浅谈超声波在检测气体泄漏上的应用

随着现代工业的发展,各种气体包括易燃易爆、有毒气体的种类和应用范围更加广泛,传统的气体泄漏检测方法,如压差法、气泡法等,有其局限性,不仅操作复杂,对技术人员要求较高,而且不具有实时性。这就迫切需要有全新的方法简单,准确可靠的检测方法,来解决这些具体的问题。本文介绍了一种利用泄漏产生超声波的原理来进行泄漏检测,通过分析小孔气体泄漏产生超声波的理论,阐述了该检测系统的原理。该技术能对各种压力容器的孔隙泄漏所产生的微弱超声信号进行精确检测。利用此技术对泄漏所产生的超声波信号进行分析处理和声压级计算,从而实现对泄漏的检测及泄漏量的估算。通过超声波检测,正确地判断和定位产生泄漏位置,对于提高企业的生产效率、节约能源、确保安全,具有重要意义。     

石油化工装置可燃气体报警系统设计

在石油、化工等装置内,存在着各种可燃/有毒气体(蒸气)。这些气体一旦泄漏并积聚在周围环境中,很容易产生燃烧和爆炸。为了防患于未然,严密监测工艺装置或储运设施环境中可燃气体的浓度,确保安全生产,在装置设计的同时,必须进行可燃气体检测报警系统的设计。通过对国内现行多个标准规范的深入学习,结合多年来从事可燃气体检测报警系统的设计实践和经验,整理编写出如下的可燃气体检测报警系统的设计资料,供同行们参考,以使可燃气体检测报警系统设计更完善。     

基于51单片机的燃气体报警器的设计

本文设计的燃气报警器以STC12C5410AD单片机为控制核心,通过单片机系统对家庭煤气泄漏实现报警功能。由SnO2敏感材料构成的一氧化碳气体传感器对煤气进行检测,将所等到的测量浓度值和设定浓度值相比较得到偏差信号,通过对偏差信号的处理获得控制信号,实现报警功能。通过12864液晶显示器显示当前空气中煤气的浓度值,通过按键来设定报警浓度值。整个系统硬件电路设计合理,安全可靠。     

气体检测报警仪在石油化工企业中的应用

石油化工企业在生产中往往会出现危险气体泄漏事故,通过气体检测报警仪能及早发现泄漏事故,发出报警信号,或启动连锁保护系统,将事故损失控制在最低,避免引起中毒、火灾、爆炸等重大事故的发生。为了搞好安全生产,避免事故发生,石油化工企业气体检测报警仪的设置、使用已较为普遍,因此,正确地使用与维护气体检测报警仪,保证其可靠运行就成为十分重要的课题。     

基于谐波小波分析的城市燃气管道泄漏检测

城市燃气管网节点多,多数为中低压管道,管道小泄漏信号在复杂工况和噪声背景下往往难以设别和提取。本文基于声发射管带泄漏检测机理,结合城市燃气管道运行特点,对传统定位公式的波速和时差计算提出了改进,在此基础上,通过实验选取较为合适的Db小波,确定了匹配的Db6小波基及尺度,基于不同小波变换系数技术将有用信号分离,准确提取泄漏信号突变点极值,实现了对城市燃气管道小泄漏的检测定位。运用结果表明,基于声发射的小波泄漏检测法在噪声干扰下对小泄漏信号识别是有效的,可以被用于城市燃气管道泄漏检测系统中。     

基于NIPXI-5105的管道信号多通道数据采集系统设计

为实现对管道泄漏源信号的实时采集,设计了一种基于NI PXI-5105的管道信号多通道数据采集系统。系统以LabVIEW为软件开发平台,事件状态机为程序框架,借助于NI PXI-5105采集板卡,实现了对管道泄漏源信号的多通道采集、动态显示、存储以及系统参数设置等功能。实验结果表明,该系统设置简便,操作简单,界面友好,功能实用,具有良好的可靠性和稳定性,是多通道数据采集的有效工具。     

弱信号测量放大器设计与制作

在信号检测与处理过程中,需要对采集到的弱信号进行放大处理,针对放大倍数不可调与系统抗干扰能力较弱等问题,论文介绍了一套对于弱信号测量放大器的设计与制作方法,其放大倍数可调,并具有滤波功能。通过Multisim软件仿真以及对实际系统进行实验所得到的数据进行分析,得到系统放大倍数与输入信号频率之间的关系曲线,结果表明系统满足设计要求,可广泛用于需要对弱信号进行放大的系统。     

