超低温电容式压力传感器及制备方法

    公开(公告)号:CN115452206A

    公开(公告)日:2022-12-09

    申请号:CN202211001778.5

    申请日:2022-08-20

    摘要: 本发明属于超低温下的电子皮肤领域,具体涉及一种超低温电容式压力传感器及制备方法,压力传感器自下而上由基底层、电极层、压敏层、电极层和封装层组成;其中,所述的基底层、压敏层和封装层均为在超低温下具有高延展性的弹性体;所述的弹性体骨架中构建的动态超分子网络由四重氢键、强氢键、弱氢键、双硫键、金属配位键、离子键和主客体相互作用的一种或多种组成;所述的电极层包括弹性体、液态金属、以及银片粉。该电容式压力传感器可在超低温下(‑80℃)对不同的重量和动作(手指弯曲等)进行准确响应。

    基于改进峰值识别的工件厚度检测方法

    公开(公告)号:CN110500974B

    公开(公告)日:2021-01-05

    申请号:CN201910723328.9

    申请日:2019-08-06

    申请人: 天津大学

    IPC分类号: G01B17/02

    摘要: 本发明公开了一种基于改进峰值识别的工件厚度检测方法,步骤1、计算超声回波信号在工件中的传播速度;步骤2、针对采集到的被测工件的超声回波信号波形设置一个波峰起始位置,确定从该位置之后的最大值对应点的位置,即为第一个波峰点;再设置一个峰间最小距离,由第一个波峰点的位置加上这个距离后得到的位置确定一个最大值,即第二个波峰点的位置;由两个相邻波峰点位置得到两个波峰点的时间差t′,求出被测工件厚度值;步骤3、当波形发生较大变化即厚度突变时,令闸门先停留在之前的位置,只测量上一个厚度值,当波形趋于稳定时,调用所述步骤2的第二个峰值识别算法;步骤4、对测厚结果进行修正。本发明较好的解决了厚度突变测不准的问题。

    基于改进峰值识别的工件厚度检测方法

    公开(公告)号:CN110500974A

    公开(公告)日:2019-11-26

    申请号:CN201910723328.9

    申请日:2019-08-06

    申请人: 天津大学

    IPC分类号: G01B17/02

    摘要: 本发明公开了一种基于改进峰值识别的工件厚度检测方法,步骤1、计算超声回波信号在工件中的传播速度;步骤2、针对采集到的被测工件的超声回波信号波形设置一个波峰起始位置,确定从该位置之后的最大值对应点的位置,即为第一个波峰点;再设置一个峰间最小距离,由第一个波峰点的位置加上这个距离后得到的位置确定一个最大值,即第二个波峰点的位置;由两个相邻波峰点位置得到两个波峰点的时间差t′,求出被测工件厚度值;步骤3、当波形发生较大变化即厚度突变时,令闸门先停留在之前的位置,只测量上一个厚度值,当波形趋于稳定时,调用所述步骤2的第二个峰值识别算法;步骤4、对测厚结果进行修正。本发明较好的解决了厚度突变测不准的问题。

    一种基于小波包和希尔伯特变换的机床颤振在线监测方法

    公开(公告)号:CN107297649A

    公开(公告)日:2017-10-27

    申请号:CN201710413803.3

    申请日:2017-06-05

    申请人: 天津大学

    IPC分类号: B23Q17/12 G06F17/14

    CPC分类号: B23Q17/12 G06F17/148

    摘要: 本发明公开一种基于小波包和希尔伯特变换的机床颤振在线监测方法,将原始信号中刀具一个周期里的加工信号进行小波分解与重构,将信号分解到不同的频带尺度上;然后对不同频带尺度信号进行希尔伯特变换,提取低频包络信号。通过对低频包络信号进行频谱分析,若同时在多个频带尺度的包络频谱中均在小于转频的某一频率处形成谱峰则该频率即为颤振频率,同时意味着系统发生颤振。本发明通过小波包分解和希尔伯特变换并辨识谱峰能够很好地实现切削颤振的在线监测,对实现固定参数切削下的机床颤振监测具有重要意义。

