城市交通车辆磁信号实时检测系统与实验

随着经济发展,城市交通堵塞现象普遍。为解决交通堵塞问题,有必要对交通车辆进行实时检测。该文搭建交通车辆磁信号实时检测系统,采用易安装、低成本、实时的磁阻传感器HMC5883L检测道路的地磁场,利用CC2530芯片通过I2C串口接收处理磁传感器HMC5883L采集的数据,通过UAT串口将数据传送给电脑。通过仿真实验和实际道路实验,分析了基于该系统的交通车辆磁信号的性质和特点,为实际道路交通车辆磁信号检测奠定了基础。     

基于激光传感器的车辆超高检测系统研究

基于激光传感器,设计了一种车辆超高检测系统.该系统运用发射传感器阵列和接收传感器阵列形成激光光幕,通过判断传感器是否被遮挡,可以精确地检测车辆具体超高高度.针对日光、强光干扰现象,在硬件电路设计方面,采用光调制与光解调处理方法.光调制与解调方法使激光信号变成离散信号,可有效解决自然光中连续光信号的干扰现象.软件设计方面采用FreescaleMC9S12DG128单片机对发射信号进行控制,对接收信号进行处理,程序简单易行,执行效率高.该超高检测系统采用激光传感器,抗干扰能力强,测量精度高,能够实现车辆高度动态测量,检测时车辆速度可达30km/h,测量精度高、检测效率快,并且可以测量镂空物体高度.在实际检测实验中,该检测系统检测精度可达5cm,检测范围4～6m.该系统可以广泛应用于城市道路和高速公路车辆超高检测站,以减少大货车卡桥、撞桥事故的发生.     

基于霍尔元件阵列的缺陷漏磁检测技术研究

利用高灵敏度霍尔器件,设计研制了多通道阵列式漏磁检测传感器及信号处理电路.对不同几何参数的铁磁性试件缺陷进行了检测实验研究,该漏磁检测系统可实现地磁场激励和人工弱磁激励下的缺陷信号图像显示.探讨了基于多通道漏磁信号的缺陷表示方法,并利用人工神经网络技术对基于多通道传感器漏磁信号的缺陷反演问题进行了初步研究,表明利用霍尔元件阵列检测装置和人工智能信息处理方法,可以实现多通道漏磁信号与缺陷参数的非线性拟合,进而实现漏磁检测中的缺陷定量化分析.     

人工智能技术在车辆式样自动检测系统中的应用研究

基于人工智能（AI）技术的车辆式样自动检测系统的构成部分和功能包括：AVI（组装车辆指示）系统用于输出车辆编号;PI（防呆装置）终端通过信号网络与所述AVI系统相连接;大屏展示系统通过信号网络与所述PI终端相连接,用于对处理数据进行显示;光栅系统通过信号网络与所述PI终端相连接,用于对车轮位置进行检测。该系统通过了智能相机进行深度检测,实现了车辆式样检查识别的自动化,使品质保证度、生产效率均得到了提升。     

基于地磁信号的冗余保险方法研究

针对非旋或微旋弹引信第二环境力微弱和不容易识别的问题,考虑到地磁场强度的方向性,提出应用三轴磁传感器检测炮口地磁信号,获取弹丸出炮口信息,以此作为引信冗余保险激励环境信息.分析了基于地磁信号的冗余保险方法,建立了三轴磁传感器检测地磁信号的数学模型,通过对国内不同区域、不同发射情况的仿真分析,结果表明:应用弹丸出炮口的地磁信号作为弹丸引信的第二环境激励,方法可行;应用三轴磁传感器可避免单轴磁传感器敏感地磁信息的盲区问题,保证了基于地磁信号的冗余保险方法的可靠性.     

小波神经网络在海底石油管道漏磁缺陷检测中的应用

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷的漏磁信号识别缺陷的形态参数,噪声消除和缺陷识别是其中的关键问题。利用噪声信号和测试信号在各个尺度上波谱的不同特征,基于小波变换来消除管道漏磁检测中的噪声信号,并根据正交小波多尺度多分辨率特点,把信号分解成各相互独立的频带,构建一个小波神经网络系统,通过输入漏磁信号的特征量识别缺陷的参数。漏磁检测数据处理实验表明该小波变换能较好地去除检测信号中的主要噪声,所建立的缺陷识别小波神经网络系统具有收敛速度快、逼近精度高等特点。     

