供电电压闪变对异步电动机转子故障在线检测的影响及应对

供电电压闪变可能对异步电动机转子故障在线检测产生不利影响,导致基于定子电流信号分析(motor current signature analysis,MCSA)的转子故障在线检测方法失效。通过理论分析,揭示供电电压闪变恶化转子故障在线检测性能的机制。提出免于供电电压闪变影响的异步电动机转子故障在线检测方法,首先,根据转子故障主特征频率分量预判转子健康或故障;继而,根据转子故障独有的辅助特征频率分量进一步确认转子健康或故障。仿真与实验结果证明了该方法的有效性。

PGNAA多元素在线检测技术在选煤厂的应用

煤质在线检测技术可对煤中矿物元素进行直接检测,为煤炭洗选生产实现灰分自动回控提供关键数据支撑。文章在介绍并对比了用于煤质在线检测的X荧光分析(XRF)技术、激光诱导击穿光谱(LIBS)技术和瞬发射线中子活化分析(PGNAA)技术的基础上,详细阐述了PGNAA多元素在线检测技术的原理、检测设备的组成,重点介绍了PGNAA技术在矿并型选煤厂和中央型选煤厂的应用情况,并对PGNAA在线检测设备得到的煤质检测结果与实验室化验结果进行了对比。PGNAA在线检测设备在矿井型选煤厂和中央型选煤厂的应用表明:在不同的生产条件和产品需求下,PGNAA在线检测设备对灰分检测的标准偏差能够控制在0.15%以内,相关系数在0.91以上;对全硫检测的标准偏差为0.032%,相关系数达到0.995;对煤中Fe203含量检测的标准偏差仅为0.025%,相关系数为0.950;可见PGNAA多元素在线检测技术对于灰分、全硫、Fe2O3含量的检测结果与实验室化验结果之间有很好的相关性。随着选煤厂智能化建设的深入,对煤质在线检测设备的要求越来越高,未来PGNAA多元素在线检测技术以其高精度、强适用性等特点,将在原煤均质、分选控制、精准配煤、商品煤出厂快速检测等方面发挥作用。

大型船舶加筋板结构焊接裂纹在线检测研究

大型船舶加筋板结构焊接若出现裂纹,会降低加筋板结构强度,为船舶航行安全带来不可预估的风险,为此研究大型船舶加筋板结构焊接裂纹在线检测方法。使用有限元软件Ansys,依据船舶加筋板结构参数,对加筋板结构焊接裂纹模态进行模拟,获取大型船舶加筋板结构焊接裂纹模态,依据该模态,使用改进连续小波分解方式从加筋板结构焊接裂纹模态中获取裂纹对应的小波系数,通过获取裂纹模态小波系数突变点,依据该突变点得到加筋板结构焊接裂纹深度、长度、宽度等在线检测结果。实验结果表明,该方法可有效获取船舶加筋板结构焊接裂纹模态,并依据该模态在线检测到船舶加筋板结构焊接裂纹的长度、宽度等,应用效果较佳。

基于扇块化阈值判定的机载激光雷达可通行区域在线检测方法研究

激光受扫描区域与摄像点间角度、方向以及间隔距离等因素影响,导致激光可覆盖区域有限,从而影响可通行区域在线检测的准确性。为此,提出一种基于扇块化阈值判定的机载激光雷达可通行区域在线检测方法。扇块化阈值包括最大扫描距离阈值和畸变系数阈值,利用其判定机载激光雷达扇形块区域;采用最大熵值预测模型与调节系数处理扇形块区域数据,结合小波变换实现机载激光雷达可通行区域在线检测。实验结果表明,所提方法不仅检测到在4、6、7检测点处,道路宽度信息发生了变化,而且可以有效检测出区域内的障碍物,从而提高可通行区域的检测准确性,具备较好的检测效果。

烧碱浓度在线检测与自动配碱控制系统的研究

为了解决印染丝光加工过程中,烧碱浓度不稳定对织物染色加工质量的影响,开发一种浓碱浓度在线检测与自动配碱控制系统,解决了传统印染丝光人工配碱、浓度滴定控制方式存在的弊端。

铁路异型轨与夹板智能在线检测系统

随着火车运量不断增加,钢轨承受载荷越来越大,特别是编组站这种特殊路况的异型轨与夹板应力集中处,更易出现安全问题。通过在异型轨与夹板布置电阻应变式弹性传感器,对异型轨和夹板高应力集中处进行精准检测,经过无线传输、云端算法分析、故障特征提取,实时检测裂纹发展情况,当裂纹发展到一定阈值,系统发出警报,提醒相关部门采取措施,有力保障了编组站等特殊路段的列车行车安全。

