推力轴承油膜厚度测量系统的研制
推力瓦与镜板间的润滑油膜厚度是确保推力轴承安全运行的关键参数.研制了一套推力轴承油膜厚度的测量系统及标定装置.设计了基于反射式传感技术的光纤位移传感器、推力瓦面对位系统以及同步数据采集系统,可以测量同一时刻推力瓦面上沿径向分布的4点油膜厚度,其测量精度可以达到±5 μm.
基于神经网络模型的辐射真温测量方法研究
将神经网络理论用于多光谱辐射测温领域,实验结果表明,该方法是解决目标真温测量行之有效的一种新方法.
多波长辐射温度计最少波长数确定的理论依据
正确地选择多波长辐射温度计的波长数对于多波长辐射温度计的设计至关重要,它关系到经过数据处理得到的目标真温及光谱发射率是否可信。本文提出的多波长辐射湿度计最少波长数的确定准则为多波长辐射温度计在波长数选择方面提供了理论依据。
多光谱辐射测温理论综述
介绍了多光谱辐射测温理论的研究现状,即多光谱辐射测温法的3种数学模型的建立方法和多波长辐射温度计的8种数据处理方法,并分析了各自的特点。
利用人工神经网络进行多光谱温度测量的研究
如何用辐射方法测量物体的真实温度是长期存在的难题。本文提出了一种测量目标真实温度的新方法,即基于神经网络模型的多光谱测温方法,并给出了仿真实验结果。
神经多光谱辐射高温计的研制
研制成功一种新型的与发射率无关的多光谱辐射高温计.采用神经网络技术、棱镜分光技术,克服了以往需要假设发射率与波长函数关系以及光导纤维分光、干涉滤光片限定工作波长的缺点,可用于自动识别大多数工程材料的真温及光谱发射率.
多光谱测温法的实验研究-发射率模型的自动判别
在多光谱辐射温度计的数据处理中需要假设发射率与波长的数学模型,本文提出一种自动判别发射率与波长数学模型的新方法,并通过实验证明了此方法的确是一种解决目标真温及光谱发射率等测量问题行之有效的方法.
目标真温及光谱发射率智能识别法
基于神经网络技术,提出一种可以取消发射率假设模型的方法.实验结果表明,基于神经网络技术的二次辨识方法可以自动识别目标真温及光谱发射率,是一种同时获知目标真温及光谱发射率较实用的方法.
基于多光谱法的目标真温及光谱发射率自动识别算法研究
针对以往目标真温及光谱发射率的计算结果偏差较大的问题,提出了一种新的发射率假设模型,并在此基础上提出了一种新的多光谱辐射温度计的数据处理方法,即通过处理2个不同温度点处的多光谱辐射温度计的测量数据,可同时获知2个温度点处的真温及光谱发射率.仿真结果表明,只要温度估计初值与真实情况的误差在±200 K以内,即可得到较好的计算温度值和计算发射率值.新方法在不需要实时数据处理的场合,是一种自动辨识目标真温及光谱发射率的较实用的方法,可适用于大多数工程材料的目标真温及光谱发射率的测量问题.
-
共1页/9条