基于霍尔传感器微阵列的呼吸频率检测系统设计

基于呼吸感应体积描记技术原理,在一条腹带内部嵌入了永磁铁,腹带系在患者腰部,在呼吸过程中,由于体积的变化引起腹带中永磁铁的位置运动,通过霍尔传感器阵列对永磁铁位置进行检测,从而判断呼气和吸气的过程,采用单片机对传感器信号进行分析处理,计算出呼吸频率。经10名受试者重复实验,并与呼吸检测设备的检测结果进行比较,本系统的平均精确度高于95%,证明了本系统的可靠性。所设计的呼吸频率检测系统可用于睡眠呼吸检测仪、慢呼吸高血压治疗仪等设备。

基于霍尔阵列传感器的钢丝绳缺陷定量检测技术的研究

传统的钢丝绳无损检测装置采用感应线圈作为传感器,但由于线圈传感器的输出与钢丝绳的运动速度相关,使用霍尔传感器可有效地克服钢丝绳运动速度的影响。设计了一种基于霍尔阵列传感器的钢丝绳无损检测系统,系统不仅可实现缺陷在钢丝绳轴向的准确定位,且可实现对不同周向位置的缺陷的检测,提高了钢丝绳缺陷检测的维度,并通过二值化漏磁图像的局部像素和来实现缺陷大小的定量,取得了良好的检测效果。

基于阵列漏磁信号分析的无刷直流电机高阻接触故障诊断研究

无刷直流电机具有效率高、能量密度高、噪音低等优点进而被广泛应用于汽车、工业自动化、航空航天等领域。高阻接触(high resistance connection,HRC)故障是电机的典型故障之一,该故障严重时会导致急剧温升乃至火灾,因而无刷直流电机的HRC故障研究具有重要的意义。通常采用电流电压信号分析的方法诊断HRC故障,但现有的方法仍存在局限与不足。针对此问题,设计了一种新的结合阵列漏磁信号分析和机器学习的方法实现无刷直流电机HRC故障的定位和定量分析。首先通过安装在电机外壳的霍尔传感器阵列采集多通道漏磁信号,利用神经网络分析漏磁信号的时域特征实现电机HRC故障检测和定位。在确定故障相之后,利用另一个神经网络模型分析漏磁信号频域特征实现HRC故障的定量分析。实验结果表明,提出的方法检测和定位故障的精度为98.75%,故障定量分析的平均均方根误差为0.018Ω。该方法具有非侵入式测量、易于实现、效率高等优点,对提升无刷直流电机HRC故障检测精度和效率具有促进作用。

漏磁检测的仿真和实验研究

根据检测得到漏磁信号重构出缺陷的外形轮廓,需要建立完整的缺陷模型数据库。首先,在搭建的漏磁信号的检测平台中,由上位机控制数采卡采集由霍尔传感器阵列转换得到的多通道漏磁信号,并实时显示采集到的缺陷信号。再通过有限元分析软件ANSYS对缺陷建模仿真,并计算分析出缺陷的磁力线分布。分析对比两组实验数据显示,两组数据吻合的很好,可以用ANSYS仿真的数据来建立数据库。

实时环境下的对弈机器人控制系统设计与分析

介绍了一种能够实现与人进行中国象棋对弈的对弈机器人及其控制系统的设计,并对实时环境下的软件开发进行了详细说明和分析。经实际运行证明,该机器人作为国内利用开放式控制器开发成功的第一台对弈机器人,具有较高的开放性、智能性、可靠性和实用性。

钢丝绳缺陷漏磁信号的通道均衡化方法

为了获得更全面的漏磁分布信息,提高缺陷定量识别的精度,应用霍尔阵列传感器检测三维漏磁场.在霍尔阵列传感器的检测过程中,由于周向分布的霍尔的提离距离差异和励磁强度的不均匀性等会导致其输出信号出现相异性,为此,本文提出了一种漏磁信号基线预估和各通道峰值归一化相结合的方法,可有效补偿由于提离距离波动及励磁强度不均匀所造成的霍尔阵列传感器的通道相异性,提高了漏磁信号的信噪比及漏磁图像的对比度.实验结果表明,均衡化后的漏磁图像缺陷定量检测准确率高.

永磁球形电机转子区间划分及辨识策略研究

永磁球形电机的闭环控制,往往需要获取转子的位置信息。提出一种永磁球形电机转子区间划分方法,并对其位置进行辨识研究。根据转子磁极产生的磁场分布特点,以及定子线圈的影响来确定线性霍尔传感器的输出编码转换阈值,并且基于阈值对定子球面进行空间划分来确定传感器的安装位置和数量。转子磁极产生的磁场大于阈值的位置在定子球壳内表面构成一个近似圆形区间,将该圆形区间命名为一个单元区间,在每个单元区间的中心处放置一个传感器。多个单元区间在定子表面上相互重叠形成了范围更加小的位置区间。为了分辨磁极位置,将24个传感器输出的磁场值绝对值与磁场阈值比较后得到输出编码,命名为24位编码。将24个传感器中输出编码为1的传感器进行二次编码得到一组新的编码用来判断磁极极性,命名为极性编码。综合24位编码与极性编码来对转子位置进行辨识。为了验证所提的转子辨识理论,搭建了转子位置辨识实验平台,并且对转子的几种典型位置进行验证。实验结果与理论分析结果一致,从而验证了所提出的永磁球形电机转子位置辨识方法的有效性。