在线检测智能修正技术在精密制造中的应用

介绍在线检测和智能修正技术在精密加工中的应用,开创了利用CAD/CAM软件编程来实现检测和修正功能的方法,改变了需要依赖手工编写测头程序等一系列难题,降低了对夹具精度的要求,极大地提高了零件的加工精度和生产效率。

一种分光光度法实现的多参数水质在线检测仪

针对传统分光光度法实现的水质在线检测仪存在的检测参数单一、效率低下、光源受环境温度干扰等问题,设计了一种高效快速的多参数水质在线检测仪。该仪器以总磷、CODCr、氨氮为检测对象,通过优化检测流程提高了检测效率。同时采用双光束测量法补偿光源受环境温度的影响。经性能测试显示,该仪器在示值误差、重复性、零点漂移、量程漂移等关键指标上均优于国家标准。

在线检测技术在中药饮片智能化生产与质量控制中的研究现状与展望

中药饮片产业是中药产业三大支柱之一,保证饮片的质量和安全性一直是重中之重的工作。传统的中药质量控制方法存在周期长、效率低、主观性强等问题,无法适应产业的快速发展。在线检测技术通过在线监测系统实时采集、处理和分析样品数据,能够更快速、准确地得到产品质量信息,对中药饮片的智能化生产和质量控制具有重要意义。从国家政策导向阐明中药智能化生产对中药饮片质量控制的重要性,对在线检测关键技术研究及其在饮片生产全过程中的应用进行综述,归纳当前在线检测技术在中药产业应用中存在的问题,为加快在线检测技术与饮片产业融合发展提供建议,以期为提高饮片生产效率及质量、促进饮片产业高质量发展提供参考。

基于全透射可见-近红外光谱的西瓜糖度在线检测研究

糖度是评价西瓜品质的重要指标之一,影响着西瓜的受欢迎程度和销售价格。但体积大、皮厚的自然生物特征为西瓜糖度的快速、无损评估带来了挑战。为探索西瓜糖度快速无损检测,选择230个西瓜作为试验样本,使用自行研制的全透射可见-近红外光谱系统在线采集西瓜光谱数据,在线检测过程中保持光谱连续检测点在西瓜的赤道部位,并分别测量西瓜整果糖度和中心糖度作为理化糖度参考值。首先对样本在线检测过程中产生的多条光谱数据进行均值化处理,并选取波长范围690~1100 nm的光谱数据,使用蒙特卡洛方法剔除其中的异常样本,使用多种预处理方法(SNV、SG平滑等)对光谱数据优化,并采用SPXY算法划分样本校正集和预测集以减小因西瓜内部糖度分布差异造成的影响;基于优化的光谱数据构建了线性PLSR模型和非线性LS-SVM模型预测西瓜中心糖度和整果糖度。结果表明,基于SNV和SG组合法预处理光谱构建的LS-SVM模型预测西瓜整果糖度效果最好,其校正集相关系数R C=0.92,建模均方根误差RMSEC=0.37°Brix;预测集相关系数R P=0.88,预测均方根误差RMSEP=0.40°Brix。进一步使用特征波段挑选算法(CARS、UVE、SPA等)对光谱数据优化,结果显示构建的模型效果更好,其中使用CARS和UVE组合算法选取的特征波长构建LS-SVM模型预测西瓜整果糖度时效果最好,其校正集相关系数R C=0.94,校正均方根误差RMSEC=0.31°Brix;预测集相关系数R P=0.91,预测均方根误差RMSEP=0.37°Brix,且建模变量从1524个特征变量缩减到39个特征变量。该研究为实际生产中西瓜糖度快速无损检测应用提供了参考。

基于STM32的高精度跳汰床层在线检测仪设计

针对选矿厂所使用的跳汰机大多受到床层厚度限制以及操作人员无法通过肉眼观测跳汰床层情况等问题,设计了一种高精度跳汰床层在线检测系统。系统主控制器为STM32F103C8T6,外围电路连接步进电机与多种传感器。STM32通过控制步进电机的螺杆转动圈数和螺距来确定仪器行程距离以及通过多种传感器对数据进行采集从而最终得出床层的厚度,最终检测数据通过液晶显示器(OLED)实时显示。实验结果表明,在65 mm的测量范围内,压实层厚度误差小于0.5 mm,在70 mm的测量范围内,分散层厚度误差小于0.4 mm。该设计有效提高跳汰机床层厚度的稳定性,从而实现跳汰分选指标的精准控制。

