摘要:材料测试技术是研究材料结构、成分与性能之间关系的关键手段,也是确保材料研发和应用安全的重要基础。近年来,人工智能(artificial intellgence,AI)技术的进步,特别是深度学习(deep learming,DL)、机器学习(machine leaming,ML)和计算机视觉的发展,为材料测试技术带来了新的变革和发展机遇。该文首先介绍了人工智能在现代材料测试中的核心应用场景,然后结合具体案例剖析 AI在微观结构表征、X射线衍射(X-raydifraction,XRD)图谱智能物相分析及光谱类表征中的技术实现路径,为材料测试领域的智能化转型提供理论参考与实践借鉴。最后探讨了人工智能驱动下材料测试技术未来的发展方向。
摘要:添加有机溶剂是增大离子液体型热电材料性能的有效途径。极性溶剂分子与离子液体阳离子存在强静电作用和溶剂屏蔽作用,有助于增大塞贝克系数和电导率。基于这个思路,优选出[EMIM][TF2N]+PC/DMSO两种混合体系,并搭建双线 3ω 法热导率测量系统和塞贝克系数测量装置,测量不同质量分数与温度下,混合体系的热导率、电导率和塞贝克系数。混合体系的热导率随温度的上升而逐渐减小,且介于离子液体和溶剂组分的热导率之间。混合体系的电导率随温度的增加而增加,随着离子浓度的增加,呈现先增大后减小的趋势。DMSO溶剂分子可以通过与阳离子的作用,提高塞贝克系数。混合体系无量纲热电优值和功率因数计算结果显示,分别加入PC和DMSO离子液体的热电优值提高了1.01倍和1.55倍。推测极性较强的非质子偶极溶剂可能是一种较好的离子热电添加剂。
摘要:螺栓连接的应力监测是评估机械系统结构健康的关键,基于渡越时间的超声测量方法在这一领域具有广阔的应用前景;然而,耦合层的流动性会显著降低超声方法的鲁棒性。因此,该文提出了一种基于耦合误差补偿的螺栓轴向应力接触式超声测量方法。首先根据声弹性理论,考虑耦合剂的流动性,建立耦合误差补偿模型,分析耦合剂厚度对模型的影响。同时通过有限元仿真验证该方法的有效性,结果与推导结果一致。最后,利用搭建的测量实验平台对该方法进行实验验证。结果表明,采用该方法进行补偿后,应力测量误差保持在 5% 以内,对提高螺栓轴向应力超声测量方法的实用性具有参考价值。
摘要:针对永磁电机电磁噪声定位问题,提出一种基于声源波达方位估计的电磁噪声诊断方法。该方法在电机由变频器供电的运行工况下进行多信道噪声采样,通过先验频率数据识别各噪声信道中的电机电磁噪声源特征,结合DBSCAN聚类算法和能量门限,有效提取窄带信号。采用改进的噪声子空间重构算法——MCT-IRNSMUSIC对窄带信号进行波达方位(directionof arrival,DOA)估计,并通过自适应加权得到最终DOA估计结果。该算法拓展了阵列孔径,实现了针对多相干信号源的有效方位角估计,提高了混响环境下的准确性。仿真对比和实验结果表明,相较于传统算法,该方法具有更高的准确性和鲁棒性,其噪声源定位准确率可达 96.2% ,在工程应用中具有参考价值。
摘要:针对海上高孔高渗稠油油藏热采,高注入强度对多孔介质中流体的渗流特征、窜流通道的形成与扩展、对开采动态的影响较大。基于单元体研究注入强度与窜流通道的理论研究,结合国内外研究现状分析不同注入强度对窜流通道形态的影响,采用二维物理模拟实验进一步分析研究,并在矿场应用中加以验证。通过研究表明,注入强度的增加,在加热腔扩展上会逐步形成扩容-破裂-优势通道-压力释放的过程;当注人强度达到 24mL/min 时,蒸汽腔沿对应方向出现明显窜流,呈现"倒三角"的蒸汽腔扩展;结合现场监测与数值模拟数据表明,在注热驱替中,高注入强度下窜流通道的形态与物理模拟结果基本一致。该研究成果可为高孔高渗稠油油藏热采的温度场调控、注入强度优化、调堵工艺制定等提供技术支持,为后续海上稠油油田的规模化开发奠定基础。
