一、智能压力检测系统的红外线压力手抄器的设计与研究(论文文献综述)
李勤[1](2021)在《变电站SF6气体泄漏红外成像检测关键技术研究》文中研究说明六氟化硫(SF6)气体主要用于设备的绝缘、隔离、灭弧等方面,对电力设备的稳定运行有着举足轻重的作用。然而,随着气体绝缘金属封闭开关(GIS)设备的老化磨损,SF6气体容易发生泄漏,会影响高压电气设备绝缘强度,严重时造成设备处于闭锁状态,甚至可能造成安全事故。因此,研究一种高效便捷的SF6气体泄漏检测方法非常重要。随着红外检测技术的成熟,被动式红外检测技术被广泛的应用于电力巡检、红外监控、军事告警等。基于被动式红外成像的气体泄漏检测相比于传统的接触式物理检测方法,有着无需停电、可重复使用、检测安全性高等优势,是未来实现设备智能化检测的发展方向。然而,被动式红外成像下的气体(SF6)泄漏检测,通常存在以下问题:目标物体的表面和边缘变得模糊,图像细节丢失,所获得的红外图像对比度偏低;受限于红外成像仪硬件成本,常规红外成像仪获取的红外图像的分辨率较低,通常分辨率为320×240;当SF6气体泄漏量较小时,复杂背景及噪声扰动不可忽视。这些问题对气体(SF6)泄漏检测产生较大干扰,导致误检。针对上述变电站SF6红外检测存在的问题,本文主要研究工作有:(1)分析了SF6气体红外成像下的噪声分布特性,提出了利用改进的动态帧间时域滤波抑制红外图像中的类高斯噪声,并利用局部增强算法增强图像细节,增强了SF6气体泄漏特征明显程度。(2)提出一种基于混合高斯模型的SF6气体微小泄漏量在线检测方法:首先利用改进的动态帧间时域滤波抑制图像中的随机噪声分量作为预处理阶段,继而采用CLAHE增强红外图像的暗部细节,提高SF6局部对比度,最后运用改进的混合高斯背景模型自适应的将具有运动特征的SF6泄漏区域进行分割,并标记出泄漏区域,最终实现SF6微小泄漏的自动化检测定位。(3)对SF6气体泄漏量大小标定并构建泄漏量估计模型。分析了SF6气体泄漏所具有的图像特征,包括边界纹理,运动扩散特性等,融合多个特征实现对疑似区域的综合判定,对SF6泄漏量大小进行估计,基于现有实验数据提供了四个等级的泄漏量标准,为设备检修、维护提供可视化参考。(4)设计开发了软件系统,并进行了应用测试。将算法进行部署和实施应用,开发了基于Qt图形环境的上位机软件,并基于Qt信号与槽机制将图像算法与上位机软件进行结合,方便参数使用可视化控件进行调节,提高图像处理算法在不同场景下的应用效率,缩短了应用于不同场景下调参时间,以及为不同人群提供便捷的操作处理平台。
王浩翔[2](2021)在《采煤机自闭式水介质液压制动器的研制》文中研究表明采煤机制动器是确保采煤机安全运行的重要装置,是采煤机的重要组成部分。目前使用的盘式液压制动器是采用弹簧压力制动和液压力释放的工作方式。制动器在使用过程中存在以下问题。(1)通过制动器后盖的测量孔来测量摩擦副的受到磨损程度。由于采煤工作条件恶劣,工作人员无法对摩擦副进行正常更换,这样可能造成摩擦副过度磨损使制动器可靠性下降。(2)制动器使用的工作介质是液压油,油液泄漏会污染环境,不符合节能环保要求。(3)盘形结构制动器散热性能差。为提高制动器可靠性,改进制动器散热性能及泄漏对环境的影响,论文提出并研制了一种采煤机用自闭式水介质液压制动器。该制动器使用环保、散热性能好的水介质,当摩擦副磨损情况超标,实现自动闭锁,提高了制动器的可靠性,论文主要研究工作如下:(1)针对现有采煤机液压制动器存在问题,提出自动闭锁水介质液压制动器技术要求。确定制动器的总体设计方案。利用液压传动控制技术确定制动器的自动闭锁结构,并对自动闭锁结构对制动器工作性能产生的影响进行了分析。(2)分析了水介质液压传动特性,针对制动器液压传动系统采用水介质后出现如密封、润滑、防锈、气蚀问题进行了分析,提出解决方案。(3)研究分析了制动器内部温度场分布。通过建立三维结构模型,利用有限元软件,研究紧急制动工况、连续制动工况下温度场分布规律,得出摩擦副温度变化沿径向位置变化的经验公式,为测量制动器样机内部温度提供了理论依据。(4)样机性能实验测试,设计制动器液惯量模拟试验台,参考《MT2149-2011采煤机用制动器技术条件》,设计了样机实验方案,对样机进行了耐压性能、静制动转矩、动制动转矩、制动噪声实验测试,测试证明研发样机各项指标符合相关要求。
郑亦冰[3](2021)在《基于Azure Kinect的智能化居家养老监视系统设计》文中研究说明随着时代的发展,我国乃至全世界的老龄化问题日益严重,同时,留守老人、独居老人这一概念也被专家提了出来,所谓留守老人是指子女外出工作半年以及以上而自己在家的老人,在这种大趋势下,老年人在居家养老过程中发生意外的情况也是逐渐上升。根据国内外不少媒体的报道,据不完全统计,每年在全球各地因为摔倒无人及时发现而致死的老人已达到了 100多万,可以说是数量巨大。因此本文在独居老人养老问题这一大背景下,将全新的Azure Kinect技术引入其中,使得各种工业级高端技术能够在一定程度上对于家中老人的情况进行实时监控,对于老人摔倒这一意外情况进行检测,造福于养老事业。