教学课程资源库 更多>>

关键词： “1+X”   教学改革   传感器  

摘要： 指出了随着国家职业教育改革实施方案与“1+X”证书制度试点方案的实施,贵州农业职业学院作为第二批“1+X”证书试点院校,对机电一体化专业核心课程《传感器检测技术》的进行了教学内容的整合与组织,并从理论和实验两方面进行了教学改革。改革后,学生的创新精神、实践能力和学习能力得到有效提高。通过此门课程的教学改革,探索并提出了一些适合“1+X”证书制度试点方案的课程改革路径。

关键词： 液体检测   普适计算   特征工程   支持向量机  

摘要： 现如今,随着人们的生活压力和工作压力的不断提高,人们的健康问题日益凸显,据统计数据显示中国人民约70%的人处于亚健康状态,因此关注自身健康变得愈发重要。目前健康管理的理念逐渐走进人们视野,并且健康管理的国内市场也逐步火热。健康管理中比较重要的一部分就是营养摄入平衡,而人体每日所需营养中通过液体摄入的不占少数,例如水,维生素,蛋白质等,因此液体检测技术作为营养监测的一种途径显得尤为重要。液体检测技术可以通过检测液体剩余量来帮助人们检测牛奶、果汁、水等液体的摄入情况,为后续的健康管理与商家精准推荐提供相关支持。本文研究基于智能手机传感器,针对如何检测桶装牛奶剩余量这一液体检测问题,提出了一套有效可行的系统,我们称之为DeMilk。DeMilk的核心思想是通过识别桶装牛奶左右晃动声音的不同,从而达到检测桶装牛奶剩余量的目的。DeMilk通过以下4个模块来实现:（1）数据的采集。采集桶装牛奶不同剩余量的晃动声音数据,并通过线性加速度计和陀螺仪来规范晃动牛奶的姿态,随后进行数据分割,数据降噪的预处理;（2）特征的提取。从每一个样本数据中提取相应的特征;（3）特征的筛选。通过不同的方法对提取的特征进行筛选;（4）模型的训练。基于采集的数据集以及筛选得到的最优特征集进行模型的训练。本文主要创新点以及研究成果如下:（1）本文研究首次通过融合智能手机线性加速度计、陀螺仪和麦克风传感器来检测液体剩余量。（2）本文研究一共提取26个特征用于检测液体剩余量。特征提取分别基于短时傅里叶变换,短时平均过零率,频谱质心,小波变换,梅尔频率倒谱系数和音符起始点检测6个方面。（3）本文研究训练生成的支持向量机模型效果最优,其准确率达0.9240,F1分数为0.9208,AUC值为0.9857。（4）本文将整个DeMilk系统实现为一个Android应用程序。

关键词： 电化学   核酸检测   比率型检测   生物传感器   电沉积  

摘要： 众所周知,核酸是物种保持进化和世代繁衍的物质基础。传统的核酸检测技术需使用酶和精密的控温仪器等,增加了检测成本。DNA电化学生物传感器因其具有无需靶标扩增过程、特异性强,且微型化应用的特点,已被认为是最有前途的生物标志物快速检测方法,并引起了广泛的关注和研究兴趣。本论文基于电化学生物传感器核酸检测技术开展了如下研究。比率型检测因其具有良好的稳定性和抗干扰能力,在电化学生物传感器的构建中得到了广泛应用。然而,如何通过比率型检测来构建高灵敏度的电化学生物传感器仍然是一个挑战。在本研究中,借助于临近界面杂交和发卡型捕获探针结构的高度特异性且能够进一步降低检测背景的特点,并结合比率型检测的优势,构建一种新型比率型电化学生物传感器核酸检测技术。发夹型捕获探针结构的设计能够减少在没有靶标的情况下与检测探针杂交的可能性,进一步提高检测的特异性。且比率型检测能够消除由实验条件引起的信号波动误差,提高检测的稳定性。此生物传感器在靶标DNA浓度范围1.0×10M到1.0×10M间具有良好的线性关系,且灵敏度较高,检测限能够达到6.4×10M。此外,该生物传感器具有良好的生物选择性,能够识别单碱基错配的靶标。因此,该比率型电化学生物传感器在食品分析和医学诊断等方面具有广泛的应用前景。在传统的电化学生物传感器制备过程中,捕获探针的固定耗时较久,一般需过夜修饰12 h。所以可通过减少探针修饰时间来提高电化学生物传感器靶标检测效率。靶标DNA链的5’端修饰有二茂铁基团,因此本研究可通过检测二茂铁电化学信号来表征靶标杂交结果。首先,通过吡咯电聚合化学包埋法修饰DNA探针,即把捕获探针通过外加电场包埋到聚吡咯的网状结构中。研究发现这种方法修饰的探针在电极表面是无规律排列的,所以对此进行了改进。在捕获探针的3’端修饰有吡咯单体,通过电聚合吡咯共价键合法进行探针的修饰。此种方式在金电极表面形成的探针比较规律。但是这两种方法在靶标杂交后都检测不到二茂铁信号。根据研究推测可能是在金电极表面形成的吡咯层太厚或捕获探针完全包埋到聚吡咯层中,阻碍了二茂铁在金电极表面的电子传递或无法进行后续靶标杂交过程。最终本研究通过电沉积方法将3’端修饰巯基的DNA捕获探针链固定到金电极表面,此过程只需要5min。这种修饰捕获探针的方法达到了本研究检测二茂铁电化学信号的要求,且极大缩短了电化学生物传感器检测靶标的时间。本研究采用的电沉积修饰捕获探针的方法为生物传感器的批量化生产、靶标的现场高效率检测提供了研究新思路。