基于随机共振概率密度特征阈值的入侵检测

网络入侵信号表现为一种多频非线性微弱信号,传统的随机共振检测方法受弱信号幅度和临界阈值约束,检测性能受限。提出一种采用随机共振概率密度特征确定信号检测临界阈值的方法,建立网络入侵信号自适应随机共振检测系统,把多频网络入侵信号采用EMD分解的方法分解为高频和低频信号两部分,使每个频段满足随机共振条件。采用相轨迹过零周期数相变判别算法提取随机共振概率密度特征,确定检测系统的临界阈值,实现对入侵信号的准确判别和检测。仿真实验表明,采用该算法进行网络入侵信号检测,能有效检测出多频非线性微弱入侵信号,检测概率具有明显提高,漏检和误报概率降低。     

涡流自动化传感监控管道系统

管道输送在现代工业和日常生活中的应用日益广泛,管道输送对改善人民生活、支持国民经济发展、保护环境方面发挥着重要作用。管道监控报警系统也是输送中的重要环节,其自动化程度报警灵敏度直接关系到生产安全、环境保护以及运营公司的切身利益。然而由于自然和人为破坏等一系列原因,管道泄漏时时发生。管道泄漏不仅造成巨额损失,而且很容易造成燃烧爆炸,例如青岛管道泄漏事故。该系统采用涡流传感,通过检测管道磁场的变化,及时的对信号进行处理,分析出泄漏地点,和传统的压力检测相比有着更灵敏的精度,检测地点没有局限性,不影响管道运输本身的运营,而且更加准确。涡流传感能准确的定位泄漏坐标,及时对数据处理,分析出结果,从而有效的解决管道本身和人为的漏油泄油事故。     

基于图像的化工厂重度污染等级判定研究与仿真

在不同化工厂检测环境中,空气中的环境变化情况较为复杂,带有颜色特征的污染气体浓度会被迅速稀释,造成转化的像素特征强度衰减。传统算法多是基于采集到的某种像素特征强度进行污染等级的判断,一旦气体被稀释,颜色特征发生退化,检测准确率会降低。提出了一种基于像素支持向量机增量学习算法。通过灰度差分的支持向量机增量学习。建立对不同像素等级信号进行对应增强学习,克服像素衰退的弊端。实验证明,这种算法能够避免由于化工厂内气体大量扩散,造成的像素衰减的缺陷,提高了化工污染程度检测的准确率。     

基于气相色谱的电子鼻气体检测系统

论文基于色谱分离技术,叙述了一种新型传感器阵列组成的有机挥发物检测系统。利用气相色谱的分离效果对混合物质进行检测,具有抗干扰、便携等特点。通过传感器之间响应互补特性,可对多种物质进行测量。有效地解决了便携、选择性、快速等技术难题。通过对多种混合气体进行实验检测,证明了本系统的实用性。     

生物多感觉信号变异检测方法研究与仿真

动物不同脑部感官信息在频率、振幅等属性上差异较大,多个差异性较强的单感觉信息进行融合时会发生信号排异冲突,造成转化生成的脑部衰退特征信号强度较弱。提出了一种基于人工免疫算法的生物多感觉信号变异检测方法。建立信号变异特征动态变化方程,获取信号变异特征变异的交叉点分布情况。更新信号变异特征数据库,在数据库中选取信号变异特征。克服了传统算法的弊端。实验证明,这种算法能够避免信号变异特征突变的缺陷,提高了信号变异检测的准确率。     

微弱信号检测技术的研究

微弱信号检测就是利用近代电子学和信号处理方法从噪声中提取有用信号,其关键在于抑制噪声,恢复、增加和提取有用信号.本文将从信号处理系统信噪比的改善来简单地论述微弱信号检测的原理,重点介绍了用相关检测法和取样积分法检测微弱信号的原理、方法和应用.     

重载铁路货车轴承突发性损伤类故障检测

重载的铁路货车滚动轴承极易出现损伤类故障,因故障的突发性使得振动信号具有非线性、非平稳的特性,且振动信号极易受非检测部位振动的干扰,而使得有效信号不易被提取,传统的基于傅里叶变换的检测方法无法有效将非平稳的振动信号中的干扰去除,造成最终的检测准确率不高的问题。为了提高检测准确率,提出基于小波包的检测方法,首先针对振动信号的非平稳特性采用小波滤波有效去除其中的干扰,然后通过最小二乘支持向量机提取出非平稳振动信号中的故障特征信号并完成故障检测。实验表明,这种方法能够有效去除振动信号中的干扰,并准确检测重载铁路货车上的滚动轴承损伤故障。     