摘要:该文设计了一种安装于测量段入口处,内壁曲率半径为 19mm 的喇叭型缩径结构,用以改善民用超声波燃气表内部测量段流场,提高测量准确度。基于FLUENT仿真软件对基表内流场进行研究,对比分析了在不同流量下喇叭型缩径结构尺寸对超声波传播区域内气体流动情况的影响。仿真结果表明:流量越大,喇叭型缩径结构对超声波传播区域流场的改善效果越明显;同时当喇叭型缩径结构长度与矩形流道截面短边长度比值小于等于0.6时,结构尺寸越大对流场的改善效果也越明显,但当长度比值大于0.6时,对流场的影响会逐渐消失。最后对计量流道前无喇叭型缩径结构和加装长度比值为0.6的喇叭型缩径结构的基表进行9个流量点的计量检定实验。结果显示:在装有喇叭型缩径结构后,9个流量点的平均误差绝对值均下降,最大从 1.39% 下降至 0.53% 。实验验证了仿真结果的合理性。
摘要:为提升反应堆压力容器(reactor pressre vessel,RPV)视频检查能力与检测可靠性,设计一种图像拼接方法,通过将检查视频生成全景图像,实现RPV筒体表面缺陷检测。首先,利用光学字符识别技术(optical characterrecognition,OCR)识别视频中的字符信息对检查视频进行预处理,实现检查视频的自动分段,同时消除因检查过程产生的视频停顿和冗余的影响;其次,采用图像拼接方法将分段后的视频转换成拼接图像,并以此为基础生成全景图像;最后,通过建立全景图像与视频中帧图像的索引对应关系,利用OCR字符识别技术识别视频帧中表示位置坐标的字符信息,实现在全景图像中对缺陷的精确定位。以某核电站RPV筒体的检查视频为实验对象,结果表明,该方法不仅能够生成RPV筒体全景图像,而且能够实现缺陷的精确定位,可推广应用于核电站关键部件视频检查,提升核电站视频检查能力。
摘要:为解决孤岛微电网中的安全隐患问题,该文基于负序电流信号注入理论,提出一种孤岛微电网主动继电保护及出口回路监测方法。该方法通过在微电网中主动注入负序电流,并结合负序电流的分布情况,准确识别可能出现故障的线路。异常负序电流检测到后,将触发相应的保护动作,以快速隔离故障线路,从而确保系统的稳定运行。此外,通过对出口回路负序电流信号的实时监测和分析,能够及时发现潜在故障并采取必要措施,从而进一步提升系统的安全性和可靠性。实验仿真结果验证该方法的有效性,显示其在故障检测和定位方面具有较高的准确性,可显著提高系统的稳定性和可靠性,为孤岛微电网的稳定运行提供有效保障。
摘要:为解决乙醇气体报警器量值溯源工作缺乏高浓度乙醇气体的实际难题,开发了高浓度乙醇气体浓度调控技术以满足乙醇气体报警器校准所需浓度梯度要求。由于高浓度乙醇气体具有极易液化特性且伴随所含水分一同蒸发易造成控流电子元器件损坏,故定制加工流量调节阀用作核心流量调控配件。而后,结合传统伯努利压差理论对流量调控研究,但实际应用中发现未严格控制恒定压差亦得到可用的流量测量结果,重复性RSD不大于 1% 且线性拟合相关性系数为0.99865。最终,高浓度乙醇气体经浓度调控实现制备 0~85% LEL浓度乙醇气体,实验测量结果重复性RSD均小于 3% 且线性拟合相关系数能达到0.99340。该研究以高浓度乙醇气体为例,旨在推广应用于其他特殊气体(如臭氧、甲醛、气态汞等)涉及浓度调节的研究工作,为未来特殊气体分析工作提供研究基础。