关键词： 磁电效应   磁电传感器   涡流检测   差分探头   缺陷识别  

摘要： 近年来随着工业的迅猛发展,金属材料遍布各行各业。但由于金属在空气中容易被氧化腐蚀进而产生裂纹或缺陷,存在一定的安全隐患。涡流检测技术具备快速性、便捷性、无需耦合剂的优势,被广泛应用于检测金属导电材料。及时识别金属的缺陷,能够有效的预防事故发生。但对于微小裂纹,传统检测线圈的灵敏度不足以识别。而磁电传感器有着灵敏度高、噪声小、结构简单、成本低的优势,在涡流检测中有着很大的应用前景。为解决传统检测线圈灵敏度低、噪声大等问题,提出了用磁电传感器来代替传统检测线圈作为检测探头。本文首先通过等效电路法对磁电传感器的原理进行深入研究,建模计算了不同频率下磁电传感器的磁电系数。进一步研究了尺寸和直流偏置磁场对磁电效应的影响。在此基础上,制备了磁电传感器并搭建了磁电测试系统。测试了全频域磁电传感器的磁电系数,验证了在谐振频率时磁电传感器的高灵敏度。进而研究了磁电传感器的线性度、迟滞性、重复性等磁传感静态特性。利用COMSOL有限元仿真软件建立了涡流检测模型,分析了激励频率、提离值、被检测体导电率对涡流效应的影响。继而设计了适用于涡流检测的磁电式涡流探头。针对磁电传感器的自身噪声会影响检测精度的问题,提出了使用差分磁电传感器来消除噪声的策略,并从共模抑制比的角度从理论分析了差分磁电传感器的灵敏度优于单个磁电传感器。通过涡流检测平台对金属缺陷进行具体实验,验证了磁电传感器对缺陷识别的能力远远优于传统检测线圈。并对比了差分磁电传感器和单个磁电传感器的检测精度,结果与理论分析一致。最后,利用L-M优化算法对数据处理实现了缺陷长度和深度的定量评估。