Phylogenetic patterns suggest frequent multiple origins of secondary metabolites across the seed-plant ‘tree of life’

To evaluate the phylogenetic patterns of the distribution and evolution of plant secondary metabolites (PSMs), we selected 8 classes of PSMs and mapped them onto an updated phylogenetic tree including 437 families of seed plants. A significant phylogenetic signal was detected in 17 of the 18 tested seed-plant clades for at least 1 of the 8 PSM classes using the D statistic. The phylogenetic signal, nevertheless, indicated weak clustering of PSMs compared to a random distribution across all seed plants. The observed signal suggests strong diversifying selection during seed-plant evolution and/or relatively weak evolutionary constraints on the evolution of PSMs. In the survey of the current phylogenetic distributions of PSMs, we found that multiple origins of PSM biosynthesis due to external selective forces for diverse genetic pathways may have played important roles. In contrast, a single origin of PSMs seems rather uncommon. The distribution patterns for PSMs observed in this study may also be useful in the search for natural compounds for medicinal purposes.     

Multilayer-neural-network observer with compensator and command-filter-based adaptive backstepping tracking control of switched nonlinear systems

This study presents an output backstepping control architecture based on command filter via Multilayer-Neural-Network Pre-Observer with compensator to realise the reference signal tracking of an arbitrarily switching nonlinear systems with nonseperated parameter. First, a multilayer neural network pre-observer is designed before backstepping procedures to servo reconstruct the system states which can not be obtained directly. The pre-observer has superior performance in neutralizing the states abrupt chattering caused by the arbitrarily switching parameter entered in the nonlinear structure. Next, observer error compensation mechanism is designed to compensate the state estimation and shrink the approximation error domain further. Then, the backstepping controller with compensation signal based on command filter is presented to realise the stable reference signal tracking. Last, the proposed control scheme guarantees the states of the closed-loop system bounded. This mechanism makes up the shortcoming of the traditional state observer and give more flexibility in reconstructing the systems states timely, then overcomes the obstacle of the arbitrarily switching parameterized system. Furthermore, compared with the existing traditional uniform robust uncertain controller, the developed backstepping control method combining with the pre-observer not only guarantees the states servo reconstruction and servo control of the switched system, but also improves the tracking performance. Finally, a low-velocity servo turnable switched system is extensively simulated to demonstrate the effectiveness of the developed controller.     

粒子群算法网络异常检测技术研究

提出了一种新的基于粒子群算法入侵检测方法模型。算法采用粒子群优化算法,有效地降低网络拓扑路径长度,通过优化算法来寻找聚类的中心。实验结果表明,提出的改进算法与传统的入侵检测算法相比,具有更好的入侵识别率和检测率。     

Extraction of motor unit action potentials from electromyographic signals through generative topographic mapping

The extraction of motor unit action potentials (MUAPs) from electromyographic (EMG) signals (also known as EMG decomposition) is an important step in investigations aiming to obtain information on control strategies of the neuromuscular system and its state. For instance, the analysis of the shape of MUAPs and their frequency of occurrence may be used as an additional tool in the detection of some neuromuscular disorders. Although MUAPs can be manually extracted from the EMG, such a procedure is often time consuming and prone to error. In this context, systems which aim to automate the extraction of MUAPs play an important role. First, they allow for the reduction in the processing time of signals, and secondly, they introduce consistency across analyses. In this work, we present an automatic system for the extraction of MUAPs based on generative topographic mapping (GTM), which is a recently developed technique for data clustering and visualization. The system is composed of several signal processing units, including signal filtering and detection, feature selection, data clustering and visualization. Its input is a time-series, representing EMG activity, and its output is the visualization of MUAPs obtained through GTM. The performance of the system was assessed via the analysis of synthetic and experimental EMG signals, detected by means of concentric needle and surface electrodes, collected from healthy subjects executing muscle contractions with distinct levels of force. Our results show that the system is capable of accurately extracting MUAPs from the EMG.     

基于无线传感器网络的燃气泄漏预警系统研究

此系统研究旨在预防因天然气泄漏爆炸引起的人员伤亡及财产损失事故。预警系统的室内设备检测到天然气泄漏后,会发出警报并向家庭中拥有移动通信设备的成员发出警报信息,并会自动关闭天然气的供气管路和室内电路总开关。预警系统的室内部分作为无线传感网络的感知区域智能空间,通过传感网络将信息传给基站(小区物业管理处),通过因特网实现系统与移动通信设备的联网组机。