基于光纤多波长激光器的相位延迟高精密测量系统设计

来源 :计算机测量与控制 | 被引量 : 0次 | 上传用户:zkk81950868
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对当前相位延迟测量系统,缺少对入射光源的分析,导致不同波长光源对应平移量误差大,造成相位延迟测量精度低的问题,设计了基于光纤多波长激光器的相位延迟高精密测量系统;通过分析光纤散射原因,选取532 nm半导体激光作为系统光源,采用伺服电机为系统供电,使用SGX5528光电探测器实现光转换为电,从而获得不同位置间的电位差;利用聚乙烯醇薄膜拉伸型人造偏振片,使入射的纵光或横光具有起偏特性,并测量偏振片的透振方向和横轴夹角,完成系统硬件设计;设置两束激光光源,调整偏振棱镜,使光强输出达到最大值,并利用直接测量法,计算待测波片的相位延迟,通过调整电光调制器晶轴方位,保证光束垂直入射到器件表面,完成系统软件设计,实现相位延迟高精密测量;实验结果表明,该系统在L0、L1、L2位置下的平移量误差分别为0.008 mm、0.0071 mm、0.002 mm,均小于理想允许误差,能够有效提高相位延迟测量精度.
其他文献
随着深度学习方法的不断发展,跨模态哈希检索技术也取得了长足的进步.但是,目前的跨模态哈希检索方法通常基于两种假设:a)相似文本描述的图像内容也相似;b)相同类别的图像有着较好的全局相似性.但是,真实数据集中的数据往往不能满足以上两种假设,导致了跨模态哈希检索模型性能的降低.针对以上两个问题,提出了一种基于文本引导对抗哈希的跨模态检索方法(text-guided adversarial hashing for cross-modal re-trieval,TAH),此方法在构建的网络结构基础上,将文本哈希码
大功率液力机械器是重型特种车辆传动系统的关键核心部件,为满足整车高速、重载和高任务可靠性的使用要求,一方面需要提升液力机械变速器自身的强度和可靠性,另一方面要建立和完善大功率液力机械变速器的状态监测和故障诊断系统;基于专家系统和典型零部件的失效物理模型,针对液力机械变速箱系统和关键零部件的常见失效形式,建立了大功率液力机械变速器状态监测和故障诊断系统,分为变矩与闭锁功能监测及报警模块、换挡提示及报警模块、油位监测及报警模块、系统油压监测及报警模块和油温监测及报警模块共五大部分;通过实车测试证明,大功率液力
姿态监测是四旋翼飞行器实现正常飞行的主要因素之一,飞控手操控飞行但无法精准地获取实时姿态数据,存在一定的误差且准确性较低;针对以上问题,系统设计采用STM32F103RBT6单片机和MPU9250传感器采集四旋翼飞行器飞行过程中的飞行高度、飞行速度、滚转角以及俯仰角,并将数据传输给上位机LabVIEW软件平台;在虚拟软件平台对四旋翼飞行器的姿态信息进行显示、存储、报警及回放等功能;测试结果表明,姿态监测系统可以实现数据可视化,采集数据的绝对偏差值小于0.5%,提高了四旋翼飞行器姿态监测的准确性,满足了控制
客运火车站环境温度易受其他环境特征变量如湿度、PM2.5、二氧化碳等影响,传统的单变量预测算法并未考虑其他环境特征变量的影响因素;为进一步准确预测车站环境温度值,提出了结合长短期记忆神经网络LSTM与梯度提升算法LightGBM的组合模型,对客运站环境温度值进行预测;首先将预处理数据输入LSTM模型,对环境特征变量湿度、二氧化碳、PM2.5、PM10进行单变量预测;再将环境特征变量的LSTM输出预测值输入LightGBM模型得出环境温度预测值;根据波形图与均方根误差RMSE对比分析,基于LSTM— Lig