关键词： 交流电磁场检测   高分辨率磁传感器阵列   多路复用   缺陷成像   RCNN  

摘要： 结构缺陷的形貌成像和智能判定一直是无损检测领域的研究热点和技术难点,本文基于交流电磁场检测技术,探究缺陷形貌和扰动电流之间的正反演关系,提出基于Tikhonov正则化的缺陷形貌成像方法,并发明基于RCNN的缺陷智能判定算法,最后搭建了一套完整的集阵列探头—仪器—缺陷成像智能检测软件为一体的交流电磁场高分辨率成像智能检测系统,最终实现了结构缺陷的形貌高分辨率成像和智能判定,为结构的智能检测和可视化评估提供重要的方法和手段。论文主要从如下4个方面展开:(1)交流电磁场阵列仿真模型建立与研究基于交流电磁场检测技术的基本原理,建立交流电磁场阵列有限元仿真模型,分析结构缺陷对感应电流的扰动规律,并对传感器数量、间距、排布方式等参数进行优化设计,为缺陷形貌成像算法和高分辨率阵列探头的设计奠定基础。(2)基于Tikhonov正则化方法的缺陷反演智能判定算法建立畸变磁场和扰动电流之间的逆问题模型,应用Tikhonov正则化方法,利用感应磁场重构缺陷周围扰动电流,进而实现缺陷几何特征的重构,在此基础上,利用不同角度裂纹、不同直径腐蚀的缺陷验证缺陷成像算法的可行性,并建立不同缺陷的图像库,开发基于RCNN的缺陷智能识别算法,最终形成一套缺陷形貌成像和智能判定方法。(3)基于高分辨率磁传感器阵列的缺陷成像智能检测系统开发基于仿真结果,优选高分辨率磁传感器,设计并制作高分辨率阵列检测探头,设计开发多路复用模块、放大滤波模块,并根据检测仪器的设计需求,对其他硬件进行选型,并开发缺陷成像智能检测软件,最终形成一套完整的集阵列探头—仪器—智能可视化软件为一体的检测系统。(4)基于高分辨率磁传感器阵列的缺陷成像智能检测系统测试利用搭建完成的交流电磁场高分辨率磁传感器阵列的缺陷成像智能检测系统,对不同材料中的裂纹和腐蚀缺陷进行检测实验,验证基于Tikhonov正则化方法的缺陷反演成像算法,并对训练完成的RCNN模型进行准确度测试,实现缺陷实时检出以及表面形貌反演,对缺陷分类准确度达100%,对缺陷智能判定的置信度达85%以上。

关键词： 步态分析系统   模糊推理   四元数   零速度更新技术   逻辑回归  

摘要： 伴随着运动成为我们生活中的一大趋势,许多监测人体运动健康的智能穿戴产品应运而生。目前市面上流行的可穿戴设备的功能主要是检测人走路时的步数、路线、消耗的卡路里来反馈给用户他们的运动数据信息。但对于运动数据信息要求较高的人来说,现有的设备很难满足这些需求。对于那些需要更详细的运动信息的人,比如爱好长跑运动的跑者,长时间跑步时,总会出现不科学的步态,如果不纠正姿势,就会损伤膝盖和脚部韧带。因此,科学地在脚上安装传感器,实时检测运动参数,为用户的跑步姿势和膝盖受伤风险情况提供有用的建议和信息是非常重要的。基于对跑者运动过程中膝盖受伤风险评估为背景,需要对跑步过程中出现的足旋前、步频、步幅进行检测。现有的步态检测设备具有很大的局限性,很多便携式设备功能单一,不具备同时测量多个参数的功能,而功能丰富的设备造价昂贵、便携式差,针对这些问题本课题设计了一套基于压力传感器及陀螺仪的步态信息采集系统。该系统通过对压力传感器、陀螺仪进行合理的布局,采集跑步过程中足底的压力信号以及足部的加速度信号,后通过对采集的信号进行研究分析,可以对人体的跑步参数进行有效的检测。首先,本课题设计了以STM32单片机作为微处理器,足底压力鞋垫和陀螺仪为信号采集模块的步态参数采集系统;其次,通过设计实验收集实验数据,针对采集到的数据存在的缺失问题,采用插值的方法保证数据的完整性,为后续进行步态分析做铺垫;再次,为了完成对跑步过程中与膝盖受伤风险关联度大的三项参数的检测,本课题基于模糊推理算法完成对足旋前的检测以及步频的计算,在四元数理论的基础上,采用零速度更新技术完成了步幅的计算;最后根据获取到的运动参数以及客观参数,基于逻辑回归算法完成了跑步膝伤风险评估。