基于FSLYOLO v8n的玉米籽粒收获质量在线检测方法研究

玉米籽粒破碎率和含杂率是评价玉米收获质量的关键指标。针对当前玉米籽粒直收机缺少适用于复杂田间作业环境的收获质量在线检测方法的问题,提出一种适用于小目标、多数量检测目标的玉米籽粒破碎率、含杂率轻量化检测方法。首先,根据图像中完整籽粒、破碎籽粒、玉米芯和玉米叶个体数量与个体质量的关系建立数量-质量回归模型,提出了籽粒破碎率和含杂率评估方法。其次,针对籽粒及杂质大小相近,检测物数量多,检测物面积小的特点,提出一种改进的FSLYOLO v8n算法。算法通过FasterBlock模块和无参数注意力机制SimAM改进主干网络结构,并通过使用共享卷积结合Scale模块对检测头进行改进。此外,使用SlidLoss函数替代YOLO v8n的原类别分类损失函数。FSLYOLO v8n模型的mAP@50为97.46%、帧速率为186.4 f/s,与YOLO v8n相比提高6.35%和45 f/s,且网络参数量、浮点运算量分别压缩到YOLO v8n的66.50%、64.63%,模型内存占用量仅为4.0 MB,其性能优于目前常用的轻量化模型。台架试验结果表明,提出的检测方法能够精准检测玉米籽粒破碎和含杂情况,检测准确率高达95.33%和96.15%。将改进后的模型部署在Jetson TX2开发板上,配合检测装置安装到玉米联合收获机上开展田间试验,结果表明,模型能够精准区分籽粒和杂质,满足田间工作需求。

基于激光传感器的机械加工工件尺寸偏差在线检测方法

伴随着现代机械加工行业的飞速发展,其对工件尺寸精度要求逐渐提升。但是,现阶段对于机械加工过程中工件的尺寸精度还存在一定不足,而对于工件尺寸偏差检测的方法,也常常受到图像噪声、算法缺陷的影响,导致工件尺寸偏差检测准确性的降低。故提出基于激光传感器的机械加工工件尺寸偏差在线检测方法研究。选取与配置激光传感器,以此为基础,获取机械加工工件尺寸测量激光数据,利用限幅滤波法去除工件尺寸测量激光数据中的噪声数据,计算机械加工工件的测量尺寸(长、宽与高),加载工件期望尺寸数据,衡量两者之间的差值,以此为依据判定机械加工工件尺寸是否存在偏差,实现工件尺寸偏差的在线检测。实验数据显示:提出方法应用后获得的机械加工工件尺寸(长、宽与高)偏差检测结果与实际偏差相同,最大误差不超过0.5 mm,可分辨的最小偏差为0.2 mm,充分证实了提出方法的有效性。

基于光谱诊断的钛合金激光焊接熔深在线检测

激光焊接是一种多物理场耦合的高速激光加工过程,对其熔深的精确在线检测一直是行业最为关注的关键难题.本文针对TC4钛合金激光焊接过程,搭建了光致等离子体光谱实时监测平台,分析了激光功率对等离子体热力学特性、熔深的影响规律,提出了一种熔深在线预测方法.研究结果表明,等离子体光谱数据和熔深的变化存在显著相关性.基于此,选择了6条线谱的强度特征用于熔深预测建模.并采用降维技术对光谱数据进行特征提取,基于提取的特征再次建立了熔深预测模型.基于数据降维变换后的光谱特征构建的熔深预测模型的均方误差为0.0194,小于基于原始光谱强度特征建立的神经网络模型.本文构建的高精度熔深预测模型为激光焊接熔深的实时反馈控制提供了理论依据.

光照区域对近红外光谱在线检测柚子糖度的影响

[目的]提高近红外光谱技术在线检测柚子糖度的精度。[方法]采用自主研发的柚子在线无损检测设备采集3种光照区域的柚子的漫透射光谱数据,在650~950 nm的波长范围内采用标准正交变量变换(SNV)、多元散射校正(MSC)、归一化(normalize)、SG一阶求导(savitzky-golay first order derivative,SG-1st)对原始数据进行预处理,使用自适应性加权算法(CARS)筛选反映柚子糖度的光谱特征,建立了偏最小二乘回归(PLSR)模型。使用未参与到建模的30个柚子样本进行在线验证。[结果]光照区域C结合SNV-CARS-PLSR方法的建模效果最优。其预测集的决定系数为0.95,均方根误差为0.30°Brix。在线验证时决定系数为0.90,均方根误差为0.58°Brix。模型对于柚子糖度具有较强的在线检测能力。[结论]在光斑直径为70 mm且位于柚子赤道上方20 mm的光照区域C的条件下采集的柚子光谱数据所建立的预测模型能更有效地实现柚子糖度的在线预测。

