基于惯性测量器件的无线步态分析平台

步态定量测量方法应用于许多领域,如临床医学、双足机器人控制等.采用惯性测量单元结合无线传感器网络建立了一个步态分析平台,将两个无线惯性测量单元传感器节点分别绑定在左右双侧脚踝,以同时采集双脚运动过程中的加速度和角速度信号,并将其通过无线方式发送到远程终端.通过模式识别、时间序列分析、阈值检测和零速修正等多种数据融合方法计算步态参数,并通过融合双足传感器数据得到双支撑相、双脚步行周期等重要的双足步态参数,其中双支撑相参数对人体日常动作的识别有重要意义.实验结果显示该研究具有较高的计算精度.     

时变调幅信号的循环平稳特征

介绍了一种新的时变幅值调制信号的处理方法－循环平稳信号分析与处理方法。在给出时变幅值调制信号模型的基础上,论证了其具有循环平稳特性,进一步分析了其一阶和二阶循环平稳特性,给出了相应的计算公式,并指出循环自相关函数可以有效地实现解调的功能。通过仿真和实测滚动轴承的振动信号加以验证。     

中国市场的电梯改造

电梯改造业务是从新梯中细分出的市场,针对的是使用寿命10年以上的电梯。本篇从在用电梯的分类．改造业务的现状进行分析,简单勾勒出改造业务发展方向。     

循环自相关函数的解调性能分析

介绍包络解调技术在幅值调制信号分析中的工作原理，同时讨论了循环自相关九的解调性能，通过理论分析，证明希尔伯特变换和循环自相关函数具有相同的解调性能，并通过实测滚动轴承振动信号加以验证。     

“大设备”共享让科技资源“无边界”

<正>大型科学仪器开放共享是目前相关政策法规制定和施行的重要议题。本文以国内外公开发表的相关论文和资料为基础,从大型科学仪器设备共享的政策法规、公共平台建设、运行机制和管理模式、绩效评价4个方面进行研究、归纳和总结。十余年"发酵"的大型科学仪器设备共享政策科技是当今社会发展、经济增长的新引擎,大型科学仪器是科学发现、研究、创新的物质保障,其共享和管理水平在一定程度上反映一个国家或地区的科技管理水平和潜力。当前,高校、地区政府等已经意识到大型科学仪器设备开放     

含水合物阻聚剂的水合物浆液流动特性实验研究

水合物浆液技术作为一种新型油-气-水多相安全混输的方式逐渐受到油气生产和集输部门。利用一套近中试规模的模拟水合物循环管路,研究了在水合物阻聚剂存在条件下,不同初始含水率(20.0%~30.0%)水合物浆液的流动特性。实验结果表明,随着水合物颗粒的形成,体系流量伴随着波动逐渐下降,最终趋于稳定;而体系压差呈现先剧烈增加,而后逐渐下降并趋于稳定的趋势。与初始原料气组成相比,水合物浆液形成后体系内平衡气中轻烃组成存在不同程度的富集,从而导致平衡气水合物生成条件曲线向着低温高压区域偏移。由水合物浆液宏观形态演化过程可知,随着水合物颗粒的形成,原有的油水乳液结构遭破坏,最终形成的水合物浆液为固(水合物)-液(柴油)分散体系。另外,由不同时间(2 h、4 h和8 h)的停输/重启实验可知,水合物浆液表现出明显的触变性流体特征,且随初始含水率的增加,其触变性特征愈明显。     

基于EPEA的SINS大失准角非线性初始对准方法

基于欧拉平台误差角(EPEA)的概念描述了理论导航坐标系到计算导航坐标系之间的失准角,推导了捷联惯导系统(SINS)在大失准角情况下进行初始对准的非线性误差模型.在系统噪声和量测噪声均为加性噪声且量测方程为线性方程时,给出了带阻尼解算的简化扩展卡尔曼滤波(EKF)算法和简化无迹卡尔曼滤波(UKF)算法,同时分析了不同失准角情况下初始对准过程的异同.静基座状态下的Monte Carlo仿真结果表明,大失准角和大方位失准角情况下,EKF和UKF算法都能满足对准要求,其中UKF算法较EKF算法具有对准时间更快、对准精度更高和适用范围更广的优点;小失准角情况下,由于捷联惯导系统的线性化误差变小,二者的对准时间和对准精度基本相同.     

基于伪相图的大机组非线性故障诊断技术

论述了通过延时嵌入相空间重构方法获取伪相图技术 ,将该技术用于大机组非线性故障的定性特征提取 ,并选取了故障实例进行分析 .采用基于奇异值分解的相空间重构方法 ,解决了把吸引子投影到哪些基构成的平面上方能充分反映原系统特性的问题 .研究结果表明 :伪相图在一定程度上与转子的轴心轨迹类似 ;同时 ,由于伪相图可通过一维时间序列得到 ,而且伪相图的构造过程包含了降噪过程 ,因此 ,将伪相图用于大型旋转机械故障诊断中具有一定的优越性     

基于BSN和CHMMs的人体日常动作识别方法研究

应用人体传感器网络(body sensor networks,BSN)识别人体日常动作可以有效地提高对老年人、慢性病人,以及术后病人等特殊人群的医疗监护质量.为此建立了一个基于BSN的人体日常动作监督平台,应用采集到的加速度信号识别9个常见的人体日常动作.针对动作识别过程中存在的多传感器数据融合问题,提出一种基于耦合隐马尔可夫模型(coupled hidden Markov models,CHMMs)的动作识别方法.实验结果显示,与已有动作识别方法相比,提出的基于CHMMs的动作识别方法的识别正确率有明显的提高.