摘要:该文以纯金属熔点温度恒定的物理特性为核心依据,研制了一种廉金属热电偶期间核查专用装置。该装置通过精准控制金属熔点的恒定温度场,对常用廉金属热电偶开展期间核查方法研究,并分析核查结果的测量不确定度、测量重复性和测量结果稳定性。同时,将该方法与传统核查方法进行对比实验,结果表明:对测量不确定度进行比对,采用 En 值进行评价,结果显示 |En|<1 ,这表明该装置设计能够满足期间核查使用要求,核查结果和不确定度在合理的预期范围内;对测量重复性和测量结果稳定性进行对比,发现本文设计的热电偶期间核查方法的测量重复性和稳定性更好,数据离散程度小,测量结果一致性高,测量结果波动小,可靠性更强。因此,该装置完全满足期间核查的技术要求,与传统核查装置相比,液态金属作为标准温度源更稳定,更安全;同时不受传统热电偶核查地域和实验室的限制,可以实现在线溯源,满足产业计量测试需求,为工业现场廉金属热电偶的日常质量管控提供了高效、可靠的解决方案。
摘要:平流层飞艇是理想的可实现长时驻留的临近空间平台,囊体气密性对飞艇的设计、制造和飞行性能有重大影响。针对目前应用于囊体气密性地面实验的测试系统在尺寸适配性、模块化程度以及使用自由度等方面与应用需求不匹配的问题,该文基于模块化思想研制一种可应用于全尺寸囊体气密性地面测试的监控系统原理样机。该样机使用PLC技术和监控与数据采集系统软件开发,实现数据采集、指令发送和设备控制等功能模块,解决数据源异构性问题,提高数据集成度和系统可维护性;在功能模块基础上实现全流程测试控制功能。
摘要:由于激光跟踪仪内部结构相当复杂,误差建模和补偿成为提高激光跟踪测量系统测量精度最有效的方法之一。首先,分析激光跟踪测量系统主要误差来源,基于齐次变换矩阵理论建立包含25项几何误差参数的误差模型;然后,利用 Sobol全局灵敏度分析方法,综合考虑系统误差的大小和随机性,对误差模型中的关键误差元素进行辨识,忽略对空间坐标测量精度影响较小的误差元素,并简化误差模型。最后,结合三坐标测量机建立含有12项误差参数的简化误差补偿模型,基于几何误差模型非线性优化方法,通过公共目标点构建约束关系,并使用Levenberg-Marquardt算法求解非线性最小二乘问题对单项误差参数进行标定。经过误差补偿,激光跟踪测量系统在标定范围空间的位置误差可达 15μm 以内。
摘要:基于国家计量技术规范JJF1746—2019《医学影像诊断显示系统校准规范》的校准要求,研发集成亮度、色度坐标、角度等参数测量功能的采集系统,建立医学影像诊断显示系统校准装置。详细介绍校准装置的硬件设计与软件功能,实现对规范中所有参数自动检测与评价,校准装置亮度测量范围为 0.016~4950cd/m2 ,不确定度UL=3.0%(k=2) ;色度坐标测量不确定度 Uu=0.0030(k=2) , Uν=0.0030(k=2) ;角度测量范围 0°~180° ,角度定位误差 ±0.2° ,不确定度 U=0.05°(k=2) 。选取3台来自主流厂商的医学影像诊断显示系统进行校准,其最大光亮度值、亮度均匀性等参数的校准结果均符合JF1746-2019要求。实验结果表明,该校准装置能够实现JF1746-2019中所有参数的校准,且适用于不同尺寸医学影像诊断显示系统。
摘要:雷电流数据的采集可以为高压输电线路的防雷保护设计、雷击故障分析以及雷电特性研究提供可靠的数据支持。为解决目前罗氏线圈测量雷电流供能困难、信号传输易受强电磁场干扰的问题,该文提出一种应用红外光纤通信的无源雷电流传感器。首先,基于电磁理论设计符合雷电流幅值与频率特性的感应线圈,实现雷电流信号的采集。利用感应线圈输出的感应电压供能,通过检测电路将雷电流信号转换成脉冲信号,实现雷电流的无源检测。其次,设计基于红外收发管的信号调制与解调电路,并应用光纤进行信号传输,隔离外界电磁场对信号传输的干扰。最后,通过微处理器计算脉冲的宽度,实现雷电流强度的判定。通过雷电信号发生器模拟雷电流进行试验,实现不同强度雷电流的脉宽检测。传感器的线性决定系数 r2=0.9988 ,测量值与观测值的均方根误差RMSE :=0.5747 ,具有优异的线性响应特性。
