【摘 要】
:
目前轨道水平参数的测量遭遇到一个涉及倾角传感器动态响应特性的技术瓶颈,已形成了该核心传感器对美国JEWELL公司产品的高度依赖,且该产品的电磁阻尼技术只是减轻了冲击振荡等的影响程度,仍然存在动态时延、波形异常等严重问题。本课题拟改变轨道检查仪在水平参数测量中单纯依赖倾角传感器性能的技术发展路线,研究和探索基于直测扭曲逆差分的轨道水平多传感器多源信息融合测量创新方案,提高轨道水平的测量精度。首先,研
论文部分内容阅读
目前轨道水平参数的测量遭遇到一个涉及倾角传感器动态响应特性的技术瓶颈,已形成了该核心传感器对美国JEWELL公司产品的高度依赖,且该产品的电磁阻尼技术只是减轻了冲击振荡等的影响程度,仍然存在动态时延、波形异常等严重问题。本课题拟改变轨道检查仪在水平参数测量中单纯依赖倾角传感器性能的技术发展路线,研究和探索基于直测扭曲逆差分的轨道水平多传感器多源信息融合测量创新方案,提高轨道水平的测量精度。首先,研究倾角传感器的性能制约、倾角传感器与MEMS陀螺多传感器信息融合的经济性制约等测量困境,表明现有轨道检查仪对轨道水平参数测量方案创新的技术急迫性。分析轨道检查仪可以增加角度传感器直接测量与轨道水平参数密切相关的轨道扭曲参数,研究其测量特性是否满足动态测量所需性能,进而引入轨道扭曲逆差分获得轨道水平,形成多传感器同步测量轨道水平,并通过多源信息融合解决现有轨道检查仪在轨道水平动态测量中存在的测量缺陷问题。针对此,研究推算扭曲与直测扭曲逆差分水平波形的分段与置信度分析、分段策略的选择方案与波形分段流程。研究DTW算法于本文中的改进应用。从多个角度分别验证波形相似性,避免单一方法验证数据相似性产生错误结论,提出波形分段的评价策略与详细分段方法,并将推算扭曲分段结果映射至直测水平完成直测水平波形分段目标。最后,探究多源信息融合方法与算法实际效果,通过不同置信度水平与其对应直测扭曲进行不同融合策略来改进直测水平的时延缺陷与波形异常测量缺陷。对数据融合水平/直测水平分别与水平真值进行相似性检验分析,验证本算法消除水平动态测量过程中所遇到两种缺陷的有效性、解决制约轨道检查仪水平参数测量性能的严重问题。然后研究算法的鲁棒性,降低轨道检查仪在实际测量中对倾角传感器的精度要求,寻找其他倾角传感器替代美产昂贵的倾角传感器。
其他文献
随着社会经济和科技的不断发展,智能仓储在柔性制造系统和物流得到广泛的发展,仓储是物流行业中极其重要的一环,因其能提高企业的利润,降低企业运行成本,使仓储的研究成为热门研究。企业的智能化能降低人工成本,有利于企业的持续化发展,AGV智能小车可以代替人工完成拣选作业,AGV具有自动化、灵活性和安全性的特点,能够提高整个制造物流系统的效率。论文在Flying-V布局和Fishbone布局这两种非传统布局
自从机器人问世几十年以来,科学家一直没有对机器人的定义进行统一,主要是因为机器人和人的关系是相互交叉的。1940年科幻学家艾萨克·阿西莫夫提出了机器人三定律,目的是建立以人类为中心的理论,保护人类不受机器人伤害。但是这个理论明显会制约智能机器人进化成人类,所以本文的智能机器人在未来将不会再遵循机器人三定律。本文的引言说明了当前人工智能的发展情况,随着科技的进步,终将会迎来智人时代到强人工智能时代,
根据相关的数理统计,我国年龄在60岁以上的老人已经占全国人口总数的17.3%,依照国际标准中国已经正式步入了老龄化社会。在老龄社会群体中心血管疾病、脑卒中和癌症的致死率极高,而脑缺血和脑失血导致的脑卒中(中风)最为严重,患者在患病过程中和术后存在极大概率伴有相应程度的单侧肢体运动障碍(偏瘫),严重影响患者的日常生活。传统康复疗法不仅在训练方法上存在弊端,还无法实时地对患者肢体进行检测,因此通过康复
