计算机测量与控制杂志 统计源期刊

计算机测量与控制 2019年第05期杂志 文档列表

计算机测量与控制杂志综述与评论

软件故障定位技术研究综述1-4

摘要：软件故障定位旨在利用程序信息以及测试用例找到导致程序出现故障的语句,以提高程序的安全性与健壮性;首先介绍了常见的单故障定位技术和现有的多故障定位技术,并对比分析了两者之间的差异,然后介绍了常用的测试用例集合,并列举了一些用来测试评价故障定位技术效率的方法,最后对现有的故障定位技术进行总结并提出未来研究方向的展望。

现代模拟电路故障诊断技术发展综述5-8

摘要：模拟电路的故障率长期以来居高不下,但模拟电路由于其客观世界信号本质无法完全被数字电路取代,模拟电路的可靠性也成为制约电路系统可靠性的关键因素;主要针对模拟电路的软故障诊断方法进行了研究,分析了模拟电路在故障诊断中的难点,分别对传统和智能化的故障诊断发展和研究现状进行了综述,展望了未来模拟电路故障诊断的发展趋势。

计算机测量与控制杂志测试与故障诊断

基于6LoWPAN和IPv6的猪舍环境远程监测系统9-12

摘要：猪舍的环境是影响猪生产水平的重要因素之一,为猪舍环境改善提供依据并提高猪的健康水平和生产效率,结合6LoWPAN网络和IPv6网络的快速演进,文章设计并实现了一种基于6LoWPAN和IPv6的猪舍环境远程监测系统;该系统实现了无线传感器网络(WSN)与IPv6网络之间的点到点通信,实现了猪舍内温度、湿度、光照强度、CO2、H2S、NH3等环境因子实时监测;文章详细描述了该系统硬件框架和软件框架实现过程,最后基于Visual C++6.0和MySQL开发了猪舍环境远程监测系统的上位机管理软件,并利用Android Studio开发了移动端猪舍环境远程监测APP;试验结果表明,该系统能准确获取监测数据,可满足猪舍环境远程监测的需求。

基于深度卷积网络的复杂环境中绝缘子串特征检测13-17

摘要：绝缘子串工作状态的智能监测是实现智能电网的重要前提;针对电网巡检图像中绝缘子串特征检测效果受复杂环境的影响;引入超像素和统计方法来降低复杂场景的难度,首先采用多尺度方式将图像分解为不同的层,然后采用SLIC将每层图像分解为不同大小的超像素,采用超像素特征来描述多尺度图像的某个区域位置的特征信息,得到图像的粗略显著区域,并作为样本集输入区域网络Region net进行处理,最后通过网络训练迭代得到准确完整的显著特征图;将提出算法和其它流行算法对不同环境中绝缘子串图像进行特征检测对比实验,证明提出算法的F-Measure以及平均误差MAE均优于当前流行算法。

1000Base-T型网络物理层特征信号测试技术研究18-21

摘要：网络物理层基于网络结构底层,负责网络电信号的发送、接收,当网络物理层性能状态出现问题时,将严重影响网络设备的通信质量,且故障点难以被发现排除;为有效确保网络设备通信质量,及时发现设备故障隐患,需求设计准确高效的网络物理层指标测试方法;依据《IEEE 802.3-2000和ANSI X3.263-1995标准》关于以太网物理层特征信号电参数特性的相关要求,对1000Base-T型网络接口物理层一致性特征信号测试方法进行研究,基于宽带数字示波器测试系统,并结合数字示波器高级触发功能设计了能够准确捕获特定特征信号的测试方法,该方法能满足网络物理层一致性测试技术需求,准确开展网络物理层指标测试工作。

航空发动机整机振动测量和分析方法22-25

摘要：目前国内仍有很多航空发动机试车台使用的是模拟振动测量仪,滤波和积分选择均需针对机型专门定制,灵活性不够,同时也不能分析振动频率,满足不了发动机振动分析的要求;选择合适的振动传感器、振动测量仪并采用合适的软件分析方法,迅速准确地测量发动机的振动值并分析振动频率是发动机厂、所对发动机整机台架试验的要求;在发动机整机振动测量选择了压电式加速度传感器并使用带有抗混滤波的差分放大器以消除频率混叠和共模干扰,编写了专门的振动分析软件,在振动分析软件处理中采用Butterworth滤波器和Flat Top窗函数;该方法能够满足发动机生产厂提出的通带平滑度≤±5%,阻带衰减大于-30dB/倍频程的滤波要求以及对振动测量精度≤±5%的要求;通过研究提出的航空发动机整机振动测量方法准确可靠,能够满足发动机厂、所对试车台架整机振动测量的要求。

