English Version Light学术出版中心
最新刊期
2022 年 第 16 期
-
旋转机械红外智能状态监测与故障诊断
摘要：旋转机械是机械设备的核心部件，一旦发生故障将会造成重大损失，因此旋转机械的实时监测诊断十分必要，为此本文针对旋转机械监测诊断开展研究，提出了一种基于深度学习的旋转机械红外智能诊断方法。搭建了旋转机械故障模拟实验台，预置电动机正常、过载、短路三种状态以及转子系统正常、不平衡、不对中三种状态，使用红外热像仪采集旋转机械表面温度，然后进行红外成像与增强；使用目标检测算法对图像中的旋转机械部件进行识别和定位，并根据检测结果对部件区域进行红外图像重构；最后使用图像分类算法对两类部件进行状态分类，从而实现智能故障诊断。实验结果表明，该方法对于本文中的旋转机械系统智能故障诊断准确率为90.06%，取得了较好的智能诊断效果。此外，该方法和流程经过部件类型和故障种类的扩展后，对于旋转机械故障诊断乃至机械故障诊断具有一定的参考和应用价值。关键词：旋转机械;深度学习;红外故障诊断- 223
- |
- 57
- |
- 0
发布时间：2022-09-01 -
ZnO纳米棒/Bi2S3量子点异质结的制备及光电探测性能研究
摘要：为了获得具有多波段响应的ZnO基宽光谱光电探测器，将ZnO与其它窄带隙半导体耦合构建异质结，并基于此制备了光电探测器。本文采用水热法结合连续离子层吸附反应法在FTO衬底上成功制备了ZnO纳米棒/Bi2S3量子点异质结材料。通过扫描电子显微镜和能谱仪表征了ZnO纳米棒/Bi2S3量子点异质结的表面形貌和元素组成。结果表明，Bi2S3量子点均匀且致密地附着在整个ZnO纳米棒上。此外，基于该ZnO纳米棒/Bi2S3量子点异质结制备的探测器能够在无外加偏压条件下工作，即具有自供能特性。与ZnO纳米棒探测器相比，ZnO纳米棒/Bi2S3量子点探测器在紫外光照射下的光电流增大了0.065 mA，这主要是因为两者形成的异质结能够有效抑制光生载流子的复合。此外，ZnO纳米棒/Bi2S3量子点探测器对可见光也具有优异的探测能力，其对波长为470 nm的蓝光和530 nm的绿光的探测均表现出良好的循环稳定性。关键词：异质结;紫外探测;可见光探测;ZnO纳米棒;Bi2S3量子点- 169
- |
- 38
- |
- 0
发布时间：2022-09-01 -
结构优化的光寻址电位传感器研究进展
摘要：光寻址电位传感器（Light Addressable Potentiometric Sensor， LAPS）作为一种电位型半导体场效应传感器，具有灵敏度高、成本低、制备简单等优点，已经发展为无标记生化物质检测和二维生化物质浓度分布可视化分析的重要工具。由于绝缘层中存在陷阱电荷、半导体层光电转换效率低以及系统存在噪声干扰、检测信号串扰等的影响，LAPS的灵敏度、线性度、空间分辨率和测量速度受限制。因此，在结构层面对LAPS进行优化有助于提升检测性能。本文首先介绍了LAPS的原理包括传感器的结构与工作原理，基于LAPS的测量系统以及LAPS的测量模式，进而分析了对LAPS进行结构层面优化所取得的进展及其相关应用，最后总结了提高LAPS检测性能的结构优化要点并对未来研究的突破点和关键点进行了展望。关键词：光寻址电位传感器;无标记;二维浓度分布可视化;结构优化- 139
- |
- 30
- |
- 0
发布时间：2022-09-01
现代应用光学
-
MEMS摩阻传感器微组装系统研制
