傳感器是一種檢測(cè)裝置,能感受到被測(cè)量的信息,并能將感受到的信息,按一定規(guī)律變換成為電信號(hào)或其他所需形式的信息輸出,以滿足信息的傳輸、處理、存儲(chǔ)、顯示、記錄和控制等要求。
應(yīng)用:
1、傳感器是獲取自然和生產(chǎn)領(lǐng)域中信息的主要途徑與手段。
2、在現(xiàn)代工業(yè)生產(chǎn)尤其是自動(dòng)化生產(chǎn)過(guò)程中,要用各種傳感器來(lái)監(jiān)視和控制生產(chǎn)過(guò)程中的各個(gè)參數(shù),使設(shè)備工作在正常狀態(tài)或狀態(tài),并使產(chǎn)品達(dá)到的質(zhì)量。
3、在基礎(chǔ)學(xué)科研究中,傳感器更具有突出的地位?,F(xiàn)代科學(xué)技術(shù)的發(fā)展,進(jìn)入了許多新領(lǐng)域:例如在宏觀上要觀察上千光年的茫茫宇宙,微觀上要觀察小到fm的粒子世界,縱向上要觀察長(zhǎng)達(dá)數(shù)十萬(wàn)年的天體演化,短到 s的瞬間反應(yīng)。
擴(kuò)展資料:
傳感器的存在和發(fā)展,讓物體有了觸覺(jué)、味覺(jué)和嗅覺(jué)等感官,讓物體慢慢變得活了起來(lái)。通常根據(jù)其基本感知功能分為熱敏元件、光敏元件、氣敏元件、力敏元件、磁敏元件、濕敏元件、聲敏元件、放射線敏感元62616964757a686964616fe4b893e5b19e31333431353238件、色敏元件和味敏元件等類。
敏感元件直接感受被測(cè)量,并輸出與被測(cè)量有確定關(guān)系的物理量信號(hào);轉(zhuǎn)換元件將敏感元件輸出的物理量信號(hào)轉(zhuǎn)換為電信號(hào);變換電路負(fù)責(zé)對(duì)轉(zhuǎn)換元件輸出的電信號(hào)進(jìn)行放大調(diào)制;轉(zhuǎn)換元件和變換電路一般還需要輔助電源供電。
傳感器中的電阻應(yīng)變片具有金屬的應(yīng)變效應(yīng),即在外力作用下產(chǎn)生機(jī)械形變,從而使電阻值隨之發(fā)生相應(yīng)的變化。電阻應(yīng)變片主要有金屬和半導(dǎo)體兩類,金屬應(yīng)變片有金屬絲式、箔式、薄膜式之分。半導(dǎo)體應(yīng)變片具有靈敏度高(通常是絲式、箔式的幾十倍)、橫向效應(yīng)小等優(yōu)點(diǎn)。
heraeus 80051619
HOSCO 46-38-SG
HOSCO NHA-64 1M
HOSCO NHA-86 7.5M
HOSCO FEPN-86 2m
HOSCO 68-38-SG-90
HOSCO 68-38-SG
HOSCO NHA-64 2M
HOSCO NHA-86 3m
HOSCO 810-38-SG
KUEBLER 8.5853.0220.G311.0002
BIFI 4s00083541 TYCO vavle
bucher QT43-020/33-010
bucher QT33-016/23-008/23-025/R
bucher QT53-063/43-032/R
Streubel Automation Module12-3/8" for CX-M500
ATB 6046127
atb 6038043
ATB 6046127
atb 6038043
EFFEKTA ACX11MTR1K0GFSE1 sn
banner tl50GYRAQ
banner BRT-51X51BM
banner QS18VP6LLPQ8
BARMAG NR. 60 28 52 0.3CM3)
schmersal TZFWS/J 24VDC
MAC 411A-DOA-DM-DDEJ-2JJ
MAC 411A-COA-DM-DDEJ-2JJ
AUMA ADD0063-7-0.20 art no Z100.830 NO.2912MM00171
buhler 9124030106
buhler 4011000
buhler FF40/4189699
buhler FF-HM230/4111020
Rahmann CET4-24g10/5-6E/S5156
TCH 62 6111 620 022
TCH 29/11 62 6011 210 022 WITH 33/11
tch 61 6311 310 022 WITH 49/10
tch 61 6111 620 322
calpeda 700100200z nt61 60HZ
REVALCO RDT30KC
REVALCO TOR11
REVALCO TOR16
REVALCO TOR6
REVALCO TOR3
woertz 21075
woertz 21234
CEMP AB70 90L 4 1205637002Y12
CEMP AB70 90L 4 1205637002Y12
PENTAX LFC-75F1
DIT 832/MD13S-A09
