导读:本文包含了间隙传感器论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:间隙,传感器,涡流,磁浮列车,微波,神经网络,温度。
间隙传感器论文文献综述
路晓,谭秋林[1]（2020）在《一种新型微波叶尖间隙传感器》一文中研究指出针对恶劣环境下航天发动机、涡轮机等旋转机械对叶尖间隙实时测量的需求,设计了一种用于涡轮发动机叶尖间隙测量的新型微波传感器。该传感器基于多嵌套式分裂环谐振器(NSRR)结构,将铂(Pt)金属浆料组成的闭环电路集成于高温共烧陶瓷(HTCC)中,以此来适应发动机及涡轮机内部的极端测试条件。经过仿真设计,可知传感器的工作频率为2.44 GHz,且在2.5～5 mm仿真间隙范围内最低灵敏度为8.33 dB/mm。通过传统的HTCC工艺及厚膜技术,对设计的传感器进行制备和测试,测试结果验证了仿真结果的正确性,表明该传感器能为所需应用环境提供准确可靠的数据。(本文来源于《微纳电子技术》期刊2020年01期）
罗茹丹,吴峻,李中秀[2]（2019）在《轨道涡流对磁浮车辆头部悬浮间隙传感器的影响》一文中研究指出处于中低速磁浮车辆头部的悬浮电磁铁运行时,在轨道上会感应出明显的涡流,这种随着速度的升高而增大的涡流,不仅影响头部悬浮电磁铁的悬浮吸力大小,同时也会影响基于电涡流原理的悬浮间隙传感器的检测输出信号。针对涡流对车辆头部悬浮间隙传感器的影响,利用电磁仿真软件Maxwell 3D对单电磁铁模块模型进行了瞬态磁场仿真,分析了电磁铁模块运动致使F轨产生的涡流与传感器线圈激励致使F轨产生的涡流之间的重迭现象,得出了该涡流影响容易导致传感器测量值偏大的结论,试验结果也验证了上述结论。(本文来源于《传感器与微系统》期刊2019年01期）
顾艳华,彭涛,廖珍贞,张晨昊,靖永志[3]（2018）在《基于PSO-RBF神经网络的磁浮车悬浮间隙传感器非线性校正方法》一文中研究指出针对磁浮车悬浮间隙传感器在0～20 mm范围内检测的非线性问题,建立了RBF(径向基函数)神经网络非线性校正逆模型,并采用粒子群算法对网络参数进行优化。仿真实验表明,所设计的PSO(粒子群优化)-RBF神经网络能够高精度地逼近传感器逆模型,经校正后传感器线性度可达0. 45%,全量程的检测误差小于0. 1 mm,能够满足悬浮控制系统的精度要求。(本文来源于《城市轨道交通研究》期刊2018年12期）
罗茹丹,吴峻,李中秀[4]（2018）在《中低速磁浮列车悬浮间隙传感器所处环境空间电磁干扰的研究》一文中研究指出中低速磁浮列车悬浮间隙传感器所处环境周围存在着多种电磁干扰,特别是悬浮磁场的漏磁和车辆运行时磁浮轨道感应产生的端部涡流磁场,这些磁场有可能通过检测线圈的耦合进入传感器的电路,影响悬浮间隙的检测。文中研究了这两种电磁干扰,在单磁铁模块模型的瞬态磁场仿真基础上,分析认为它们是一种低频干扰,并从屏蔽和滤波2个方面提出了解决方法。基于传感器检测频率与干扰频率的差异性,设计了一种FIR高通滤波器,仿真结果表明其抑制干扰效果良好。(本文来源于《仪表技术与传感器》期刊2018年11期）
杨季叁,徐贵力,董文德,程月华[5]（2018）在《微波叶尖间隙传感器信号校准研究》一文中研究指出利用微波雷达传感器测量叶尖间隙时,传感器存在信号泄露、背景回波迭加、电路元器件不平衡以及空间滤波效应等问题,根据这些问题的来源及影响机理,提出了一种具有环境适应性的传感器误差模型,通过将模型从空间域变换到频率域并优化误差提取算法,建立了一套提高传感器线性度、减小测距误差的校准方法。同时,选用小型24 GHz雷达传感器构建了模拟叶尖位移测量平台,使用该校准方法后,传感器线性度由±13.79%提高到±1.57%。拟合标准距离与测量值后,量程内最大测距误差下降到0.021 3 mm,最大标准差下降到0.019 7 mm。该方法有利于提高微波叶尖间隙测量精度。(本文来源于《仪器仪表学报》期刊2018年10期）
