,实验表明：加载了模糊算法的智能车,对赛道的适应性和控制的稳定性都得到了较大的提高,具有很好的控制效果。