室内行人导航能在复杂封闭的室内环境下为行人提供精确的位置导航服务,其研究价值日益突显。论文针对行人导航存在的问题,从惯性多传感器融合方向对室内行人导航方法展开研究,主要研究内容有以下几个部分:论文首先阐述了行人导航的相关理论技术基础。其中,对行人航位推算(Pedestrian Dead Reckoning,PDR)基本技术架构进行了说明,对关键的捷联惯性导航系统(Strapdown Inertia
作为现代化信息系统的技术基础,光纤传感技术现在正处于蓬勃发展的阶段,作为光纤传感器的重要分支的光纤法布里-珀罗(Fabry-Perot)干涉传感器,被广泛地应用于应变、温度、折射率、湿度、加速度、超声波、位移等参数的测量。光纤F-P传感器能够广泛应用于传感领域是得益于其具有结构简单,尺寸小,可靠性高,制作简单,且能够在单根光纤中传输信号等一系列优点。光纤F-P传感器按照其传感头的结构分类,可以分为
计算机视觉是深度学习的一个非常重要的研究方向,深度学习可以让计算机拥有类似人类的思考方式。监控覆盖着人们生活的各个角落,可以捕捉暴力发生画面,但保存的监控视频数据总量十分庞大。面对海量的监控视频,需要使用深度学习来进行暴力行为识别,让机器学会识别人类的动作,替代人工监视摄像画面完成暴力行为的报警。网络训练主要采用视频数据集进行识别网络的训练。但目前深度学习存在复杂背景的干扰、光照强度变化等因素的影
随着我国制造业的转型升级,AGV(Automated Guided Vehicle,无人搬运车)在物流仓储、汽车总装线、机械加工等诸多场所的应用越来越广泛。在AGV的相关技术研究中,定位技术是研究的核心之一,是AGV实现自动导引的第一步。定位技术是指AGV通过电磁、光学等传感器感知外界环境并计算出自身在环境中位姿的过程。针对传统激光雷达定位中三角、三边定位算法定位精度低的问题,本文采用多路标定位算
配电线路通道环境隐患识别是智能配电网线路通道安全巡检的重要研究内容。树林,农田,河流,工地等配电线路途经地形地貌作为配电线路通道的薄弱环节,是树障,鸟害,倒杆以及外力破坏等潜在隐患的多发地带。然而传统的人工巡检查找潜在隐患地区的方式效率低下且存在危险,给电力运维人员带来了很大的困扰,因此,急需对配电线路的自动隐患定位与识别技术,以便运维人员快速排除隐患。本文在国内外相关研究的基础上,设计了基于卷积
随着智能电网建设的不断深化和新能源并网技术的日益成熟,电力来源和负荷的组成发生了很大变化。风电、光伏发电等分布式、间歇式电源并网对电力系统带来一些列电能质量问题,例如谐波污染、暂态振荡等。因此,电能质量问题已经成为供电部门和广大用户共同关心的问题。治理电能质量问题的前提,就是要对电能质量扰动信号进行有效的辨识。因此,本课题分别从特征提取和模式识别这两个方面对电能质量扰动辨识问题展开研究。在特征提取
随着社会的进步,脑卒中的发病率不断升高,脑卒中治愈后会有很大概率遗留肢体运动功能障碍,康复医学表明,通过康复运动可以帮助患者恢复肢体的运动功能。传统的运动康复训练主要由医师完成,患者在接受传统方法治疗时通常是被动治疗,无法发挥患者的主管意愿,使用智能康复机器人为患者进行康复训练已经成为了一种新的康复方法。提出了一种基于人体生物信号的角度预测方法,这种角度的预测方法通过分析人体的运动意图,并对角度做