廖海军[6]（2018）在《中低速磁浮列车间隙传感器叁探头分时检测方法研究》一文中研究指出中低速磁浮列车不同于普通的城轨交通工具,它应用电磁力将列车悬浮在轨道上方,具有爬坡能力强、转弯半径小、噪音小、运行平稳、环境污染小等众多优点,是一种较为理想的城市轨道交通工具。悬浮控制系统在中低速磁浮列车中扮演着关键的角色,而间隙传感器是悬浮控制系统的核心,因此对间隙传感器的深入研究有利于磁浮技术发展并具有一定的工程实际价值。目前中低速磁浮列车的间隙传感器探头采用冗余设计的思想,设计叁路探头实现间隙测量,叁路探头线圈之间存在互感,在对传感器进行标定操作时,叁路探头之间的磁场耦合作用隐含在标定数据中,当其中一路探头出现故障,另两路探头周围的磁场分布较标定时已经发生改变,导致等效电感改变,输出也会随之出现检测误差。采用分时检测的方法使叁路探头分时独立工作,可以消除探头线圈间磁场耦合引起的误差。本文首先分析了电涡流间隙传感器的工作原理,对检测线圈和轨道之间的涡流做变压器模型的等效电路分析,推导出一般线圈的等效电感公式,得出了叁探头涡流场下检测线圈的等效电感公式。利用Maxwell仿真软件建立了叁探头与轨道之间的3D模型,对检测线圈等效电感特性进行了仿真分析,得到了特定故障形式下的检测误差数据,仿真结果显示由磁耦合造成的检测误差大于悬浮系统所允许的误差。其次,论文对间隙传感器的分时检测方法进行了研究,设计了激励源程序控制、激励源开关控制、电感线圈控制和协同控制四种控制方案,根据叁探头输出是否独立、线圈支路的冲击电压处理是否合理,选择协同控制方案作为间隙传感器的分时检测法。激励源采取程序控制方式,同时检测线圈处采用开关控制方式,仿真结果表明,采用协同控制方案的分时检测法采样频率高,冲击电压低,在任意探头出现故障之后,其余探头的输出不受影响。最后,搭建了实验平台,进行了实验验证,实验结果表明协同控制的分时检测方法可有效消除由磁耦合带来的检测误差。(本文来源于《西南交通大学》期刊2018-05-01）
孙浩琳,吴娅辉,谢兴娟[7]（2018）在《旋转状态下微波叶尖间隙传感器校准影响因素分析》一文中研究指出主要针对应用于发动机叶尖间隙测量的微波叶尖间隙传感器的校准需求,对测量原理、传感器的校准原理等进行了详细阐述,并分析了转速和回缩值等对校准结果的影响。为微波叶尖间隙传感器的进一步优化设计及应用提供了数据依据。(本文来源于《计测技术》期刊2018年01期）
靖永志,何飞,廖海军,王滢,刘国清[8]（2018）在《基于PSO优化RBF-NN的磁浮车间隙传感器温度补偿》一文中研究指出针对高速磁浮列车悬浮间隙传感器的温度漂移现象,建立了基于RBF(radial basis function)神经网络的间隙传感器温度补偿模型.通过对全局最优粒子执行梯度下降寻优,将粒子群优化算法与梯度下降算法结合得到一种寻优能力更强的混合算法,并将该方法用于RBF温度补偿模型参数优化,提高了间隙传感器的补偿精度,最后,使用现场可编程门阵列FPGA(field-programmable gate array)实现了该补偿模型并进行了实验.实验结果表明:该方法能够较好地对间隙传感器进行温度补偿,补偿后的传感器输出不受环境温度影响,全量程范围内最大误差为0.45 mm,8~12 mm工作间隙范围内误差为0.16 mm.(本文来源于《西南交通大学学报》期刊2018年02期）
何飞[9]（2017）在《基于RBF神经网络和FPGA的磁浮车间隙传感器温度补偿研究》一文中研究指出高速磁浮列车不同于普通的轮轨列车,它利用电磁力将车体悬浮在轨道上方,具有噪音小、运行平稳、环境污染小等众多优点,是一种较为理想的高速轨道交通工具。悬浮控制系统是磁浮列车的关键,悬浮间隙传感器是悬浮控制系统的一个重要组成部分,对其进行必要的研究对磁浮技术的发展具有积极意义。悬浮间隙传感器一般采用电感式位移传感器实现间隙检测,其检测线圈的内阻易受温度的影响,导致传感器产生温度漂移现象,温度漂移会造成传感器输出不准确,影响列车行车安全。