压电式加速度传感器在高冲击环境下的零漂分析

为了抑制侵彻加速度测试中发现的压电加速度传感器零漂现象,减小其对测试结果的不利影响,从传感器自身和传感器后续电路两大方面,我们分析了测试系统可能产生零漂的各种原因,并且针对引起零漂的原因提出相应的解决措施．试验证明,可以很好的抑制零漂现象．     

基于加速度干扰的圆曲线上行车舒适性的研究

车辆速度的变化影响到行车舒适性,而加速度干扰正是对车辆速度变化的描述,因此加速度干扰可作为行车舒适性的定量评价指标.选择平面线形中三要素之一的圆曲线上的行车舒适性进行研究,将车辆的加速度按水平和竖直方向进行分解,结合加速度干扰理论,分别建立2个方向的分加速度干扰模型.根据人体对不同振动方向的敏感程度不同,给予不同的计权系数,建立了圆曲线上合加速度干扰模型.最后,选用实际圆曲线道路进行实例仿真,并分析加速度干扰值的变化过程及行车舒适性,分析结果表明圆曲线半径和行车速度均对行车舒适性有较大影响.新模型既可为全面准确评价行车舒适性提供定量的计算表达式,又可在圆曲线道路设计时提供一定的参数设计依据.     

基于车辆制动后期的纵向振动控制

车辆制动易引起乘坐不适,"点头效应"可以通过半主动/主动悬架进行控制,但制动后期的纵向振动峰值频率在3 Hz左右,处于人体敏感区域中间.文章搭建车辆纵向动力学模型,仿真并试验分析了纵向固有频率;建立动态轮胎模型和制动系统模型,设计了模型预测控制器(model predictive controller,MPC),在车速...     

高速列车引起站台振动的实测与分析

"站桥合一"站房结构体系是目前铁路站房普遍采用的建筑形式,可以有效满足旅客零换乘的需求,引导旅客合理流动.站台是旅客候车、上车的必经之处,候车过程中一定会经历高速列车进站、出站.当列车高速通过站台时会引起振动,造成旅客的不安和使结构本身产生疲劳振动破坏.针对某"站桥合一"结构体系高铁站台,选取无旅客行走荷载激励时间段,采用CMG-5TCDE地震计进行高铁站台振动加速度实地测量.对测量数据进行背景振动与各种不同车速造成结构振动、不同测点振动以及两车交会行驶时产生振动的对比分析,得出以下结论:背景竖直向振动加速度级仅为53.21 dB,当45 km/h高速列车通过时竖直向振动加速度级提高到74.00 dB,高速列车通过对站台振动产生明显影响;高速列车通过站台引起的竖直向振动加速度远大于东西向和南北向振动加速度,且振动加速度随车速增加而增大,但增大速率逐渐减小;东西向与南北向振动加速度持续时间基本相同,竖直向振动加速度持续时间略有不同;振动在传播过程中存在振动反弹区,本次测试中振动反弹区在14 m处,主要是由于振动波在不同介质中的反射造成的;两车交会行驶时振动加速度持续时间延长,幅值增大,会...     

利用轻量化深度学习模型和加速度信号的枪击识别方法

枪支射击的检测与识别有助于实现枪支和子弹的精准管控，从而防止枪支滥用、提高公共安全。区别于传统利用加速度传感器的枪击识别需要进行特征提取的方法，本文针对不同类型的枪击加速度信号，首次采用深度学习的方法进行研究，提出了一种新的兼顾精度和轻量化的EfficientNetTime时间序列分类模型。该架构核心由MBConvTime，Fused-MBConvTime模块组成，能够自动提取枪击加速度信号特征，对不同输入时间尺度更具鲁棒性。在识别精确率方面达到97.42%超越传统枪击识别算法，并在公开枪击数据集上与SVM、决策树、随机森林三种传统机器学习模型和FCN、Resnet、Inceptiontime、Xceptiontime四种时间序列深度学习模型对比。实验结果表明EfficientNetTime模型更加高效，识别精确率也更高。     

基于双向LSTM神经网络可穿戴跌倒检测研究

针对老年人跌倒后不能得到及时救助带来的伤害，研究跌倒检测算法和及时告警，可以减轻跌倒给老年人带来的严重危害和后果。为了提高跌倒检测精确度和实时性，本文提出基于双向长短期记忆神经网络的可穿戴跌倒检测算法，该算法可以对输入的数据(取自惯性传感器)自动提取跌倒行为内部更深层的数据特征，实现数据从预处理到检测结果的过程处理。算法模型通过神经网络提取加速度传感器的特征向量，并利用双向长短期记忆神经网络进行跌倒检测。通过跌倒公开数据集SisFall验证算法模型，结果表明该算法在SisFall实验数据集上具备较高的检测精度，满足准实时检测要求，具有较好的实用性和较强的泛化能力。     

便携式油井示功图测试仪的研制

示功图是分析抽油机与抽油杆工作的重要手段.针对当前采油现场示功图测试设备存在的缺点和未来的发展趋势,提出了基于加速度传感芯片的无绳化、便携式示功图测试仪的设计方案,详细介绍了加速度信号和载荷信号的采集、处理、显示及数据传输等电路的硬件实现,并完成了电池供电与监测、人机交互电路的设计.现场试验结果和分析表明,该测试仪具有较高的测量精度,对游梁式抽油机冲程测量最大相对误差≤2.3%,对皮带式抽油机冲程测量最大相对误差≤1.8%.     

基于双向LSTM神经网络可穿戴跌倒检测研究

针对老年人跌倒后不能得到及时救助带来的伤害，研究跌倒检测算法和及时告警，可以减轻跌倒给老年人带来的严重危害和后果。为了提高跌倒检测精确度和实时性，本文提出基于双向长短期记忆神经网络的可穿戴跌倒检测算法，该算法可以对输入的数据(取自惯性传感器)自动提取跌倒行为内部更深层的数据特征，实现数据从预处理到检测结果的过程处理。算法模型通过神经网络提取加速度传感器的特征向量，并利用双向长短期记忆神经网络进行跌倒检测。通过跌倒公开数据集SisFall验证算法模型，结果表明该算法在SisFall实验数据集上具备较高的检测精度，满足准实时检测要求，具有较好的实用性和较强的泛化能力。     

基于模糊PID算法的磁流变悬架系统的控制仿真研究

为了改善车辆的行驶平顺性,选择车速为30 m/s、路面激励为C级的工况条件,对被动控制、模糊控制和模糊PID控制的磁流变悬架系统进行MATLAB仿真,并选取车身垂向加速度、悬架动挠度和轮胎动载荷作为行驶平顺性的评价指标。结果表明：与被动控制的悬架系统比较,模糊PID控制与模糊控制的磁流变悬架系统的垂向加速度均方根值分别为28.02%、9.40%,峰值改善率分别为24.68%、2.49%;模糊PID控制与模糊控制的磁流变悬架系统的悬架动挠度均方根值分别为20%、10%,峰值改善率分别为13.58%、13.58%;模糊PID控制与模糊控制的磁流变悬架系统的轮胎动载荷均方根值分别为0.18%、0.003%,峰值改善率分别为3.79%、2.64%。