    一种基于自适应分段PCA的非平稳钻削过程监测方法

    公开(公告)号:CN113579851B

    公开(公告)日:2022-11-29

    申请号:CN202110842889.8

    申请日:2021-07-26

    申请人: 天津大学

    IPC分类号: B23Q17/09

    摘要: 本发明公开一种基于自适应分段PCA的非平稳钻削过程监测方法,该方法通过采集机床的控制系统监控信息以及所安装的力传感器信号特征,判断钻削加工开始时间,接着根据钻头的引导部分长度和钻孔深度以及轴向进给速度,计算出每一钻削阶段的时间,以实现对钻削阶段的自适应分段,准确截取稳定钻削阶段的信号。采集不同刀具磨损值对应的轴向力信号,进行低通滤波,再进行特征选择排除无效特征,再根据加工工艺的要求定义训练集和测试集,以正常磨损的特征矩阵建立PCA监测模型,以测试数据集检验所建立的模型的准确性。

    一种基于小波包和希尔伯特变换的机床颤振在线监测方法

    公开(公告)号:CN107297649B

    公开(公告)日:2019-05-28

    申请号:CN201710413803.3

    申请日:2017-06-05

    申请人: 天津大学

    IPC分类号: B23Q17/12 G06F17/14

    摘要: 本发明公开一种基于小波包和希尔伯特变换的机床颤振在线监测方法,将原始信号中刀具一个周期里的加工信号进行小波分解与重构,将信号分解到不同的频带尺度上;然后对不同频带尺度信号进行希尔伯特变换,提取低频包络信号。通过对低频包络信号进行频谱分析,若同时在多个频带尺度的包络频谱中均在小于转频的某一频率处形成谱峰则该频率即为颤振频率,同时意味着系统发生颤振。本发明通过小波包分解和希尔伯特变换并辨识谱峰能够很好地实现切削颤振的在线监测,对实现固定参数切削下的机床颤振监测具有重要意义。

    一种基于小波包变换和近似熵特征的机床颤振在线监测方法

    公开(公告)号:CN106553084B

    公开(公告)日:2019-01-11

    申请号:CN201611071870.3

    申请日:2016-11-29

    申请人: 天津大学

    IPC分类号: B23Q17/09 B23Q17/12

    摘要: 本发明公开一种基于小波包变换和近似熵特征的机床颤振在线监测方法,将原始数据集采集的原始信号数据等分成随时间变化的信号样本集;分别对不同的样本集进行小波包分解,将信号分解到不同的频带尺度上,并进行移频处理;根据切削颤振的特点,选取富含颤振信息的频带进行小波包重构;提取样本集重构信号的表征信号复杂性的近似熵特征,并绘制随时间变换的信号近似熵特征曲线;通过绘制的近似熵特征曲线上近似熵值的大小与变化情况,来辨识不同加工时刻下系统的稳定性。本发明使得到的近似熵特征对切削系统稳定性具有很好的敏感性和鲁棒性,近似熵特征曲线能够很好地实现切削颤振的在线辨识与监测,对实现变参数切削下的机床颤振监测具有重要意义。

    曲线道路下混合车辆队列的控制方法

    公开(公告)号:CN118907091A

    公开(公告)日:2024-11-08

    申请号:CN202411205024.0

    申请日:2024-08-30

    申请人: 天津大学

    摘要: 本公开提供了一种曲线道路下混合车辆队列的控制方法,可以应用于智能驾驶技术领域。该方法包括:从混合车辆队列中领航车的历史驾驶数据中提取车辆运动特征,混合车辆队列中包括自动驾驶的跟随车和驾驶员驾驶的领航车;将车辆运动特征输入激进系数估计器,得到驾驶员的激进系数,激进系数估计器是基于多特征决策分析方法构建的;将道路曲率序列、历史速度序列和激进系数输入车辆速度预测模型,得到领航车的速度预测序列,车辆速度预测模型是由神经网络模型与恒加速预测模型构成的,恒加速预测模型是将领航车在行驶过程中的加速度设置为恒定值;根据领航车的速度预测序列设计分布式模型预测控制算法对混合车辆队列中的自动驾驶车进行控制。