苯酚管道数字射线在线检测试验研究

针对化工装置的苯酚管道在线检测的需求,通过制作含埋藏缺陷的不同管径的试样,选择合适的透照工艺参数,在有无介质的两种工况下,分别开展数字射线检测试验,研究缺陷的检出情况。通过对比研究检测结果发现后,管径DN 250 mm及以下含介质管道,气孔、未焊透等体积型可以有效检出,裂纹等面积型缺陷一定条件下可以检出,说明苯酚管道数字射线在线检测具有可行性。

基于海量遥感影像的高铁沿线建筑物隐患在线检测系统研究

高速铁路沿线建筑物隐患检测对高铁运营安全至关重要。针对当前隐患排查作业中存在的检测周期长、检测效率低、检测结果共享性差等问题,本文基于海量遥感影像设计并研发了高铁沿线建筑物隐患在线检测系统。该系统首先基于GeoTrellis构建高铁沿线遥感影像与金字塔瓦片混合存储方案,实现对高铁沿线多尺度遥感影像分片式存储;其次在服务端嵌入基于ResNet101的深度学习算法搭建高铁沿线建筑物隐患智能检测服务,并为提高海量影像数据检测效率采用Spark多服务节点并行的计算策略加速模型预测;最后利用WebGL技术实时渲染高铁沿线大跨度复杂场景以及建筑物隐患检测结果。该系统实现了高铁沿线场景可视化与建筑物隐患在线检测交互一体化作业,对以建筑物隐患检测为重要内容的高铁安全监管工作具有重要参考意义。

基于深度学习的烟气温度和CO_(2)浓度在线检测

基于低分辨率红外发射光谱采集技术,耦合深度学习计算方法,提出了一种烟气温度和CO_(2)浓度在线检测方法。利用气体光谱辐射模型计算训练数据,基于多层感知器(MLP)神经网络反演火焰烟气温度和CO_(2)浓度的分布,结果表明,MLP神经网络模型对温度、CO_(2)和H_(2)O体积分数的反演误差均低于1%,预测精度均大于94.5%,具有良好的泛化能力和预测能力。建立了一套基于深度学习与发射光谱耦合的烟气温度和CO_(2)浓度在线检测装置,并对乙烯扩散火焰和C_(2)H_(4)/NH_(3)部分预混火焰展开了研究。乙烯扩散火焰烟气温度和CO_(2)体积分数的测量结果与模拟火焰结果相一致,验证了基于深度学习与发射光谱耦合的在线检测法的可行性。改变部分预混火焰的掺氨比例,分析火焰中轴上方不同高度处气体的温度和CO_(2)浓度变化,结果表明,同一高度处的烟气温度会随着掺入氨气的增加而增大,而CO_(2)体积分数会呈先增大后急剧减少的趋势。所提出的方法可以较灵敏的检测温度和CO_(2)浓度的变化,用于多种火焰的燃烧诊断研究,在燃煤电厂碳排放在线检测上也有一定的应用前景。

液氢管道在线检测技术分析

液氢管道在液氢输送、储存、加注等环节发挥着不可替代的作用,管道运行期间,定期检验是保障其安全使用的必要手段。鉴于其内外管全封闭结构的特殊性,液氢管道唯有采用在线检测。依据在役液氢管道的失效和损伤模式分析,梳理了液氢管道的在线检测技术。对目前常用在线检测技术的适用性进行分析后发现,射线数字成像检测技术(DR)是液氢管道内管焊缝检测的最优选择。开展含缺陷内管的双层管试件DR检测试验,证明液氢管道DR在线检测技术具有可行性和有效性。

可溶性染液浓度在线检测装置设计

为了提高纺织印染的染色成功率和自动化水平,设计了一种可溶性染液浓度在线检测装置,选用C12666MA微型光谱仪为检测器模块,STM32F407ZGT6芯片为处理器模块,对酸性大红B,酸性深蓝5R,酸性嫩黄G 3种染液分别进行实验,获取单色光透过染液的光强数据,通过光强数据建立浓度PLS(Partial Least Squares)模型,得到染液的浓度信息。实验结果表明:3种染液测得光强数据绘制成的光谱曲线,与海洋光学USB2000+光谱仪测得光谱曲线基本相同;染液浓度检测值与实际值的相对误差在5%之内,满足印染工厂实际生产的精度需求。该装置相比传统人工检测手段提高了纺织印染过程的自动化水平,保证了印染质量,可实现染液浓度的在线检测,具有重要的应用价值。