Azure Kinect是微软公司研发的具有全新技术的体感软件,与以往的Kinect软件不同,其除了在用户的隐私性,骨骼识别度方面进行了提升外,对于声音的采集,深度图像的处理方面都进行了大幅度的提升,使得Azure Kinect的作用不仅可以作用于游戏,更是一款工业级的体感软件,美国的Ocuera等医疗机构已经率先将其用在医疗环境之中,Ava Retail则通过Azure Kinect所配备的深度相机,实现了无人售货等服务。因此本文将Azure Kinect技术与居家养老相结合,将全新的技术用于养老生活之中,通过C++语言进行程序的编写,形成全新的养老监控系统。使用此技术,独居老人在居家养老过程中,程序以及设备能够将人体的骨骼进行区分,识别人体关键部分的骨骼的位置,记录其下降速度等,若超出阈值,则发出警报,同时将信息进行传输,保证老人能够平安,健康,得到最有效的救治。由于此系统由五种家庭环境以及监控器组成,进而需要从老年人心理感官、人机交互、CMF等方面入手,使得产品能够最大程度上符合家用设备的特点,以其为基础进行设计分析以及设计实践。本文基于Azure Kinect技术,对于老年人居家智能养老新模式进行了技术方面的全新的探索,将全新的科技,与目前情况下最为关心的养老问题相结合,分析前人在解决居家养老过程中老年人跌倒无法立刻得知信息的难点所在,形成一种监测老年人跌倒的全新的方法,使其不仅能够对于跌倒进行更加准确的判断,而且信息传递更加快捷,家中设备也会进行相应的工作,最终保障居家老年人的安全。进而为后人在利用此技术进行智能家居设计打下一定的基础,提供一定理论上的参考。
王俊博[4](2021)在《车载农用火灾传感器的稳定性研究》文中认为气体检测技术广泛应用在工厂生产,矿产开采等行业,且对于监测农业火灾也有极大的作用。利用该技术分析可燃物在火灾前期处于阴燃阶段时产生的一氧化碳(CO)与二氧化碳(CO2)气体,即可准确预测农业火灾。将系统放置于车辆上行驶在野外复杂环境时,行驶车辆的振动和环境温度的变化,都会降低气体检测系统的稳定性,从而使得测量结果产生误差。因此本论文以提升车载农业火灾传感器的稳定性为目标,设计了系统的减振装置;并研究了温差对系统造成的影响,建立了用于温度补偿的神经网络结构,并通过实验验证了系统的整体性能。1、设计了农业火灾预警系统的减振结构,用Duhamel积分计算系统振动幅度,并通过MATLAB软件进行模拟振动。采用一体化振动传感器在室外多种路面进行振动测试,并开展了气体实验。2、本文设计了基于神经网络的温度补偿算法。分析环境温度对系统的影响,建立神经网络,并通过气体实验进行验证。在外界温度为5℃的情况下,使用CO农业火灾预警系统检测N2背景下的CO,并将低温环境下测得的CO浓度数据与室外温度作为神经网络输入端,将实验室室温下测得的CO浓度数据作为神经网络输出端,利用上述数据对神经网络结构进行训练。接着利用恒温箱开展多梯度温度与多梯度浓度下的CO2温度补偿实验,结果显示,神经网络算法可有效补偿温度带来的偏差,从而提升系统稳定性。3、针对农业火灾预警系统进行了模拟燃烧实验。首先介绍了系统光路结构与电路结构,选择CO2气体吸收峰,对系统性能指标进行分析,验证了系统稳定性与艾伦方差。将农田中常见的棉花、纸张与木板进行加热,可见其由阴燃状态逐渐吸热直至产生明火。接着对气体浓度进行分析,根据浓度变化规律可推断出燃烧过程的各个阶段,进而验证了系统对预防火灾的可行性。最后,对两种提升系统稳定性的方式进行了总结,分析了存在的问题及继续优化的方向。本文创新点:1.基于Duhamel积分模型及其在求解振动系统响应问题上的应用,设计了一种减振装置。2.采用神经网络算法,解决了系统温漂的问题。
石瑛[5](2019)在《基于ZigBee与WiFi深度结合的智能家居系统的研究与设计》文中研究指明随着物联网应用技术的发展,人们的生活融入着越来越多网络化、数字化的行为方式。物联网应用技术的一个重要分支便是智能家居,这一分支对于改善人们的生活水平至关重要。近些年来,消费者对家居的舒适性、便捷性有了一定的要求。针对现阶段已有的智能家居系统成本高、功耗大、集成度低等缺陷,分析并选取合适的平台、传感器和无线组网方式,设计了一款成本低、功耗低、集成度高的智能家居系统,该系统具有较好的应用和参考价值。本系统采用STM32微型单片机为处理中枢核心,综合Zig Bee、蓝牙与Wi Fi通信组网技术,以及传感器的应用技术,实现家居环境的智能联网。首先,根据需要设置了一系列用于传感和控制的终端设备,比如温湿度传感器和控制电路通断的继电器等设备;其次,通过Zig Bee无线组网将各个终端设备与STM32微型单片机组网,实现对环境数据的实时监测和上传。再利用蓝牙模块实现用户对系统的智能控制;最后,通过Wi Fi连接至One NET云平台,对采集到的环境数据进行处理,将数据以图表的形式显示在客户端上。本系统在实现多参量传感、数据实时分析以及人机互联等功能的基础上,充分考虑了经济效益,达到了功率和损耗低、成本小、稳定可靠的目标,在实际测试过程中能够安全稳定地实现相关功能。其模块化设计设计的思路满足了不同用户个性化的需求,不仅可用于智能家居,也可在智能安防、智能监测等领域大显身手。