针对高功率发电机开展测试性设计分析对提升其维修保障性水平具有重要意义;通过对高功率密度发电机的故障模式开展分析,得到发电机的典型故障模式,针对各故障模式总结了发电机故障检测所需监测的物理参数;然后,通过构建多信号流模型和开展故障—测试相关性分析对发电机测点进行改进,提出了基于故障—测试相关矩阵(D矩阵)的测试集优化方法;该方法通过合理优化测点集可提升测点对故障模式的覆盖水平并减少冗余测点;最后,通过测试性预计对比了改进前后发电机的故障检测率和故障隔离率指标,验证了提出的测点改进方法提升高功率密度发电机测试
针对无线传感器网络(WSN)节点容易出现故障从而导致网络瘫痪的问题,提出了一种基于改进的深度森林的无线传感器网络故障分类方法;深度森林是基于森林的集成学习方法,其输入是多维特征向量,特征向量将由多粒度扫描和级联森林这两个主要组成部分进行处理,多粒度扫描通过处理数据之间的关系来增强数据表示的能力,级联森林用于分类或预测;针对级联森林部分随着层数的增加可能造成的维数问题进行优化后,将该算法用于故障分类可以提高故障诊断的精确度;在仿真验证阶段,将该算法与深度神经网络(DNN)和支持向量机(SVM)算法进行对比;
针对油罐车罐体温度过高、罐体倾斜、阀门漏油等问题,文章设计了基于射频一体化芯片SI1000的油罐车罐体状态监测系统,车载终端控制单元以S3C2440A为主控制器,SI1000芯片为从控制器,设计了主从结构的片上系统(SOC)方案,提出了各个模块的硬件设计和软件流程;该罐体状态监测系统应用GPRS技术、GPS技术以及温度传感器、倾角传感器、铅封锁能够对车辆位置、罐壁温度、罐体倾角、油阀状态等参数进行远程在线监测;通过实验测试,各个参数的测量误差值在5%以内,且系统运行情况良好,符合系统设计需求.
机械传动金属磨粒可以反馈机械设备故障的特性,针对机械传动系统故障在线检测需求,提出了一种三线圈电感式金属磨粒检测系统;通过建立传感器数学模型,对影响传感器金属探测灵敏度的参数进行仿真,结合传感器实际使用情况求出最优解;通过设计励磁信号源模块、调幅模块、信号调理模块等电路并结合上位机对油液中的金属磨粒进行检测;经孔径为8 mm的流道的实验测试,实现了500 μm铁磨粒及1000μm铜磨粒的检测精度;该系统为发动机中金属磨粒的检测提供了技术支持,对故障预防与诊断具有重要意义.
为了优化车辆队列在长距离行驶过程中的能源消耗,对空气流动阻力下车辆队列能耗优化间距策略以及相应的队列控制方法进行了研究;首先根据车辆队列在行驶过程中受到的空气流动阻力,建立基于异构风阻系数的车辆动力学模型;其次,设计基于滑模控制的非线性车辆队列控制方法,使其能够在不同风阻系数下稳定地收敛到期望的车辆队列;在此基础上,构建稳态下车辆队列能量消耗评价模型,并通过优化分析,计算能量消耗最优下的车辆队列期望车间距;最后通过数值仿真的手段验证所提控制方法的有效性与可行性;该结果表明:所设计的控制器能够使整个车辆队列
针对通信时延下的高维异构无人机(UAV,unmanned aerial vehicle)/无人车(UGV,unmanned ground vehicle)混合编队控制系统,对系统稳定的充分必要条件和准确时延边界的计算方法进行了研究;具体地,为了处置UAV/UGV工作空间、运动学模型的差异,建立考虑异构特性的UAV/UGV混合编队模型;并针对UAV群组、UGV群组,分别设计基于信息一致性的分布式控制器;利用矩阵相似变换,将高维异构的UAV/UGV混合编队控制系统降维拆分为若干等价的低维子系统,极大地降低了稳