基于深度信念网络的脑电信号疲劳检测系统26-29

摘要：传统的疲劳驾驶检测系统,一般采用对面部特征进行识别与信息提取的方式,易受到外界因素干扰,检测效率较低;针对这一问题,提出基于深度信念网络(DBM)的脑电信号(EEG)疲劳检测系统;结合深度信念网络工作原理和系统整体框架,设计系统硬件结构和软件功能;采用SAA7115型号信号解码器对数字化信号进行分离,通过采集模块电路图,将解码器连接到低噪声Video接口处,保证分离后的脑电信号为合成信号;通过TMS320DM642的DSP数字信号处理器对端口1信号进行合成、对端口2信号进行复合信号编码,保证信号采集不受外界因素干扰;将受限玻尔兹曼机在硬件采集模块中提取的信号进行疲劳程度检测,根据脑电信号变化强度,区分疲劳和未疲劳状态下脑电信号特征,完成系统设计;实验结果表明,所设计系统具有较高检测效率,可为疲劳驾驶人员生命安全提供保障。

隐式半马尔科夫模型下的变压器故障诊断方法30-34

摘要：变压器运行过程中存在多种状态,能够正确划分运行状态,对变压器的维修和故障诊断有着重要的意义;首先,详细分析了马尔科夫链的衍生模型,并构造了隐式半马尔科夫模型(hidden semi-markov models,HSMM);然后,通过引入"微状态-宏状态"的对应关系,用于在HSMM中描述变压器运行过程中的状态;最后,建立了涵盖变压器历史状态信息,并包含特征提取、状态分类和故障识别过程的HSMM故障诊断流程;通过变压器DGA故障诊断的算例分析,结果表明所述方法的有效性。

基于故障树的轨道交通车载电源可靠性分析35-38

摘要：文章介绍了城市轨道交通车载电源的组成、功能和故障树分析法的理论基础;在分析车载电源功能的基础上,针对车载电源可靠性研究的不全面,提出运用故障树分析方法对车载电源的可靠性进行分析和研究;通过建立电源失效故障树,对导致电源失效的故障进行了定性以及定量分析,定性分析找出了导致城市轨道交通车载电源失效的所有故障组合;定量分析找出了容易导致车载电源失效的故障类型,根据定性定量分析得到的结果,为城市轨道交通车载电源的可靠度计算方法提供了新的思路,并提出了有效提车载信号电源可靠性的相应建议,为车载电源的维修以及检测提供科学依据。

基于改进布谷鸟算法-BP神经网络的松茸发酵过程软测量建模39-43

摘要：针对松茸发酵过程中关键参量难以实时在线检测的难题,提出了一种基于改进布谷鸟算法(CS)与改进BP神经网络(BPNN)相结合的松茸菌丝生物量软测量建模方法;首先采用两阶段动态发现概率法对传统CS进行改进,平衡CS的全局搜索与局部搜索能力;然后引入附加动量和动态调整学习率对BPNN进行改进,提高BPNN参量的修正精度;最后,通过CS算法获取BPNN的初始权值和阈值,并由权值修正公式(附加动量与动态学习率相结合)对权值进行动态修正;仿真结果表明,改进的CS-BPNN软测量模型在预测精度提高了6%以上,能够实现松茸发酵过程实时在线测量的需求。

基于改进的神经网络对航空发动机故障率预测研究44-47

摘要：以某俄式发动机为研究对象,根据该发动机故障分布,使用优化后的BP神经网络对该故障率模拟;针对BP神经网络可能陷入局部极小值点的问题,在激励函数中加入模糊参数;与原网络相比,在不同学习速率的条件下,优化后的BP神经网络预测结果与实际故障率更为拟合,预测结果更为准确;该模型对于该型号发动机的故障预测具有一定参考意义。

电饭煲内胆不粘涂层厚度在线检测系统设计48-52

摘要：本设计采用电涡流传感器检测的方法来检测电饭煲内胆涂层厚度,为了满足对不同规格的内胆的在线检测要求并减少工件夹紧工位与检测工位的时间,文章将检测装置设计成用气缸带动的杠杆来检测,同时将检测探头设计成浮动探头进行测量;基于单片机编程软件平台的计算机实现对电饭煲内胆不粘涂层厚度进行在线检测的工作原理,并对机械部分的硬件结构、控制部分的软件进行了相应的设计;最后通过实验仿真验证了系统在线检测的可行性,且降低了检测成本和缩短检测内胆的时间节拍,提高了生产过程中检测的效率。