贾通[6](2020)在《沥青路面智能压实系统关键技术研究》文中提出压实是沥青混合料密实成型和路用功能实现的关键环节,直接影响沥青路面的强度、稳定性和抗疲劳性能。因此,沥青路面施工中必须重视和加强压实质量控制。目前,沥青路面的压实质量管理仍以事后检验为主,难以及时了解压实状况并进行过程控制。因而,能够连续监测和实时反馈压实状态的智能压实逐渐引起关注。本文以沥青路面施工的碾压过程为对象,重点围绕“机-料”耦合系统建模分析、振动压实反馈信号处理、压实状态感知和智能压实质量评价等内容进行智能压实系统关键技术研究。首先,阐述了沥青混合料的压实机理,分析了压实过程中三种阻力的作用原理,提炼了共振状态下压实效果较好的规律;采用一维流变模型分析了沥青混合料在碾压施工过程中的流变力学行为,建立了振动压实“机-料”耦合系统非线性模型,并分别在线性、非线性和一般情况下进行了模型分析。研究表明,当振动参数确定时,沥青混合料对压实机具的抵抗力与振动轮的惯性力之间呈线性关系;通过量测振动轮反馈响应的变化信息,可进一步分析沥青混合料结构的变化情况,进而获取压实状态,为智能压实监测提供了理论基础。其次,通过旋转压实试验,提取了碾压次数与压实度之间的对数关系;提出了一种新型室外振动压实试验方法,克服了施工现场中试验设计的困难;进行了室外和现场试验,采集了振动压实反馈信号。基于双处理器架构设计了车载检测单元,提出了一种低成本协同定位方案,满足了碾压检测和定位的需求;开发了道路施工远程监控系统,实现了沥青路面施工参数的连续实时无损监测。然后,对振动压实反馈信号进行处理和分析。基于汉明窗设计了有限冲击响应数字带通滤波器,有效地抑制了高频噪声成分,同时保证了原始信号的线性相位特性;采用多项式最小二乘法进行趋势项消除,利用五点三次平滑法进行平滑处理,去除了零点漂移和杂波毛刺,平滑了振动信号波形。针对振动反馈信号的非线性非平稳特性,采用集合经验模态分解(EEMD)方法对信号进行分解,通过希尔伯特-黄变换(HHT)方法提取了有效IMF分量,并进行时频分析。研究表明,经验模态分解方法以本征模态函数为“基函数”重构信号,可提高信号质量,减小频谱泄露、栅栏效应等误差,具有自适应性强、信噪比好等优点。进而,根据Parseval能量守恒定理,提出基于能量分布的压实感知方法和新指标振动压实能量值(VCVe)。在振动信号处理结果的基础上,计算获取了压实计值(CMV)、连续压实值(CCV)、VCVe值。研究表明,随着碾压次数的增加,CMV、CCV和VCVe指标值均呈逐步增大趋势;VCVe与碾压次数的相关关系优于CMV和CCV,改善了谐波分析指标的稳定性和一致性;VCVe、CMV、CCV指标之间具有独立性,可单独或联合用于压实监测;与常规取芯检测方法相比,CMV、CCV和VCVe指标可以反映沥青混合料压实状态的变化过程,虽不宜直接用作质量验收标准,但可用于压实状态感知和压实质量过程控制。最后,融合多源压实监测数据,基于支持向量机(SVM)和隐马尔可夫模型(HMM)进行智能压实质量评价。选择了训练样本特征,进行了数据预处理,基于实时动态(RTK)GPS标定系统进行了样本数据标识;采用模糊C均值方法计算了样本数据的隶属度,抑制了噪声和孤立点的影响;设计了模糊支持向量机分类器,有效地进行了压实状态分类,准确率可达72.6%;利用RTK-GPS定位数据计算获取了隐含压实状态序列,采用SVM状态分类结果作为观察序列,基于最大似然估计算法计算了HMM参数;获取了转移概率矩阵和观测概率矩阵,根据HMM解码算法计算了碾压施工过程的隐含状态序列,其准确率为78.3%;与FSVM压实状态分类相比,SVM-HMM的准确率有较大改善,实现了碾压全程的智能压实质量评价。本文基本实现了沥青路面压实的连续无损感知和智能质量评价等初级智能压实技术,对智能压实反馈控制系统尚未深入探索。未来,可结合人工智能、自适应馈控等理论研究高级智能压实技术,促进交通基础设施智能建设的发展。
王春雷,李洪文,何进,王庆杰,卢彩云,陈立平[7](2020)在《自动导航与测控技术在保护性耕作中的应用现状和展望》文中进行了进一步梳理实现智能化是提升保护性耕作机具作业质量和效率的重要途径,自动导航与测控技术作为智能化技术的重要组成部分,近年来在保护性耕作中的应用发展迅速。本文首先从接触式、机器视觉式和GNSS式三种免少耕播种自动导航技术入手,阐述了自动导航技术在保护性耕作中的应用现状;然后对作业参数监测技术的发展动态进行了详细介绍,包括地表秸秆覆盖率的快速检测技术、免少耕播种机播种参数监测技术及保护性耕作机具作业面积监测技术;之后阐述了保护性耕作机具作业控制技术的发展现状,主要介绍了免少耕播种机漏播补偿控制技术和作业深度控制技术。最后在总结自动导航与测控技术在保护性耕作中现有应用的基础上,展望了未来保护性耕作机具自动导航技术、作业参数监测技术和保护性耕作机具作业控制技术三者的研究方向。
