【摘 要】
:
近年来,柔性结构与材料的大规模开发与应用对其结构的形变实时监测技术提出了许多新的要求。相比于其他形状感知技术,光纤传感技术具有抗电磁干扰、生物相容性且易于集成等特点,因此被认为是下一代传感技术的重要组成部分。目前,由于已开发的光纤形状传感技术受到光纤应变测量技术与三维重构算法等因素制约,仍存在测量精度不理想、测量离散化与高重构误差等问题。本论文针对上述问题,设计了一种具有高空间分辨率的分布式光纤三
论文部分内容阅读
近年来,柔性结构与材料的大规模开发与应用对其结构的形变实时监测技术提出了许多新的要求。相比于其他形状感知技术,光纤传感技术具有抗电磁干扰、生物相容性且易于集成等特点,因此被认为是下一代传感技术的重要组成部分。目前,由于已开发的光纤形状传感技术受到光纤应变测量技术与三维重构算法等因素制约,仍存在测量精度不理想、测量离散化与高重构误差等问题。本论文针对上述问题,设计了一种具有高空间分辨率的分布式光纤三维形状感知系统。该系统通过光频域反射技术获取光纤沿线的应变,并将应变数据代入改进的三维形状重构算法,提高了重构精度的同时分析了其中的误差计算问题。最终,通过实验验证了该技术的可行性。本文主要研究工作如下:(1)阐述了光频域反射应变测量技术的基本原理。从理论出发推导了光频域反射技术的定位与应变传感原理,并介绍了光纤传感器中的应变-曲率计算模型,完成初步的数据处理。(2)研究了基于自然参数方程的三维形状重构算法。本论文详细推导了基于Frenet-Serret框架的三维重构算法及其数值求解过程,并分析了其存在的曲线方向改变点的法向量翻转问题及数值解法引入的正交化丢失问题。针对法向量翻转问题,引入了Parallel框架克服了该问题;针对正交化丢失的问题,引入了基于超螺旋的概念的螺旋延展法,维持了框架的正交性。最后,通过仿真验证了提出的算法的综合性能。(3)提出了一种归一化分段加权误差评估方法,可以科学评估重构曲线与参考曲线之间的误差。该方法通过对平均传感段长度进行归一化,可以将不同规格的传感器进行纵向比较。之后,对传感器重构曲线进行灵活分段,并赋予各分段不同的权重,从而可以从局部与整体结合的方式评估传感器重构效果。(4)搭建了三维形状测量系统平台并进行了实验测试。利用商用的光频域反射仪LUNA OBR 4600作为应变测量系统,并利用七芯光纤传感器与提出的光纤形状重构算法,完成了二维与三维形状重构实验。其重构实验结果与实际形状较为一致,验证了提出方案的可行性。
其他文献
硅基液晶芯片(LCOS)是实时光学信息处理,自适应光学和光计算等现代光学领域的关键器件,它在现代光学技术的发展中起着重要的作用。由于LCOS支持Flex-grid特性,已成为实现WSS模块的主流技术方案。基于LCOS芯片的空间光调制器的工作原理是利用液晶的电控双折射效应,它是一种在不改变光束振幅的条件下,实时、动态地对入射光进行相位调制的一-种光调制器件,被广泛应用在光电混合信息处理系统中。与传统
根据海关统计数据,按国别或地区对近年来山东苹果的出口情况进行了分类汇总。结果显示,2017—2021年,山东苹果共出口到世界57个国家或地区;其中,对海上丝绸之路沿线各国或地区的出口量占总出口量的98.66%,且单价高于对外出口均价。鉴于我国苹果出口受新冠肺炎疫情、地缘政治和国际形势等多种复杂因素影响,建议山东省充分利用RCEP提供的历史机遇,继续深耕东南亚市场;发挥海运优势,努力扩大在中亚和西亚