关键词： 碳纤维杆   信息融合   图像处理   缺陷识别  

摘要： 碳纤维杆因耐腐蚀、耐高温、强度高的特点,在石油生产现场得到了广泛应用,如何对碳纤维杆进行在线缺陷检测成为了一个急需解决的重要难题。本课题针对碳纤维杆的常见缺陷进行缺陷在线检测技术研究,提出了基于水浸式超声阵列与图像识别的碳纤维杆缺陷在线检测与定位技术。根据碳纤维杆具有多分层、层间边界不规则的特点,设计了碳纤维杆缺陷检测设备及包含32个探头的水浸式超声阵列,实现对碳纤维杆的在线、全覆盖扫描。使用设备对碳纤维杆的四类常见缺陷各采集150组样本,共得到19200个反射波形信息。提出了超声阵列信息融合成像方法,将各探头的空间角度信息及超声波反射波幅值、飞行时间三个维度的信息融合映射到一副图像上,从图像可直观观察到碳纤维杆内部边界及缺陷情况。针对图像反映缺陷信息的同时要显示碳纤维杆表面、分界面边界信息的特点,图像增强时既要增强图像质量又要强化边界信息,论文提出了双边滤波和Laplace算子相结合的图像增强方法,确定缺陷及碳纤维杆边界信息。针对图像后分界面灰度值过小的问题,采用三阈值最大类间方差法进行图像分割,确保图像分割时能有效保留图像后分界面信息,减少缺陷被误判为后分界面的情况。针对长度、面积、宽度等几何特征无法有效表征碳纤维杆缺陷的特点,提出了缺陷的长度和、面积和、最大宽度等几何特征和纹理特征相结合的特征提取方法,能够有效表征缺陷,为分类识别奠定基础。提出了基于深度信念网络的碳纤维杆缺陷识别方法,以三个几何特征及两个纹理特征共同作为输入,以小裂缝、横贯裂缝、孔洞、皲裂缺陷四类缺陷作为输出,建立了DBN模型,实现了对四类缺陷的分类识别,识别率达到了88.50%。最后使用编码器对碳纤维杆缺陷进行轴向定位。

关键词： 智能汽车   多传感器融合   目标检测   综述  

摘要： 随着人工智能领域的快速崛起,智能汽车环境感知技术也得到了突飞猛进的发展,智能汽车的感知系统离不开多个以及多种传感器之间的配合使用,基于多传感器融合的智能汽车多目标检测技术也成为当下的热门研究方向,工业界和学术界都对此提出了不同的解决方案。本文对驾驶环境下基于多传感器融合的多目标检测技术进行了概述和总结,介绍了常用的车载传感器、数据集以及多传感器融合的方法和分类,对最近的多传感器检测算法进行了梳理,最后对基于多传感器融合的智能汽车多目标检测技术进行了概述,并对此方向存在的挑战和未来的发展趋势进行了分析。

关键词： 多传感器融合   摄像头   三维激光雷达   Yolov4   匈牙利匹配  

摘要： 自动驾驶技术发展至今,在众多应用场景发挥着其重要的意义。受制于环境感知等技术的影响,目前自动驾驶技术仅能在特定场景下有着比较稳定的应用,面对如城市道路等复杂环境,环境感知的传感器选用、算法应用并未产生相应的应用标准,世界各汽车厂商、高校、科研院所均有着不同的技术路线,由此可以得出,自动驾驶的环境感知技术仍存在挑战。本文围绕多传感器的融合的动态障碍物检测展开了研究,分别对摄像头与三维激光雷达获取周围环境信息进行了障碍物检测与算法验证,并设计了基于摄像头与三维激光雷达融合的障碍物检测系统,基于现有公开数据集进行了算法验证。首先本文对YOLO网络的基本原理进行了研究,选择使用YOLOv4作为目标检测的算法,并对YOLOv4进行了网络搭建与环境配置,在训练了权重文件后,使用KITTI、D2city等数据集进行了检测,得到了良好的检测效果。再利用国内实际的交通视频做成的数据集,重新训练并进行实验检测,结果显示其检测效果和速度能够满足实际情况中的需求。然后对基于三维激光雷达的目标检测进行了研究,为了降低算法的数据处理量,基于地面拟合的方法对地面点云进行了滤除,获得了地面点云与非地面点云两部分。对非地面点云,预先使用点云鸟瞰图进行栅格化处理从而减少点云数据的噪声干扰,再基于扫面线算法对点云进行分割,并提取点云检测结果的包围盒中心坐标及航向参数,为后续融合做出了准备。最后,将三维激光雷达的点云数据投影到像素坐标系下,进行坐标对齐,从而完成数据匹配,应用KITTI数据集对匹配结果进行了实验验证。再利用摄像头和三维激光雷达的目标检测结果,基于匈牙利匹配算法将属于同一个目标的检测框进行融合,最终达到传感器融合的目的,并用KITTI数据集对融合结果进行了实验验证。

关键词： 课程思政   职业道德   传感器与检测技术   教育研究  

摘要： 本文以职业道德教育研究入手,从供给侧结构性改革的角度分析职业道德教育的需求,提出了高校工科专业课程思政建设的路径。并以传感器与检测技术为例,对以职业道德为代表的课程思政元素的挖掘及案例库的设计进行了详细论述。通过课程思政的机制建设和具体课程的内涵建设,多种方式协同作用,提高课程教学质量和师生思想道德水平。