摘要：多相流参数检测对工业过程装置的设计和优化至关重要,但其多尺度与内在复杂性限制了对多相流动过程的理解,在流动机制方面仍有许多关键问题尚未明晰。正电子发射粒子示踪(PEPT)是一种面向工业过程中复杂多相流的新型无扰、无损的核成像方法,利用γ光子探测对放射性标记的示踪颗粒进行三维动力学成像。由于γ光子具有高穿透性、不受电磁场影响等特点,使得PEPT在非透明复杂多相流检测上具有独特优势。目前主要应用于化工、食品、制药等工业领域内多相流动现象的测量和系统物理参数提取。然而,小型化示踪颗粒制备困难、多个示踪颗粒同时定位效果差等问题严重阻碍了PEPT技术的进一步应用和推广。本工作首先介绍了PEPT技术的基本原理;然后重点从示踪颗粒、算法、硬件系统、数据处理及应用等方面讨论了PEPT关键技术及其研究进展,并指出其中存在的问题和潜在的发展方向;最后,对PEPT技术的发展和应用进行总结和展望。

摘要：在宽带电磁接收机领域，高频段频率源通常存在输出功率低、相位噪声性能差的问题，因此，频率源性能显得尤为重要。针对这一问题，本文利用锁相环与倍频的设计方式，设计一种小型化K波段的频率源。首先，对锁相环电路，控制单元电路和稳压电源电路进行设计；然后，对频率源进行建模仿真验证其可行性，通过采用腔体设计及微组装的方式完成了锁相环电路、控制单元、稳压电源电路及倍频器的设计；最后，对频率源进行了测试。测试结果表明，该频率源输出频率为25.6 GHz，输出功率大于10 dBm，其归一化相位噪声为-76 dBc/Hz@100 kHz，其整体尺寸为60 mm×40 mm×8 mm。所设计的频率源具有体积小型化、各项性能优良且能长期稳定工作的优势，能够满足宽带接收机工程需求应用。

摘要：在地下浅层爆炸震动探测中,测试环境噪声大,并且爆炸地震波信号频率较高,而常规的地震探测仪器底噪较大、采样率较低,难以满足爆炸震动探测需求,因此,本文设计了一种基于ZYNQ的震动探测系统。首先,采用高精度传感器ADXL354B获取爆炸震动信号,并设计调理电路滤除高频噪声,提高信号获取精度,同时采用高精度、高采样率的24位模/数转换器AD7768进行数据转换;然后,在ZYNQ芯片的PL部分进行逻辑设计,在PS部分使用驱动分离的方式定制Linux系统进行数据处理和传输;最后,搭建半实物仿真平台对震动探测节点进行功能验证。实验结果表明,该系统在采样率与系统噪声方面优于国内同类地震勘探仪器,最高能够以256 ksps、24位、八通道同步采集加速度信号,并实时传输至上位机,该成果在地下浅层震动探测领域具有较高的应用价值。

摘要：针对传统水下被动定位算法传感器阵列体积大、布设难、环境失配等问题,提出一种基于多任务神经网络的水下震源定位方法。该方法通过仿真浅海声场数据集,利用声信号到达各个测量传感器的相对时间差,结合深度学习方法,在多任务卷积神经网络MTL-CNN(Multi-task Convolutional Neural Network)和Attention-UNet结构基础上,设计MTL-Attention-UNet神经网络模型,对水下震源的距离和深度进行联合估计。仿真结果表明:用MTL-Attention-UNet模型对水下震源进行定位的平均绝对误差比MTL-CNN网络模型小,定位性能更好。

摘要：为构建离子液体的CO_(2)溶解度的准确预测模型,考虑到传统模型存在的描述符计算复杂、成本高、关联结构与性质困难、结构特征提取不充分等问题,提出一种融合了加入注意力机制的图卷积神经网络和XGBoost的预测模型(APGCN-XGBoost)。对9 897组离子液体的CO_(2)溶解度数据的分析结果显示,所提出的APGCN-XGBoost模型在预测性能上优于传统的分子指纹模型和图卷积神经网络模型。此外,通过注意力池化层与SHAP方法对模型进行解释,APGCN-XGBoost模型学习到了离子液体中各个原子和结构的特征信息与分子非局部信息,这些特征信息不仅可以用于性质预测,还可以用于探索化学结构与性质之间的联系,即通过模型的解释,筛选出对于溶解度预测重要的离子液体结构信息,从而实现CO_(2)捕获过程中理想离子液体的计算机辅助设计和筛选。