王泽众[8](2020)在《基于嵌入式的轮胎工厂智能装卸系统设计及研究》文中提出目前,在轮胎制造厂或储运厂里,由于缺少机器操作的自动化系统的技术支持,轮胎在最后的装车过程中基本上是靠人工作业。这种作业方式,对人体的损害极大,危险系数较高。并且,导致工厂人力搬运的成本巨大,搬运的效率极低。因此,本文以传统轮胎装卸为研究对象,结合定位算法技术、数据通信技术等,对轮胎装卸方式进行研究。本文阐述了国内外轮胎制造厂或储运厂轮胎搬运的发展与现状。通过分析现在搬运方式的不足,得出课题研究的意义。并且,在深入分析轮胎搬运过程中功能需求的基础上,本文提出了基于嵌入式的轮胎工厂智能装卸系统的总体方案。整个系统由两部分组成,分别为硬件控制部分和软件设计部分。硬件部分确定了以SX1278为核心的无线通信模块、以FM17522为核心的RFID无线射频模块、以STM32F103C8T6为核心的数据处理模块,以及其他辅助电路组成,实现了对轮胎装卸过程中数据的采集发送与机械臂的控制。软件方面分为三个部分,第一部分为各设备间通信传输协议设计,主要对轮胎装卸过程装卸动作、装卸区域选择、故障报警等信息进行设定。第二部分为机械臂防碰撞设计,通过Lo Ra轮询和RFID定位算法相结合的方式实现。第三部分为App测试软件设计,主要实现轮胎任务量实时显示、机械臂位置信息、人员信息统计、通信功能测试等相关内容对轮胎搬运安全双重保障。智能轮胎装卸系统通过软硬件结合的方式,实现了对轮胎制造工厂的装卸过程自动化的目的。经过实际工程测试,系统效果良好。这一系统在旋转机械臂位置信息处理和机械臂故障报警等方面都达到了设计要求。这一改变提升了轮胎的装卸效率。进而,这对于轮胎装卸安全高效等方面都有着积极的作用。
武曌晗,荣学文,范永[9](2020)在《导盲机器人研究现状综述》文中提出盲人是人类社会中的弱势群体,且呈逐年增加的趋势。为盲人提供安全可靠、智能高效的出行保障,是社会进步的重要标志。分类介绍了国内外智能导盲杖、穿戴式导盲设备、手持式导盲仪、基于智能终端的导盲系统、移动式导盲机器人的研究成果。总结了导盲机器人环境感知、定位与导航、人机交互共性关键技术的研究现状。结合最新的云平台和移动通讯等技术展望了导盲机器人的未来发展趋势。
高亚天[10](2020)在《基于近距离传感器阵列的步行意图识别方法研究》文中研究指明在全球人口老龄化加速的时代背景下,老年人日益增长的医疗护理需求与养老及护理资源之间的矛盾日益激增,使得智能场景下的老年人日常辅助与护理成为时下智能机器人领域研究的热点。步行辅助作为老年人日常生活中重要需求,直接决定了老年人晚年生活质量。通过智能机器人完成对老年人步行训练的辅助对于提高生活参与度具有重要意义。在文通过优化硬件环境,改进识别策略降低人机交互成本,提高全方向辅助步行器对使用者步行训练时速度意图识别的顺从性。首先介绍了全方向辅助步行器的结构特点,并应用VL53L0X激光测距模块以及STM32F103C8T6单片机最小系统,自主研发了八通道激光阵列传感器。在实验室环境下,将该阵列传感器成功应用于检测使用者在步行训练中的下肢胫骨运动。通过分析激光阵列传感器检测到的步行训练数据,搭建了三阵列激光传感器步态检测系统。通过在局部坐标系中计算使用者身体中心位置坐标,建立了运动特征检测机制。提出了基于BP网络改进粒子滤波算法作为柔顺识别策略。利用BP神经网络的反向传播特性优化了粒子滤波重采样过程中粒子权值的分配,解决了基于重要性采样的粒子滤波算法中粒子退化问题,提升应用粒子滤波预测速度意图的准确率。然后通过步行训练实验数据分析,证明了该识别策略的有效性。最后通过对比实验以及使用者主观评价机制,证明提出的速度识别准确率提高了8.27%,同时提升了使用者主观感受。
二、智能压力检测系统的红外线压力手抄器的设计与研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、智能压力检测系统的红外线压力手抄器的设计与研究(论文提纲范文)
(1)变电站SF6气体泄漏红外成像检测关键技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题来源与研究意义 |
1.2 国内外研究现状与发展趋势 |
1.3 相关工作与论文章节安排 |
第二章 SF_6红外图像滤波与增强算法研究 |
2.1 SF_6红外成像检测原理与特性分析 |
2.2 红外图像滤波算法研究 |
2.2.1 经典空域滤波 |
2.2.2 时域滤波 |
2.2.3 改进的时域滤波及其实验 |
2.3 SF6红外图像增强算法研究 |
2.3.1 图像增强算法研究 |
2.3.2 基于SF_6红外图像的增强实验 |
2.4 本章小结 |
第三章 SF_6红外图像背景建模与目标检测算法研究 |
3.1 运动检测算法 |
3.1.1 帧间差分法 |
3.1.2 混合高斯背景算法研究 |
3.1.3 ViBe运动检测算法 |
3.1.4 光流法 |
3.2 复杂背景下背景模型算法研究 |
3.3 SF_6红外成像检测形态学处理 |
3.3.1 膨胀运算 |
3.3.2 腐蚀运算 |
3.3.3 SF_6红外图像检测形态学运算 |
3.4 本章小结 |
第四章 SF_6气体泄漏量大小标定与估计模型 |
4.1 红外成像下SF_6气体泄漏时空特征分析 |
4.2 SF6气体泄漏量估计模型 |
4.2.1 SVM分类模型 |
4.2.2 红外成像下SF_6气体泄漏特征提取与数据集制作 |
