船舶液压油水分含量检测新方法

在船舶工程领域,液压系统被广泛应用。为了实现液压油中水分含量的快速检测,基于介电常数原理设计制作了一种电容式微流控检测芯片,并在所搭建的检测系统上进行了不同含水量油样的检测实验。实验数据表明：随着油液中水分含量的增加,电容信号幅值逐步增大且符合二次关系。当含水量增大8倍时,油样与空气和油样与净油电容值之差的信号幅值分别约增大2倍和6.9倍。在含水量为50μl时,油样与空气电容值之差约为油样与净油电容值之差的6.5倍。实验结果表明电容法可以应用在液压油水分含量的检测中,而且拥有良好的检测效果。     

基于OPC的输油管道泄漏监测系统

针对无法增加泄漏监测专用仪表和数据采集设备的老旧输油管道,设计了基于OPC的输油管道泄漏监测系统,利用OPC通信协议连接现有PLC服务器的方式采集管道运行参数。文中介绍了泄漏监测的原理、OPC通信协议的工作方式和系统的实现方法。系统使用负压波和流量平衡的方法进行管道泄漏识别和漏点定位。输油管道放油测试结果表明,该系统能够及时、准确地发现和定位管道泄漏点。     

红外探水在厦门海底隧道中的应用

在厦门海底隧道施工中采用红外探测仪进行探水短期预报。介绍了红外探水技术的基本原理和布点方法,通过实例分析了分部红外探测得到的红外辐射场强值和绘出的红外探测曲线,得出探测结论,并和实际情况进行验证,说明探水效果良好,为隧道顺利施工提供科学依据。结合应用情况,提出了当前红外探水技术发展中亟待解决的问题。     

编队水声探测时抗同频干扰的空间分集法研究

编队水声探测是对潜搜索的常用手段和有效途径,同频干扰是编队水声探测时主动声纳的主要干扰之一。在对同频干扰分类研究的基础上,对几种常用的同频干扰抑制方法进行了研究和总结,并给出了空间分集法的实现方法以及抗同频干扰的效果。同时,通过两种编队队形对空间分集法的性能做了仿真分析。     

基于盲信号处理的舰船辐射噪声检测

根据舰船辐射噪声在水中传递的环境及特点,采用盲信号处理技术重构出相应的原始辐射源信号,该方法能够减少噪声及舰船间的相互干扰,提高了原始辐射源信号的信噪比,从而为水中兵器目标信号的准确检测提供了基础。仿真实验研究了单船舶辐射噪声信号谐波成分的分离及多船舶辐射噪声混合信号的分离,结果表明该算法稳定性好、收敛速度快,是一种有效的舰船辐射噪声检测方法。     

混沌理论在水声信号检测中的应用研究

为解决微弱信号的检测,提出了一种基于混沌预测的水声信号检测模型。根据混沌系统的动力学特性,给出了这种检测模型的检验准则,通过对实际水声信号进行仿真,结果表明,信噪比为-17dB情况,检测模型仍具有较强的检测能力,同时验证了检验准则的有效性;如要检测信噪比更低的信号,则要提高信号预测的准确率。     

基于信息论准则的信源数估计改进算法研究

MDL准则和AIC准则是基于信息论准则的信号源数目估计算法。针对其只适用于白噪声背景而不适用于色噪声背景的限制提出了两点改进,首先根据信号协方差矩阵特征值大小分布特点提出一种减小色噪声背景下信号协方差矩阵噪声特征值发散程度的特征值校正算法。该算法可以明显改善色噪声背景下噪声特征值的特性,使其接近白噪声条件下特征值的特性,利用校正后的特征值,MDL准则和AIC准则可以进行色噪声背景下的信源数目估计。然后为了提高检测精度,采用了基于MDL准则和AIC准则函数比值的估计方法。理论分析和仿真结果表明,改进后的MDL准则和AIC准则可以有效估计色噪声背景下的信号源数目,并且性能优于适用于色噪声背景的盖尔圆算法。     

一种新的被动声纳作用距离估计方法

文章研究了影响声纳作用距离的主要因素,利用声纳仿真系统采用正交试验设计的方法,选取合理的影响因素水平对声纳作用距离进行了试验分析,对试验结果进行了显著性分析以及极差和方差分析,提出了一种新的声纳作用距离估计方法。     

一种基于模型的水声弱信号检测方法(英文)

Detection of weak underwater signals is an area of general interest in marine engineering. A weak signal detection scheme was developed; it combined nonlinear dynamical reconstruction techniques, radial basis function (RBF) neural networks and an extended Kalman filter (EKF). In this method chaos theory was used to model background noise. Noise was predicted by phase space reconstruction techniques and RBF neural networks in a synergistic manner. In the absence of a signal, prediction error stayed low and became relatively large when the input contained a signal. EKF was used to improve the convergence rate of the RBF neural network. Application of the scheme to different experimental data sets showed that the algorithm can detect signals hidden in strong noise even when the signal-to-noise ratio (SNR) is less than −40d B.     

Actuator Fault Detection for Sampled-Data Systems in H∞ Setting

Actuator fault detection for sampled-data systems was investigated from the viewpoint of jump systems.With the aid of a prior frequency information on fault, such a problem is converted to an augmented H∞ filtering problem. A simple state-space approach is then proposed todeal with sampled-data actuator fault detection problem. Compared with the existed approaches, the proposed approach allows parameters of the sampled-data system being time-varying with consideration of measurement noise.