针对间隙传感器温度漂移的问题,本文分析了间隙传感器温度漂移产生的机理,设计了基于逆模型的温度补偿方案,建立了基于RBF神经网络的间隙传感器温度逆模型,采用了粒子群优化-梯度下降混合算法用于RBF神经网络温度补偿模型的训练,仿真结果表明:(1)混合算法能提高粒子群优化算法的局部优化能力、改善其早熟问题,比单一的梯度下降法和粒子群优化算法具有更强的寻优能力;(2)基于RBF神经网络的温度逆模型补偿方案能有效抑制间隙传感器的温度漂移。最后采用FPGA实现了神经网络温度补偿模型,编写了基于LabVIEW的测试软件,实验结果表明本文设计的RBF神经网络温度补偿模型能够较好地对间隙传感器进行温度补偿,补偿后的传感器温度漂移现象得到了很好的抑制,全量程最大误差为0.45mm,相对误差在3%以内,8-12mm工作间隙范围内最大误差为0.16mm。该方法可以有效地消除温度漂移误差,提高传感器的检测精度,对磁浮列车的安全运行有积极意义。(本文来源于《西南交通大学》期刊2017-05-01）
廖海军,靖永志,何飞[10]（2017）在《基于WiFi通讯的磁浮车间隙传感器测试系统设计》一文中研究指出针对磁浮车间隙传感器工作环境恶劣需要频繁地测试与维护的问题,应用无线通讯技术、虚拟仪器技术、数字信号处理技术,设计了一种基于WiFi通讯的磁浮车间隙传感器测试系统,该系统在原有磁浮车间隙传感器的基础上增加WiFi模块使传感器具有无线通讯功能,采用具有WiFi通讯功能的便携式PC机作为系统的监控终端,利用图形化编程语言LabVIEW编写监控终端的人机交互界面;测试结果表明:该系统工作稳定可靠、操作简便,实现了对间隙传感器特性的无线测试、存储、分析和非线性校正,非线性校正后的间隙传感器具有良好的线性特性,其输入输出特性达到了磁浮车悬浮控制系统的要求,可用于悬浮控制系统的闭环控制。(本文来源于《计算机测量与控制》期刊2017年04期）
间隙传感器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
处于中低速磁浮车辆头部的悬浮电磁铁运行时,在轨道上会感应出明显的涡流,这种随着速度的升高而增大的涡流,不仅影响头部悬浮电磁铁的悬浮吸力大小,同时也会影响基于电涡流原理的悬浮间隙传感器的检测输出信号。针对涡流对车辆头部悬浮间隙传感器的影响,利用电磁仿真软件Maxwell 3D对单电磁铁模块模型进行了瞬态磁场仿真,分析了电磁铁模块运动致使F轨产生的涡流与传感器线圈激励致使F轨产生的涡流之间的重迭现象,得出了该涡流影响容易导致传感器测量值偏大的结论,试验结果也验证了上述结论。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
间隙传感器论文参考文献
[1].路晓,谭秋林.一种新型微波叶尖间隙传感器[J].微纳电子技术.2020
[2].罗茹丹,吴峻,李中秀.轨道涡流对磁浮车辆头部悬浮间隙传感器的影响[J].传感器与微系统.2019
[3].顾艳华,彭涛,廖珍贞,张晨昊,靖永志.基于PSO-RBF神经网络的磁浮车悬浮间隙传感器非线性校正方法[J].城市轨道交通研究.2018
[4].罗茹丹,吴峻,李中秀.中低速磁浮列车悬浮间隙传感器所处环境空间电磁干扰的研究[J].仪表技术与传感器.2018
[5].杨季叁,徐贵力,董文德,程月华.微波叶尖间隙传感器信号校准研究[J].仪器仪表学报.2018
[6].廖海军.中低速磁浮列车间隙传感器叁探头分时检测方法研究[D].西南交通大学.2018
[7].孙浩琳,吴娅辉,谢兴娟.旋转状态下微波叶尖间隙传感器校准影响因素分析[J].计测技术.2018
[8].靖永志,何飞,廖海军,王滢,刘国清.基于PSO优化RBF-NN的磁浮车间隙传感器温度补偿[J].西南交通大学学报.2018
[9].何飞.基于RBF神经网络和FPGA的磁浮车间隙传感器温度补偿研究[D].西南交通大学.2017
[10].廖海军,靖永志,何飞.基于WiFi通讯的磁浮车间隙传感器测试系统设计[J].计算机测量与控制.2017