4.2.3 基于SVM的SF_6气体泄漏估计模型设计 |
4.3 本章小结 |
第五章 SF_6泄漏图像处理软件系统开发与应用测试 |
5.1 SF_6红外图像处理软件系统开发 |
5.1.1 软件开发平台选择 |
5.1.2 信号与槽机制 |
5.1.3 软件平台总体设计 |
5.2 系统调试与实验分析 |
5.2.1 滤波与增强处理实验 |
5.2.2 SF_6检测与泄漏量估计测试实验 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读学位期间的主要科研成果 |
(2)采煤机自闭式水介质液压制动器的研制(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 选题的背景及研究意义 |
1.1.1 选题背景 |
1.1.2 研究的目的与意义 |
1.2 国内外的研究动态 |
1.3 课题主要研究的目标与内容 |
2 自动闭锁水介质液压制动器设计 |
2.1 设计要求及总体方案确定 |
2.1.1 设计要求 |
2.1.2 技术参数确定 |
2.1.3 自动闭锁方案 |
2.2 自动闭锁结构设计 |
2.2.1 摩擦副选型设计 |
2.2.2 滑阀设计 |
2.2.3 液压缸进油口卸油口设计 |
2.2.4 制动弹簧设计 |
2.3 本章小结 |
3 水介质液压制动器技术分析 |
3.1 水介质液压传动特性 |
3.2 技术问题 |
3.2.1 泄漏与密封 |
3.2.2 材料腐蚀 |
3.2.3 气蚀 |
3.3 自动闭锁结构对水介质液压制动器性能影响分析 |
3.3.1 自动闭锁结构带来的影响 |
3.3.2 闭锁阀未卸荷时状态影响分析 |
3.3.3 闭锁阀卸荷时状态分析 |
3.4 本章小结 |
4 制动器温度场研究 |
4.1 制动摩擦原理 |
4.2 制动器温度场理论 |
4.2.1 温度传导方式 |
4.2.2 摩擦副内部辐射热传递现象 |
4.3 摩擦副热温度场分析 |
4.3.1 模型建立 |
4.3.2 紧急制动工况下温度场结果分析 |
4.3.3 连续制动工况下温度场结果分析 |
4.3.4 制动温度对水介质传动的影响分析 |
4.4 本章小结 |
5 制动器样机性能实验验证 |
5.1 制动器检测试验台设计 |
5.2 性能检测试验 |
5.2.1 耐压泄露性能测试 |
5.2.2 静制动转矩测试 |
5.2.3 动制动转矩测试 |
5.2.4 连续制动测试 |
5.2.5 制动噪声测试 |
5.2.6 自动闭锁功能测试 |
5.3 检测结论 |
5.4 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
(3)基于Azure Kinect的智能化居家养老监视系统设计(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.2.1 智能养老国内研究现状 |
1.2.2 智慧养老国外研究现状 |
1.2.3 Kinect国内研究现状 |
1.2.4 Kinect国外研究现状 |
1.2.5 居家安全监控器国内研究现状 |
1.2.6 居家安全监控器国外研究现状 |
1.3 研究目的与意义 |
1.4 研究内容与框架 |
1.5 本章小结 |
第2章 居家安全监控器与Azure Kinect技术 |
2.1 居家安全监控器 |
2.1.1 工作以及交互机制 |
2.1.2 存在的问题以及弊端 |
2.2 Azure Kinect技术 |
2.2.1 硬件配置以及软件支持 |
2.2.2 可导出数据分析 |
2.3 基于Azure Kinect技术安全监控系统设计解读 |
2.3.1 Azure Kinect技术居家养老中应用途径 |
2.3.2 以Azure Kinect技术为支持智能养老系统构建 |
2.4 本章小结 |
第3章 智能居家养老群体用户研究 |
3.1 用户群体分析 |
3.1.1 用户群体定位 |
3.1.2 研究目的与内容 |
3.2 利益相关者研究 |
3.2.1 问卷调研 |
3.2.2 深度访谈 |
3.3 调研总结及分析 |
3.3.1 调研总结 |
3.3.2 调研分析 |
3.4 本章小结 |
第4章 居家智能养老监视系统设计 |
4.1 Azure Kinect设备的作用 |
4.2 智能居家养老监控系统设计分析 |
4.2.1 受益者使用分析 |
4.2.2 设计思路分析 |
4.2.3 交互流程分析 |
4.3 检测系统设计 |
4.3.1 关于Azure Kinect DK |
4.3.2 跌倒检测算法 |
4.3.3 输出形式 |
4.4 智能养老监控体系建立 |
4.4.1 家居产品 |
4.4.2 信息化产品 |
4.5 功能实现技术介绍 |
4.5.1 检测程序 |
4.5.2 家居产品联动 |
4.5.3 信息化产品配合 |
4.6 本章小结 |
第5章 智能居家养老监控系统设计实践 |
5.1 设计定位 |
5.1.1 定位目标用户 |
5.1.2 功能定位 |
5.1.3 外观定位 |
5.2 智能居家养老监控系统布局设计 |
5.2.1 连接方式 |