小波神经网络在海底石油管道漏磁缺陷检测中的应用

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷的漏磁信号识别缺陷的形态参数,噪声消除和缺陷识别是其中的关键问题。利用噪声信号和测试信号在各个尺度上波谱的不同特征,基于小波变换来消除管道漏磁检测中的噪声信号,并根据正交小波多尺度多分辨率特点,把信号分解成各相互独立的频带,构建一个小波神经网络系统,通过输入漏磁信号的特征量识别缺陷的参数。漏磁检测数据处理实验表明该小波变换能较好地去除检测信号中的主要噪声,所建立的缺陷识别小波神经网络系统具有收敛速度快、逼近精度高等特点。     

输油管道漏磁检测信号自适应滤波的研究

在采用漏磁法对输油管道进行无损检测过程中，信号会受到各种噪声的干扰。介绍了输油管道漏磁检测方法及归一化最小均方自适应滤波方法。通过实验装置采集了含有噪声的漏磁信号。由于各传感器提离值不能保证一致，对信号进行了补偿调整。将一路的传感器输出信号作为主输人信号，与之相邻的传感器输出信号作为参考信号，采用归一化自适应滤波对主输人信号进行处理。结果表明，采用归一化最小均方自适应滤波方法可使缺陷漏磁信号的信噪比得到显著的提高。     

基于非晶丝GMI效应的微磁探测器

非晶丝具有优良的软磁和近零磁滞特性,为设计出灵敏度高、输出线性范围宽的微磁探测器,通过分析非晶丝巨磁阻抗(Giant Magneto Impedance,GMI)效应影响因素和存在的问题,设计了特殊结构的磁敏感元件,解决了带负反馈电路传感器电路复杂和双线圈绕制困难的问题。同时设计了高频脉冲电流发生器、信号预处理电路和数字信号处理模块,共同构成微磁探测器。对传感器和探测器分别进行了实验。结果证明:该传感器在±3Oe磁场范围内具有良好的线性,传感器磁场灵敏度可达65mV/Oe,并具有良好的温度稳定性;探测器的磁场分辨率为50μOe,能够灵敏探测微小铁磁物体。     

输油管道漏磁检测信号自适应滤波的研究

在采用漏磁法对输油管道进行无损检测过程中,信号会受到各种噪声的干扰。介绍了输油管道漏磁检测方法及归一化最小均方自适应滤波方法。通过实验装置采集了含有噪声的漏磁信号。由于各传感器提离值不能保证一致,对信号进行了补偿调整。将一路的传感器输出信号作为主输入信号,与之相邻的传感器输出信号作为参考信号,采用归一化自适应滤波对主输入信号进行处理。结果表明,采用归一化最小均方自适应滤波方法可使缺陷漏磁信号的信噪比得到显著的提高。     

公交车安防数据的远程采集系统设计

为了全方位远程地采集公交车安防信息,确保其运行安全,采用无线射频模块和红外、烟雾及门磁传感器完成了系统硬、软件的设计.传感器采集到的数据通过串口传输给无线射频模块.烟雾传感器防止公交车火灾的发生,门磁和红外传感器防止盗窃.现场测试结果表明,该系统能够准确有效地处理和传递来自传感器的信号,已应用于公交车辆安防控制系统中.     

一种抗干扰的磁阻传感器车辆检测算法

基于磁阻传感器的物联网在城市交通检测中逐渐被大规模应用,但城市中的地下高压电缆会产生磁场辐射,形成大范围、长时间的磁场干扰,而传统的车辆检测算法大都没有考虑到这类磁干扰,导致了误检率过高.本文提出了抗干扰的车辆检测算法,基于高压电缆磁场模型分析了磁干扰信号的特征,设计了广义形态滤波器过滤干扰信号,然后利用双阈值机制实现了车辆检测算法.实验结果表明,在高压电缆磁干扰环境下,该算法的车辆检测准确度在98％以上,优于传统算法.     

镀锌钢绞线断丝的自发漏磁检测试验

为了研究镀锌钢绞线断丝与自发漏磁信号之间的关系,考虑了磁极方向、护套和传感器间距等3个影响因素,设置15根镀锌钢绞线试件,利用万能试验机开展拉伸试验,并通过磁力计测得试件的漏磁信号,得到试件从开始拉伸到断丝的全过程漏磁信号变化,分析了不同因素对漏磁信号的影响.研究结果表明:镀锌钢绞线的拉伸荷载-位移曲线基本上可以分为4个阶段,在各阶段转换处,各漏磁信号分量变化具有明显规律;法向分量和平行钢绞线的切向分量会发生明显的突变,垂直钢绞线的切向分量始终平稳减小.因此,基于自发漏磁的斜拉桥拉索的检测和健康监测中,可以通过处理分析得到漏磁信号分量的变化规律,对拉索受力阶段和断丝情况进行判断.     