摘要：MEMS摩阻传感器是一种专门为测量高超音速飞行器模型表面摩擦阻力设计的立体式MEMS传感器，为了实现其可靠组装，设计了MEMS摩阻传感器微组装系统，对包括双显微视觉系统、高精度治具设计、精密操作工具、精密定位平台、高精度视觉识别算法以及点胶工艺等进行了研究。首先，分析确定了传感器性能与传感器浮动杆与芯片组装的形位公差、总成后的浮动杆上端圆面与传感器管壳上组件圆孔的同心度以及端面平齐度与高度差相关。然后，针对影响因素设计了高精度治具保证组装前传感器各个部件的形位公差在理论范围内，设计了精密操作工具确保精确吸取部件并在组装过程中稳定搬运部件，利用双显微视觉精确识别装配的轴孔位置，驱动精密定位平台将各部件搬运到对应装配位置。最后，研究点胶工艺对于传感器装配性能的影响。实验结果表明：传感器微组装完成后，其浮动头与管壳上组件圆孔同心度偏差平均值约4.90 μm；浮动头与上端盖端面高度差跳动值为1 μm。MEMS摩阻传感器微组装系统完全满足传感器装配要求。关键词：MEMS封装技术;微操作;显微视觉;精密定位- 220
- |
- 50
- |
- 0
发布时间：2022-09-01 -
基于各向异性误差相似度的六自由度机器人定位误差补偿
摘要：多关节机器人的绝对定位精度远低于重复精度，目前通常采用运动学标定或空间误差补偿来提高机器人定位精度。空间误差补偿通常采用反距离加权来预测定位点的误差并进行补偿，但反距离加权的权值评价单一且各参考点权值过于平均限制了补偿精度的提高，为此，本文基于空间误差相似度提出一种包含距离和方向的定位误差预测和补偿方法。首先，推导出机器人定位误差模型，将机器人工作空间划分为由若干立方体组成的网格，研究在空间网格中定位点与参考点的相对方向与误差相似度的关系，并构建以距离和夹角余弦为误差传递因子的误差传递函数。其次，考虑定位点各坐标轴方向误差和参考点误差的相似性存在较大差异，基于误差传递函数提出一种各向异性的相似度建模和误差补偿方法，利用网格中各参考点的误差分别计算定位点各方向的误差。最后，通过实验对所提方法进行验证，并与传统的反距离加权插值补偿方法进行对比，实验结果表明：经过误差补偿后，机器人定位误差在各坐标轴方向的最大值和平均值都有显著降低，误差最大值和均值由补偿前的1.03 mm和0.30 mm分别降至0.11 mm和0.04 mm，与反距离加权方法相比补偿后机器人定位精度更高、各方向更均匀。关键词：机器人;绝对定位精度;误差补偿;标定- 181
- |
- 30
- |
- 0
发布时间：2022-09-01 -
仿生纤毛微流量传感器及其制备方法
摘要：针对微流体流量测量难度大且精度不高的问题，本文基于压阻原理设计了一种悬臂梁结构的仿生纤毛微流量传感器。本文首先对比分析了现有热线式、压电式和压阻式微流量传感器的优缺点，基于压阻式传感器的应变与阻值之间呈现线性关系的优点，选择压阻应变原理设计微流量传感器；其次，通过有限元数值分析方法确定了微流量传感器最佳仿生纤毛的阵列规模、直径、高度和悬臂梁长度等参数；然后，采用微液滴限制电沉积（Meniscus Confined Electrodeposition， MCED）方法制备了仿生纤毛阵列，并制作了微流量传感器；最后，通过自主设计的实验装置进行验证，结果表明，该传感器可以对大于0.4 m/s的微流速进行灵敏感应并准确测量，且传感器对流体流速测量的非线性误差为2.84%。该仿生纤毛应变式流量传感器在微流量测量领域具有广泛的应用前景。关键词：液滴限制电沉积;仿生纤毛微流量传感器;有限元分析与仿真- 130
- |
- 27
- |
- 0
发布时间：2022-09-01 -
自驱动关节臂坐标测量机轨迹优化
摘要：为了提升自驱动关节臂坐标测量机（后简称为测量机）的测量精度与测量效率，针对其在线测量轨迹优化问题，提出一种基于粒子群算法的轨迹优化方法。首先，基于MDH参数法建立测量机正运动学模型，并利用S形加减法和匀速直线插补法进行混合轨迹规划。其次，以运行时间和运动平稳性为优化目标，利用粒子群算法进行轨迹优化。最后，在MATLAB、ADAMS环境下建立测量机模型进行标准球测量仿真分析，并基于搭建的测量机样机开展标准球测量实验。研究结果表明：采用基于粒子群算法对混合轨迹规划进行优化的方法能够保证测量机在工作时运行平稳，标准球测量时间由62.91 s减至57.35 s，标准球测量半径误差由0.057 1 mm降至0.042 3 mm。证实该轨迹优化方法能够有效降低测头振动，提高测量机在线测量精度和测量效率。关键词：自驱动关节臂坐标测量机;轨迹优化;粒子群算法;S形加减法- 151