5.2.2 居家布局 |
5.3 产品外观设计实践 |
5.3.1 产品需求分析 |
5.3.2 产品使用情景分析 |
5.3.3 产品原型制作 |
5.3.4 产品外观设计 |
5.3.5 产品工作展示 |
5.4 智能居家养老监控系统服务过程展示 |
5.5 本章小结 |
总结与展望 |
附录1 居家养老用户调查问卷 |
附录2 核心程序展示 |
附录3 居家养老实地观察详情 |
参考文献 |
致谢 |
攻读硕士学位期间发表学术论文 |
学位论文评阅及答辩情况表 |
(4)车载农用火灾传感器的稳定性研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究的背景与意义 |
1.2 红外吸收光谱技术 |
1.2.1 TDLAS检测技术原理概述 |
1.2.2 非分散红外光技术 |
1.2.3 光声光谱技术 |
1.2.4 腔增强光谱技术 |
1.3 系统减振方案 |
1.3.1 隔振平台 |
1.3.2 减振结构 |
1.4 温度补偿方法 |
1.4.1 温度补偿电路 |
1.4.2 温度补偿算法 |
1.5 研究内容 |
1.6 本章小结 |
第二章 红外气体吸收原理 |
2.1 红外吸收光谱原理 |
2.2 朗伯-比尔定律 |
2.3 TDLAS技术检测原理 |
2.3.1 直接吸收光谱技术原理 |
2.3.2 波长调制光谱技术原理 |
2.4 NDIR技术检测原理 |
2.5 本章小结 |
第三章 基于红外光谱的农业火灾预警系统的减振设计 |
3.1 减振结构的设计方法 |
3.1.1 整体设计 |
3.1.2 减振模型 |
3.2 Duhamel积分求解振动系统响应 |
3.2.1 Duhamel积分计算 |
3.2.2 MATLAB仿真计算 |
3.3 振动试验 |
3.3.1 振动检测模块 |
3.3.2 室外振动实验 |
3.4 本章小结 |
第四章 基于神经网络的温度补偿算法 |
4.1 环境温度对系统影响分析 |
4.2 神经网络算法及仿真 |
4.2.1 神经网络概述 |
4.2.2 隐藏节点 |
4.2.3 传递函数 |
4.2.4 训练函数 |
4.2.5 MATLAB程序训练 |
4.3 神经网络算法验证实验 |
4.5 本章小结 |
第五章 基于红外光谱的农业火灾预警系统的集成与应用 |
5.1 农业火灾预警系统结构 |
5.1.1 光路设计方案 |
5.1.2 电路设计方案 |
5.2 CO_2农业火灾预警系统系统性能指标 |
5.2.1 CO_2吸收谱线 |
5.2.2 CO_2气体标定曲线 |
5.2.3 系统稳定性与艾伦方差 |
5.3 室外气体检测实验 |
5.4 温度补偿实验结果分析 |
5.5 燃烧实验 |
5.5.1 防尘除湿装置 |
5.5.2 实验装置 |
5.5.3 燃烧实验 |
5.5.4 实验结果分析 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 工作展望 |
参考文献 |
作者简介及所取得的科研成果 |
致谢 |
(5)基于ZigBee与WiFi深度结合的智能家居系统的研究与设计(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景 |
1.2 智能家居概述 |
1.3 国内外发展情况 |
1.4 本文主要研究内容与意义 |
1.5 本文章节安排 |
第二章 智能家居相关技术方案介绍 |
2.1 通信组网技术 |
2.2 ZigBee无线通信 |
2.3 WiFi技术简介 |
2.4 蓝牙技术简介 |
2.5 STM32单片机控制平台 |
2.6 One NET云平台 |
2.7 本章小结 |
第三章 智能家居系统的设计与功能实现 |
3.1 系统整体功能结构 |
3.2 传感器模块设计方案 |
3.3 系统整合与数据交互方案 |
3.4 本章小结 |
第四章 系统性能测试 |
4.1 传感性能测试 |
4.2 无线开关性能测试 |
4.3 数据云同步测试 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 全文工作总结 |
5.2 展望 |
参考文献 |
附录1 程序清单 |
致谢 |
(6)沥青路面智能压实系统关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究概况 |
1.2.1 智能压实发展和研究现状 |
1.2.2 沥青路面智能压实关键技术 |
1.2.3 振动压实机理和碾压模型研究动态 |
1.2.4 压实参数检测和数据处理研究动态 |
1.2.5 压实检测指标和质量评价研究动态 |
1.3 主要研究内容及技术路线 |
1.3.1 主要研究内容 |
1.3.2 拟采取的技术路线及实施方案 |
第二章 沥青路面振动压实“机-料”耦合模型 |
2.1 沥青混合料压实机理和压实特性 |
2.1.1 沥青混合料压实机理 |
2.1.2 沥青混合料压实特性 |
2.2 沥青混合料振动压实“机-料”耦合模型 |
2.2.1 振动压实原理与“机-料”耦合模型结构 |