ABS实时四轮轮速信号采集系统

基于车辆原有的采集系统, 提出一种从防抱死制动系统(ABS)中采集车速信号的方法. 通过采集车辆现有的ABS轮速传感器信号, 经过信号分离、 放大、 滤波、 整形、 计算机采集、 轮速计算等处理方法, 快速准确地获取车辆轮速. 该系统已应用于汽车动态模拟国家重点实验室多种类型车的场地实验上. 实验结果表明, 系统精度高、 稳定、 方便安装、 适用于各种车型.     

基于巨磁阻元件的涡流／磁一体化阵列传感器

根据涡流、漏磁以及磁记忆检测的特点,基于巨磁阻元件开发了涡流／磁一体化阵列传感器,将电磁无损检测中动态、静态电磁场的测量统一起来,按照检测要求进行常规涡流、脉冲涡流、任意波激励涡流、漏磁以及磁记忆等检测方式。通过分组引线降低了传感器的布线难度,具有较高的扫描检测速度衍4用串行通信将传感器中存储于Flash芯片内的各项参数传输到主机,进行各种补偿和设置,提高传感器的性能。该传感器具有应用范围宽、测量范围大、体积小、稳定性好以及空间分辨率高等特点。     

静拉伸条件下螺纹联接件三维弱磁信号研究

针对螺纹联接件应力分布不均匀和局部塑性变形问题,提出了利用地磁场环境下试件表面三维弱磁信号进行检测的新方法.在静拉伸试验机上对螺纹联接件进行了拉伸实验,利用二维磁记忆检测传感器实现了螺纹法向、轴向和切向三维弱磁信号的在位测量.利用有限元方法对螺纹的法向、轴向和切向应力应变进行了计算.结果表明,三维弱磁信号中,轴向弱磁信号和应力之间具有较好的相关性.     

基于区域生长规则的多传感器漏磁检测信号分割方法

通过对多传感器所采集的管道部件和缺陷的漏磁信号的特征分析,提出了采用图像分割技术中的区域生长规则分割多传感器漏磁检测信号的算法,为漏磁检测信号的分析与识别奠定了基础。     

遗传神经网络在GMI传感器设计中的应用

 巨磁阻抗（GMI）微磁传感器具有灵敏度高、响应速度快等突出优点,但其输出信号呈高度非线性特性。利用交流偏置方法产生非对称巨磁阻抗效应（AGMI）,对磁场传感器的线性度有一定改善,但仍存在线性范围小、线性误差较大的缺点。BP神经网络具有良好的自学习、自适应和非线性映射能力,但通常训练速度较慢、易陷入局部极小值;遗传算法有很强的全局寻优能力,但其局部搜索能力不足。为充分发挥二者优点,本研究提出一种基于遗传神经网络的传感器非线性误差校正方法,并针对所设计的GMI传感器,设计了适合本系统的遗传神经网络,可通过Matlab软件实现。结果表明,经过训练的网络输出结果有序,网络的非线性映射性能良好,能精确反映该传感器系统的函数关系。该方法运算快速、精度高,对智能GMI传感器的设计具有一定工程应用价值。     

基于改进BP神经网络算法的管道缺陷漏磁信号识别

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷漏磁信号来识别缺陷的形态参数．根据漏磁检测原理设计了相关的漏磁检测电路，通过提取信号的主要特征量，利用Levenberg-Marquardt算法在对常用BP神经网络改进的基础上应用其来识别缺陷的尺寸参数，给出了BP神经网络各层数的确定及权值、学习率的调整方法和相应的漏磁信号数据处理过程．漏磁检测数据处理实验表明，该缺陷识别BP神经网络系统具有逼近精度高、收敛速度快等特点．     

各向异性磁传感器在车辆检测中的应用

针对现代数字化车辆信息检测的要求,提出了一种采用各向异性磁阻传感器(AMR)进行车辆检测的方法,利用2个各向异性磁阻传感器组成的三轴测试电路,应用基于阈值的车辆判别方法,在地球弱磁场下进行车辆检测试验.通过对磁阻传感器采集的数据进行分析和处理,结果说明AMR传感器应用在停车场车位检测等领域具有一定的优势.