- |
- 28
- |
- 0
发布时间：2022-09-01
微纳技术与精密机械
-
面向三维点云的场景识别方法综述
摘要：基于智能机器人代替人到各种复杂环境完成探测、防疫等大量应用的需求，场景的识别引起了研究者的广泛关注。场景识别的目的是通过提取和分析场景中的特征，获得场景的高层语义信息，从而推理出所处的具体位置，它是同步定位与建图系统（Simultaneous Localization and Mapping，SLAM）、自动驾驶、机器人导航、闭环检测的基础。三维扫描技术的快速发展使得人们能够利用各种扫描仪快速获取各类场景的点云数据。不论扫描时间、光照环境如何变化，点云场景所获取的几何信息都具有较好的不变性，因此，基于点云的场景识别成为计算机视觉领域的研究热点。本文首先对近年来面向点云数据的场景识别方法进行了归纳和总结；然后介绍用于场景识别的大规模室内/室外场景的数据集，以及用于算法评测的评价指标，同时总结了各类算法的识别率。最后指出面向点云的场景识别中所面临的问题和挑战，对未来的研究趋势进行展望。研究结果有助于相关领域学者快速全面地了解基于点云数据场景识别的研究现状，为进一步提升场景识别精度奠定基础。关键词：点云;场景识别;特征描述符;深度学习;注意力机制;图卷积- 187
- |
- 54
- |
- 0
发布时间：2022-09-01 -
融合分形几何特征Resnet遥感图像建筑物分割
摘要：针对遥感图像建筑物易受背景中道路、树木、阴影干扰而导致分割边界不清晰的问题，提出了一种融合分形几何特征的Resnet网络。所提模型基于编码-解码框架，以Resnet网络为主干网络，在编码阶段中引入融合分形先验的空洞空间金字塔池化模块（FD-ASPP），利用分形维数捕获遥感图像的分形特征，增强了Resnet网络的几何特征描述能力。解码阶段提出一种深度可分离卷积注意力融合机制（DSCAF），有效融合高层次特征和低层次特征，获取更加丰富的遥感图像语义信息和位置细节信息。在WHU遥感图像数据集上的实验表明，精确率达到0.944 8，召回率达到0.946 2，F1分数达到0.945 5，平均交并比mIoU达到0.941 5。所提模型与FCN、Segnet、Deeplab V3、U-net、SETR和AlignSeg等现有建筑物遥感语义分割模型相比，具有更好的分割精度，有效克服了道路、树木、阴影等因素的干扰，得到了较清晰的建筑物边界。关键词：遥感图像;建筑物分割;残差网络;分形维数;特征融合- 226
- |
- 43
- |
- 0
发布时间：2022-09-01 -
基于高分辨率复合网络的皮肤病变分割
摘要：针对皮肤病变图像分割时存在异物遮挡、特征信息缺失和病变区域误分割等问题，提出一种基于高分辨率复合网络的皮肤病变分割方法。该方法一是利用预处理操作细化和扩充皮肤病变图像，降低异物遮挡对网络分割性能的影响。二是利用高分辨率网络和多尺度稠密模块构建编码部分，高分辨率网络能够保证高清特征图全局传递，多尺度稠密模块能够最大化传递病变特征，减少图像特征信息缺失，精确定位皮肤病变区域。三是利用反向高分辨率网络和双残差模块构建解码部分，双残差模块在重建解码特征时能够捕获深层语义信息与空间信息，提高皮肤病变图像分割精度。在ISBI2016、ISBI2017和ISIC2018数据集上进行实验，其准确度分别为96.14%、93.72%和95.73%，Dice相似系数分别为93.16%、88.56%和92.00%，Jaccard指数分别为87.01%、77.19%和85.19%，其分割方法整体性能优于现有方法。仿真实验证明，高分辨率复合网络对皮肤病变图像具有较好的分割效果，为皮肤疾病的诊断提供了新窗口。关键词：皮肤病变;图像分割;高分辨率网络;多尺度稠密模块;双残差模块- 145
- |
- 32
- |
- 0
发布时间：2022-09-01
信息科学
加载中...
0