2.2.2 沥青混合料碾压流变特性与“机-料”耦合模型 |
2.3 沥青路面振动压实“机-料”耦合模型分析 |
2.3.1 线性振动压实系统分析 |
2.3.2 非线性振动压实系统分析 |
2.3.3 一般情况下振动压实系统分析 |
2.4 本章小结 |
第三章 沥青路面振动压实试验设计与监测 |
3.1 室内压实模拟试验 |
3.1.1 室内马歇尔击实试验 |
3.1.2 室内旋转压实试验 |
3.2 室外压实模拟试验 |
3.2.1 小型振动压路机 |
3.2.2 小型试验路设计 |
3.2.3 沥青混合料设计 |
3.2.4 振动压实试验过程 |
3.2.5 振动压实试验结果 |
3.3 现场振动压实试验 |
3.4 远程监控系统实现 |
3.4.1 车载单元设计 |
3.4.2 施工参数监测 |
3.4.3 测速定位系统 |
3.4.4 监控管理系统 |
3.4.5 客户端口设计 |
3.5 本章小结 |
第四章 基于EMD的沥青路面振动压实反馈信号处理 |
4.1 信号采集和预处理 |
4.1.1 振动信号采集 |
4.1.2 振动信号滤波 |
4.1.3 振动信号预处理 |
4.1.4 滤波和预处理实例 |
4.2 振动信号分析方法 |
4.2.1 傅里叶分析 |
4.2.2 短时傅里叶分析 |
4.2.3 小波变换分析 |
4.2.4 HHT变换分析 |
4.2.5 分析方法比较 |
4.3 振动反馈信号处理分析 |
4.3.1 EEMD分解 |
4.3.2 瞬时频率分析 |
4.3.3 时频频谱分布 |
4.3.4 频谱参数提取 |
4.4 本章小结 |
第五章 基于能量分布的沥青路面压实状态感知方法 |
5.1 压实质量检测指标 |
5.1.1 传统检测指标 |
5.1.2 智能压实指标 |
5.1.3 压实指标比较 |
5.2 室外试验压实状态感知 |
5.2.1 压实背景试验分析 |
5.2.2 静压振压影响比较 |
5.2.3 压实遍数影响分析 |
5.2.4 振动压实状态感知 |
5.2.5 压实指标评价分析 |
5.3 现场试验压实状态感知 |
5.3.1 单点碾压结果分析 |
5.3.2 整体碾压结果分析 |
5.4 本章小结 |
第六章 基于SVM-HMM的沥青路面智能压实质量评价 |
6.1 特征选择与预处理 |
6.1.1 评价流程和特征选择 |
6.1.2 UWB/GPS协同定位 |
6.1.3 样本数据预处理 |
6.1.4 样本数据标识 |
6.2 基于SVM的智能压实状态分类 |
6.2.1 支持向量机原理 |
6.2.2 模糊支持向量机 |
6.2.3 智能压实状态分类 |
6.3 基于HMM的智能压实质量评价 |
6.3.1 隐马尔可夫模型 |
6.3.2 智能压实质量评价 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 主要研究工作与研究结论 |
7.2 主要创新点 |
7.3 进一步研究设想 |
致谢 |
参考文献 |
作者简介 |
(7)自动导航与测控技术在保护性耕作中的应用现状和展望(论文提纲范文)
1 引言 |
2 保护性耕作机具自动导航技术 |
2.1 接触式免少耕播种自动导航技术 |
2.2 机器视觉式免少耕播种自动导航技术 |
2.3 GNSS式免少耕播种自动导航技术 |
2.4 免少耕播种自动导航技术对比与总结 |
3 保护性耕作机具作业参数监测技术 |
3.1 地表秸秆覆盖率快速检测技术 |
3.2 免少耕播种机播种参数监测技术 |
3.2.1 光电式播种参数监测技术 |
3.2.2 压电及电容式播种参数监测技术 |
3.2.3 免少耕播种机播种参数监测技术对比与总结 |
3.3 保护性耕作机具作业面积监测技术 |
3.3.1 基于转速传感器的作业速度监测技术 |
3.3.2 基于GNSS导航的作业速度监测技术 |
4 保护性耕作机具作业控制技术 |
4.1 免少耕播种机漏播补偿控制技术 |
4.2 保护性耕作机具作业深度控制技术 |
4.2.1 免少耕播种机播种深度控制技术 |
4.2.2 深松及表土耕作机具耕作深度控制技术 |
5 结论与展望 |
(8)基于嵌入式的轮胎工厂智能装卸系统设计及研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题的研究背景和意义 |
1.2 国内外相关行业发展的现状及发展趋势 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 论文研究内容及组织结构 |
本章小结 |
第二章 系统总体架构及相关技术分析 |
2.1 系统应用需求分析 |
2.2 系统功能设计分析 |
2.3 系统开发工具及关键技术 |
2.3.1 MDK-ARM开发工具 |
2.3.2 嵌入式系统技术 |
2.3.3 无线通信技术 |
本章小结 |
第三章 智能装卸系统硬件设计 |
3.1 硬件系统总体设计 |
3.2 系统硬件方案选择 |
3.2.1 中央处理器的选用 |
3.2.2 无线射频芯片选用 |
3.3 核心电路设计 |
3.3.1 RFID无线射频电路 |
3.3.2 LoRa无线通信电路 |