蝙蝠算法优化极限学习机的滚动轴承故障分类53-57

摘要：针对传统智能故障诊断方法在滚动轴承的故障诊断中诊断准确率不高的问题,引入了一种启发式搜索算法--蝙蝠算法(BA)优化极限学习机(ELM)的方法,利用ELM构建滚动轴承故障诊断分类模型;首先采用滚动轴承振动信号的5种代表性时域无量纲指标作为诊断模型输入特征,然后,利用蝙蝠算法的全局寻优能力对ELM模型的参数进行优化,获取最优输入权重和隐含层偏置的ELM分类模型,最后采用美国西储大学轴承数据中心网站公开的轴承探伤数据集验证算法诊断效果;实验结果表明:该方法可以有效地对滚动轴承不同故障状态进行识别,与BP神经网络、支持向量机(SVM)和极限学习机(ELM)方法比较,所提出的方法能够提高故障诊断准确率,达到99.17%。

基于改进小波包阈值降噪的滚动轴承故障分析58-63

摘要：具有非平稳特性的滚动轴承振动信号易受到外界噪声干扰,且传统的小波包硬、软阈值函数降噪方法无法根据信号中的噪声干扰情况自适应调节;因此,提出一种基于排列熵的改进小波包阈值降噪方法,并与自适应噪声的完整集成经验模态分解(CEEMDAN)相结合进行故障信号分析;首先,对采集的滚动轴承故障信号进行改进小波包阈值降噪处理,然后将降噪信号进行CEEMDAN处理,分解得到一系列固有模态分量(IMF),根据相关系数选择IMF,并作包络谱分析;最后对滚动轴承实际振动信号的故障分析,证明了此方法的有效性。

基于云计算的靶场测试装备可用性服务架构研究64-66

摘要：对靶场测试装备质量及综合保障情况的评估是测试装备使用阶段的一项重要任务,其中可用度(可用性)是最能反映其运行状态的参量之一,它是表征测试性、可靠性、维修性、保障性、安全性和环境适应性的综合;基于云计算技术,运用知识管理方法,给出了靶场测试装备可用性服务架构总体思路;对基于云计算分析技术的测试装备状态监测、可用性预测仿真驱动、预防性维修辅助决策的可用性服务支撑架构进行了描述;目的在于使测试装备可用性得到有效的监测、预测和控制,使靶场测试装备可用性达到最大化。

基于中高空无人机的遥测中继系统研究67-70

摘要：为解决对低空大航程移动目标全程遥测难度大、费效高等问题,对现有陆基、海基、空基遥测站特点进行分析,提出了一种基于中高空固定翼无人机的遥测中继系统实现方式,系统与现有陆基、海基遥测站配合使用,实现对低空移动目标的远距离跟踪;设计了系统的主要组成和工作模式,简要分析了系统建设总体设计思路,对系统设计过程中的无人机平台选型、相控阵天线选择和设计、中继转发方式、微系统技术、相控阵天线自跟踪等关键技术进行了初步分析,简要给出了解决思路。

基于改进果蝇算法优化WKELM的医疗滚动轴承故障诊断技术研究71-76

摘要：针对传统小波核极限学习机(Extreme Learning Machine,ELM)应用于医疗滚动轴承故障诊断中识别精度不高且训练速度慢的一系列问题的出现,并针对性的想出一种更好地对滚动转轴发生的故障进行识别的办法,通过对小波核极限学习机算法进行改进的方法;该方法运用改进果蝇算法(LGMS-Fruit-flying Optimization Algorithm,LGMS-FOA)优化小波核极限学习机中的正则化系数和小波核函数中的参数;采用的方法是变分模态分解(Variational Mode Decomposition,VMD),通过这种方法能够对滚动轴承的故障信号分解为含有故障信息的各模态分量从而提取到故障特征;通过与其他三种算法的实验结果对比证明,基于LGMS-FOA-WKELM的滚动轴承故障诊断方法的识别精度更高且训练时间更短。

计算机测量与控制杂志控制技术

基于改进遗传模拟退火算法的BP神经网络的畸变校正研究77-81

摘要：针对相机所采集的图像大多都存在畸变现象的问题,设计了基于改进遗传模拟退火算法的BP神经网络校正算法;该算法针对传统遗传算法易于收敛局部最优的问题,提出分段选择策略与随机抽样相结合的选择算子,自适应交叉与变异算子;在畸变校正中,该算法通过网络的输入输出建立理想点与畸变点的关系,使用改进的遗传模拟退火算法来优化神经网络中的阈值与权值,然后使用基于LM算法的BP神经网络进行局部优化,最后通过插值算法得到校正后的图像;实验表明,该算法能够较好的对图像进行畸变校正,同时与传统的BP神经网络算法相比精度更高,收敛速度更快。