信息的重要程度越来越高,各行各业都被海量的信息所覆盖,这海量的信息中包含着多种模式的信息载体,形如文本、视频、图片、语音等,其中文本则是这些信息的最重要的载体之一。然而在船舶领域,还没有形成一套合理的分类流程与方法,在区分专业性极强的船舶文本信息时需要进行人工比对,这将花费大量的人力资源成本和时间成本。本文就此问题提出一套可行的解决方案,并在原算法基础上进行创新。本文主要研究将文本分类相关技术应用
光纤光栅应变传感器所具有的重量轻、易安装、可复用以及抗电磁干扰等优点使其可以很方便进行应变场的长期监测,这一特性在结构健康监测领域中有着重要应用。基于全同弱反射光栅阵列的分布式高速应变测量系统采用时分+波分复用的解调方式,与布里渊散射技术实现的分布式应变传感系统相比有着更高的解调速度,同时,相较于普通光栅技术实现的应变传感系统其有更长的探测距离以及更大的光栅容量。本文以基于全同弱反射光纤光栅阵列应
随着城市工业化、现代化进程的持续加快,城市规模扩张,工程建设量急剧增加造成事故频发,对消防救援队伍的救援响应速度、救援资源调度分配、现场救援作业、科学施救、重点单位预案录入等综合能力提出更高要求,越来越多的信息化手段全面融合消防业务管理和实战应用,为适应城市消防指挥中心的接处警工作要求,针对当前大多数接警系统信息录入、力量调配效率偏低等问题。本文提出一种基于ALBERT的预训练模型在接处警系统中对
近年来,自然语言处理关键技术之一语义解析得到越来越多人的关注,NL2SQL任务属于语义解析,NL2SQL任务是将自然语言描述通过模型将其转换成可执行的SQL查询语句。由于中文文本与英文文本之间的差异,因此不能直接将以往基于英文数据集的NL2SQL模型应用到中文文本上。同时,现有的NL2SQL模型中一般都使用序列生成模型来预测条件值,此方法预测得到的条件值准确性较低,预训练模型也只使用BERT,而其
虚拟试穿的目的是转移目标服饰图像到参考人图像上,是最近几年的热门话题。现有技术通常侧重于在生成图像上保留服饰图像的原有特征。但当参考人图像中出现大量遮挡以及复杂姿势时,生成清晰合理的试穿图像仍然是一个挑战。本文采用渐进式的生成逻辑,先生成预测语义分割图,再由预测语义分割图结合原参考人和服饰自适应地保留非目标区域,并生成目标区域的信息,完成试穿图像的构建。此外,本文采用小数据集小尺寸图像进行训练,并
运用2016~2020年面源数据,采用区位商、集中系数、优势指数测算与比较全国7个苹果主产区集群集中度及竞争力。研究表明:(1) 7个苹果主产区均具有专业化优势和集群发展优势。其中,陕西省苹果产业发展优势最显著,且集群优势要优于专业化优势;山西省与陕西省专业化优势的差异较小,而集群发展优势差异较大;近5 a甘肃省苹果产业的专业化程度和集中化程度呈增长态势;山东省、辽宁省、河北省的苹果产业的专业化程
随着深度学习越发成熟,目标检测已经成为计算机视觉领域中一项非常重要的基础性任务并受到了研究者们重点的关注。该技术已经被广泛的应用在如人脸识别、动作识别、实时监测等不同领域。在目标检测领域,较为主流的算法就是通过应用卷积神经网络来对图像进行特征提取的算法。随着算法的不断改进,如何针对复杂场景下图片特征的提取,同时保证不同尺度下的特征图的平衡性成为了提高算法模型精确度和实用性的关键。当今YOLOv5算
智能手机早已风靡全球,在智能手机中安卓手机占据了四分之三的份额。随着时间的发展,各种安卓恶意软件大量出现。现有的恶意软件识别方案大都是使用的监督学习方法进行分类,这种分类方法精确率高速度快,但面对新出现的样本时分类效果差,使用无监督学习的聚类算法在处理未知样本时效果要更加优秀。本论文针对分类算法处理未知样本效果差的问题,参考最大最小蚁群算法和蚂蚁排序算法以及层次凝聚聚类算法,提出了一种基于改进蚁群