摘要:高重心特种无人装备在低速场景下的稳定性控制已有较成熟方案,但在中高速转向场景下,侧滑与侧倾的稳定性控制仍是亟需解决的问题。文章提出一种高重心特种无人装备中高速转向稳定性控制策略。通过分析量化高重心带来的侧倾风险,将侧倾力矩平衡模型与相平面法相结合,提出改进的相平面稳定判据,使质心侧偏角控制在稳定范围内,并有效划定侧滑与侧倾的横摆角速度稳定区域,保证高重心装备转向稳定控制的鲁棒性。同时,在改进相平面方法的基础上,对临界稳定区域重新划分并进行指标量化,设计自适应变权重的模型预测控制器(AVW-MPC),还对质心侧偏角和横摆角速度实现针对性的控制,保证两者的稳定性。最后通过Simulink和Carsim的联合仿真,验证所提控制方法在中高速度区间和不同路面附着条件下均能有效提高车辆的稳定性,为高重心特种无人装备的中高速应用场景研究提供有效支撑。
中图分类号:TB9;TH165.3 文献标志码:A文章编号:1674-5124(2026)03-0120-07 引用格式:圭,张文亮,,等.基于逐次变分模态分解和融合网络的滚动轴承故障诊断[J].中国测试,2026,52(3):120- 126.KANGJyao,ZHANGWenliang,ZHAOYaqiang,etal.Fultdagnosisofollngbearingsbasedonucc
摘要:锂离子电池的健康状态(SOH)和剩余寿命(RUL)是影响电池关键状态的重要参数,为准确预测电池状态以确保储能系统的安全运行,提出一种基于时间注意力机制(TAM)和弹性网络(EN)正则化的深度自回归(DeepAR)预测模型,将格兰杰因果检验筛选出的间接健康因子作为模型的输入,通过时间注意力机制捕捉模型中的关键时间信息,并为输入序列分配不同的时间注意力权重,利用DeepAR模型学习电池容量退化趋势,最后通过弹性网络正则化方法提高模型泛化能力与预测精度,实现电池SOH与RUL的动态预测。通过CALCE锂电池数据集进行验证,实验结果表明,所提方法在对SOH预测时误差在0.015以内,RUL联合预测时误差在 0.35% 以内。
摘要:准确的短期负荷预测对于电力系统的经济调度与运行规划具有重要意义。由于天气因素对短期负荷预测具有一定影响,提出一种基于灰色关联分析和注意力机制的双层长短期记忆网络(double long short term memory withgrey relational analysis and attention mechanism,GRA-Attention-DLSTM)的负荷短期预测方法。首先,基于曲线相似度对电、热、冷负荷数据进行预处理,以获得高值样本数据。其次,采用灰色关联分析法(grey relational analysis,GRA)提取多元负荷与天气因素的关联指数,与负荷数据作为模型的输入。然后,添加注意力机制和Dropout层,并采用灰狼优化算法(greywolf optimizer,GWO)对模型参数进行优化。最后,进行仿真对比分析。仿真结果表明,夏季电、冷负荷误差分别为 2.02MW 和 2.42MW ;冬季电、热负荷误差分别为 2.06MW 和2.41MW,所提预测模型的预测精度更高。