3.4 辅助电路设计 |
3.5 功能电路设计 |
3.5.1 电源降压电路设计 |
3.5.2 继电器控制单元设计 |
3.6 PCB设计 |
本章小结 |
第四章 智能装卸系统软件设计 |
4.1 数据通信协议设计 |
4.1.1 通信数据传输包结构 |
4.1.2 信息交互 |
4.2 系统旋转臂定位及防护措施设计 |
4.2.1 各类定位方法对比 |
4.2.2 RFID定位及算法 |
4.2.3 机械臂防撞设计 |
4.3 旋转臂装卸控制设计 |
4.4 移动端设计 |
4.4.1 移动端功能模块 |
4.4.2 数据库设计 |
本章小结 |
第五章 系统测试与实现分析 |
5.1 系统硬件调试 |
5.2 无线通信测试 |
5.2.1 系统传输距离测试 |
5.2.2 系统穿透能力调试 |
5.3 移动端测试 |
5.3.1 软件功能测试 |
5.3.2 软件性能 |
5.4 系统整体测试 |
本章小结 |
结论 |
参考文献 |
附录 A 主控电路原理图 |
附录 B 机械臂电路原理 |
附录 C 遥控器电路原理图 |
附录 D 测试实物图 |
攻读硕士学位期间发表的学术论文 |
致谢 |
(9)导盲机器人研究现状综述(论文提纲范文)
1 引言 |
2 导盲机器人分类概述 |
2.1 导盲机器人研究现状 |
2.1.1 智能导盲杖 |
2.1.2 穿戴式导盲设备 |
2.1.3 手持式导盲仪 |
2.1.4 基于智能终端的导盲系统 |
2.1.5 移动式导盲机器人 |
2.2 导盲机器人对比与分析 |
3 导盲机器人的共性关键技术 |
3.1 环境检测技术 |
3.2 定位与导航技术 |
3.3 人机交互技术 |
4 导盲机器人发展趋势 |
4.1 机器人移动方式 |
4.2 高智能性机器人 |
4.3 协同、共融的导盲系统 |
5 总结 |
(10)基于近距离传感器阵列的步行意图识别方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景和意义 |
1.1.1 全球性的人口老龄化趋势 |
1.1.2 老龄化社会医护需求的机遇与挑战 |
1.1.3 课题研究意义 |
1.2 国内外研究现状 |
1.2.1 下肢康复辅助研究的发展现状 |
1.2.2 智能交互策略的研究现状 |
1.3 课题研究内容及章节安排 |
1.3.1 问题的提出 |
1.3.2 论文章节安排 |
第2章 步态检测系统硬件设计方案 |
2.1 总体框架设计 |
2.2 全方向辅助步行器 |
2.3 激光测距仪步态检测系统 |
2.4 自研发多模块激光检测阵列 |
2.4.1 总体设计思路 |
2.4.2 排布与安装位置设计 |
2.4.3 激光阵列传感器模块选择 |
2.4.4 激光阵列传感器设计方案 |
2.4.5 激光阵列传感器有效性验证 |
2.5 本章小结 |
第3章 基于隐马尔可夫模型的柔顺识别算法 |
3.1 隐马尔科夫模型 |
3.2 贝叶斯估计及重要性采样 |
3.2.1 贝叶斯滤波 |
3.2.2 蒙特卡洛采样 |
3.2.3 重要性采样 |
3.2.4 重采样 |
3.2.5 粒子滤波及其应用 |
3.3 BP神经网络 |
3.3.1 前馈神经网络 |
3.3.2 BP神经网络算法推演 |
3.4 本章小结 |
第4章 步行意图分析与识别策略研究 |
4.1 步态检测系统优化 |
4.1.1 横向运动步态检测 |
4.1.2 运动特征检测机制 |
4.2 步行速度识别策略研究 |
4.3 实验验证及结果评估 |
4.3.1 识别策略的应用有效性分析 |
4.3.2 识别策略的优化效果分析 |
4.3.3 人机交互力与主观评价机制 |
4.4 本章小结 |
第5章 结论 |
参考文献 |
在学研究成果 |
致谢 |
四、智能压力检测系统的红外线压力手抄器的设计与研究(论文参考文献)
- [1]变电站SF6气体泄漏红外成像检测关键技术研究[D]. 李勤. 广西大学, 2021(12)
- [2]采煤机自闭式水介质液压制动器的研制[D]. 王浩翔. 西安科技大学, 2021(02)
- [3]基于Azure Kinect的智能化居家养老监视系统设计[D]. 郑亦冰. 山东大学, 2021(12)
- [4]车载农用火灾传感器的稳定性研究[D]. 王俊博. 吉林大学, 2021(01)
- [5]基于ZigBee与WiFi深度结合的智能家居系统的研究与设计[D]. 石瑛. 南京邮电大学, 2019(03)
- [6]沥青路面智能压实系统关键技术研究[D]. 贾通. 东南大学, 2020
- [7]自动导航与测控技术在保护性耕作中的应用现状和展望[J]. 王春雷,李洪文,何进,王庆杰,卢彩云,陈立平. 智慧农业(中英文), 2020(04)
- [8]基于嵌入式的轮胎工厂智能装卸系统设计及研究[D]. 王泽众. 大连交通大学, 2020(06)
- [9]导盲机器人研究现状综述[J]. 武曌晗,荣学文,范永. 计算机工程与应用, 2020(14)
- [10]基于近距离传感器阵列的步行意图识别方法研究[D]. 高亚天. 沈阳工业大学, 2020(01)