摘要：针对机械设备运转油液中存在的金属磨屑检测设备复杂、检测步骤繁琐、实时性差等问题,设计了基于电磁感应原理的油液金属磨屑在线检测电子系统。通过研究电感式系统检测磨屑的原理,设计了磨屑检测传感器、激励控制器、调理采集电路和磨屑识别程序。在8 mm的油路管径中进行试验测试,铁磁磨屑的信号波形主峰呈“W”型感应增大,最小检测磨屑150μm的信号电压差133.301 mV;铜磁磨屑的信号波形主峰呈“M”型感应减小,最小检测磨屑300μm的信号电压差-96.378 mV。结果表明,系统具有检测效率高、体积小的特点,对机械设备运作性能评估和故障预防诊断有重要意义。

摘要：针对声级测量中利用传统双线性变换法设计频率计权滤波器时在标称频率高频段出现的误差问题,采用一种基于混沌加权粒子群算法的设计方法,进行了频率计权的优化设计。首先对频率计权的幅频响应的误差来源展开分析研究,然后根据分析结果设定频率计权滤波器的优化对象与适应度函数,从而构造出基于混沌加权粒子群的频率计权数字滤波器优化模型,并求得最佳解。经仿真实验验证,给出的优化算法准确度更高,且最大误差可限制在0.005 dB范围内,满足国家标准中对1级声级计的设计要求,适用于声级测量中的频率计权,也可用于其他领域的滤波器设计。

摘要：针对目前炮口转速的直接测量研究较少的问题,提出一种基于地磁场的新型炮口运动参数测量方法。该方法根据身管和弹丸铁磁性材料的聚磁效应及炮口地磁场的分布特征,在弹丸引信表面布设周向阵列均匀磁传感器,获取弹丸运动过程中地磁场的感应信息。对传感器运动路径上磁感应强度模值曲线进行一阶及二阶求导,得到两特征位置。利用弹丸旋转导致两位置阵列传感器周向拟合磁场表达式的相位变化,结合时间实现炮口转速的直接测量,根据转速和速度的特定函数关系可解算出炮口速度。利用有限元软件验证了方法的可行性,为实际测试系统的设计及应用提供了参考依据。

摘要：针对在数字采集中,受ADC的量化分辨力限制,大动态范围信号难以满足信号分辨力的要求的问题,提出了一种适应大动态范围信号高分辨力采集电路系统的设计方法。首先根据信号的动态范围、分辨力指标和关注度,将信号进行逆序分段放大到ADC的输入动态范围,之后,根据各分段采集到的不同分辨力数据,进行数据加权合成,实现大动态范围信号的分段高分辨实时采集。仿真实验验证表明,此方法既可满足大动态范围信号的高分辨采集,同时可根据不同段信号的关注度,实现特定的分辨力采集,且误差率低于3%。

摘要：枪声识别技术在军事环境下可以快速准确地提供战场信息,但是目前大部分枪声识别系统均部署在服务器端,实用性和可行性不高,针对这一问题,本文设计了一种基于ZYNQ的枪声识别系统。该系统以ZYNQ7020芯片为核心,充分利用ZYNQ芯片集ARM与FPGA于一体的特性,首先在芯片的FPGA部分设计了多通道数据传输链路和声场特征参数提取模块;其次在芯片的ARM部分部署经过PC端训练后的轻量化网络模型,对经过FPGA提取的特征参数进行处理,进而实现对枪声种类的识别;最后使用枪声数据集NIJ Grant 2016-DN-BX-0183中的3种枪声在外场进行试验。试验结果表明,该系统能够准确地对枪声进行分类,枪声的平均识别率达到91.67%。该成果在枪声识别领域具有较强的应用价值。