摘要:由于城市居民的消费习惯和生活节奏的变化,精确预测天然气消耗量变得尤为重要。为此,文章设计一种基于VMD-Transformer-ResLSTM的混合神经网络模型。首先,通过变分模态分解(VMD)将原始负荷序列分解为本征模态函数(IMF)分量,从而避免模态混叠和假峰值的问题。随后,对Transformer解码层进行重新构建,并将其与LSTM网络融合,旨在更好地捕捉序列中的长期依赖关系,同时减少模型参数。为解决LSTM网络中常见的梯度消失和梯度爆炸问题,文章引人残差连接机制,将其整合到Transformer和LSTM网络中。其次,为进一步提升预测精度,设计一个误差修正模块,以提高天然气负荷预测的稳定性和准确性。实验结果表明,该组合模型在预测精度上显著优于传统模型如ARIMA、Transformer、GRU和LSTM,预测的平均绝对误差(MAE)提升 23%~58% 。综上所述,该方法可显著提升天然气负荷预测的精度。
摘要:电力负荷数据有效分析对于挖掘信息的价值至关重要,聚类和分类是数据挖掘中主要手段。考虑到电力负荷数据分析因其固有的时序复杂性相较于其他类型的数据分析更加具有挑战性。该研究提出一种时间序列数据双模式分析算法,该算法融合监督学习和无监督学习。首先,设计基于门控神经网络的变分自编码器(VAE),深入学习时间序列数据的时序特征。针对传统VAE在KL散度损失项和无监督学习方面的局限,文章改进KL散度损失函数并引入度量学习,以增强潜在空间的表征能力。进一步,通过编码器得到的潜在向量空间,实现符合聚类原则的输出设计,并提出有效的合并和停止标准,以降低计算成本。此外,采用结合度量学习和分类任务的多任务学习策略,实现时间序列数据的准确分类。在大规模工业负荷数据的实验中,与现有技术相比,所提算法在聚类精度上平均提高 27.16% ,速度提升 47.15% ,在分类精度上最高提高 14.86% ,速度提升 34.45% ,证明本算法的有效性和优越性。
摘要:台区智能电表运行误差估计与配电线路损耗率估计是两个相互耦合的估计系统。现有的线损率估计模型或假设台区线损为固定值,或过于理想化地推导出线损率与台区供电量成正比关系,然而这些模型并不能准确地描述真实日线损率的变化规律。该文提出一种基于扩展卡尔曼滤波(extended Kalman filter,EKF)和带动态遗忘因子的递推最小二乘法(dynamic forgeting factor recursive least square,DFFRLS)的智能电表运行误差与日线损率联合估计模型。首先,对台区的量测数据进行筛查,剔除异常数据和轻空载用户;然后分别利用EKF和DFFRLS进行台区线损率和台区智能电表运行误差的估计;最后利用真实数据和仿真数据进行超差电表的识别并对比不同线损模型对误差估计的影响。结果表明,与固定遗忘因子递推最小二乘法、限定记忆递推最小二乘法和普通最小二乘法相比,所提DFFRLS算法具有优越性。
摘要:通过挖掘电力系统安全稳定运行数据、历史故障处置方法及故障处理预案,辅助调控员进行停电操作、故障协同研判及联合处置,提升高弹性电网多信息融合管控效率和安全水平具有重要意义。对此,提出基于双向长短期记忆网络和迁移学习的调控智能停电方法。首先,给出电力系统安全稳定及故障处理方案涉及的需求输入数据和输出数据,为后续调控提供大数据挖掘基础;其次,基于双向长短期记忆网络,给出以大电网安全稳定、故障处理方案为输入数据的预测决策模型;第三,基于改进的迁移学习方法,将所得预测决策模型应用至实际电网,从而获得调控智能停电方法;最后,以某实际电网为例,对所提方法进行验证,表明所提方法的有效性。