DIT M5100 MA
WALTER DIT PART-nr 829-2-04 6836 art-nr F20496
walter dit BA320C sn10517 ART-NR F20038
walter dit PART-NR 829-0-07, F20559
Stromag NEA 40-2,400 Nm, 195 V DC
bucher QT43-020/33-010
bucher QT33-016/23-008/23-025/R
bucher QT53-063/43-032/R
INTERNORMEN 01E210.10VG16.S.P
woertz 21075
woertz 21234
VERDER VA15 KY KY TF TF
VERDER VA25 PP PP SP SP FE 00
Kromschroeder ZTI 55G-105/120A 84228211 1308
internormen TEF 210.10vg 300176 AB511959-10
thomas ART-NR 1210001 code K-12599-02
NORIS NR100A-FZP 0-1200 RPM 082118 # 005
legrand 4885
legrand 4880
legrand 4888
PULSOTRONIC 9906-1100
parker T2112522H
SCHMERSAL AZM300B-ST-1P2P-A
SCHMERSAL BPS260-2
Fujinon HF75HA-1B
TUBOFLEX Ausfuhr.v.typehp,25bar,nw125
FLOWSERVE F5ISGU-MEC420-23-FS9DA-Z,912930
PENTAX C35001KP
PENTAX C37500KP
Vision & Control RK3950-R
Vision & Control DL60*60-A617/M5(No.35213005)
Vision & Control RK1220-R(No.29513007)
Control Techniques GmbH 4500-0085-01
本書(shū)以介紹傳感器應(yīng)用中所必需的基本技術(shù)和技能為目標(biāo),系統(tǒng)講解了傳感器技術(shù)的基本理論,詳細(xì)闡述了各類傳感器的工作原理、基本結(jié)構(gòu)和測(cè)量電路,并給出了具體應(yīng)用實(shí)例。全書(shū)共分十章,第1章介紹傳感器的基本概念、數(shù)學(xué)模型、提高性能的措施和標(biāo)定技術(shù);第2章至第4章介紹傳統(tǒng)的電阻、電容和電感式傳感器;第5章至第7章介紹壓電式、熱電式和磁敏式傳感器的結(jié)構(gòu)、工作原理及其應(yīng)用等;第8章和第9章介紹光電式傳感器和光纖傳感器的原理、特點(diǎn)、應(yīng)用和發(fā)展前景;第10章為實(shí)驗(yàn)。作者2003年編寫(xiě)的《傳感器技術(shù)》版出版后,深受廣大師生的歡迎,獲得西南交通大學(xué)教材獎(jiǎng),在全國(guó)一直不衰。隨著傳感器技術(shù)的發(fā)展以及作者近年在傳感器及檢測(cè)技術(shù)方面的科研經(jīng)歷和教學(xué)經(jīng)驗(yàn)的豐富,作者對(duì)本書(shū)的內(nèi)容進(jìn)行了大量的更新和補(bǔ)充,使得該書(shū)內(nèi)容更加新穎和實(shí)用。本書(shū)適合作為大專院校電氣及電子類專業(yè)學(xué)生的教材以及教學(xué)參考書(shū),也可供傳感器專業(yè)的相關(guān)技術(shù)人員閱讀和參考。
目錄
緒論
第1章 傳感器技術(shù)基礎(chǔ)
1.1 傳感器的基本概念
1.2 傳感器的靜態(tài)數(shù)學(xué)模型及其基本特性指標(biāo)
1.3 傳感器的動(dòng)態(tài)數(shù)學(xué)模型及其動(dòng)態(tài)特性指標(biāo)
1.4 改善傳感器性能的技術(shù)途徑
1.5 傳感器的標(biāo)定與校準(zhǔn)
第2章 電阻式傳感器
2.1 電位器式傳感器
2.2 電阻應(yīng)變計(jì)的原理及特性
2.3 測(cè)量電路及電阻應(yīng)變儀
2.4 電阻應(yīng)變式傳感器的應(yīng)用
第3章 電容式傳感器
3.1 電容式傳感器的工作原理和結(jié)構(gòu)
3.2 電容式傳感器的測(cè)量電路
3.3 電容式傳感器的應(yīng)用
第4章 電感式傳感器
4.1 自感式傳感器
4.2 互感式傳感器
4.3 電渦流式傳感器
4.4 電感式接近傳感器
第5章 壓電式傳感器
5.1 壓電效應(yīng)和壓電材料
5.2 壓電式傳感器的等效電路和測(cè)量電路
5.3 壓電式傳感器的應(yīng)用
5.4 超聲波傳感器
第6章 熱電式傳感器
6.1 熱電阻
6.2 熱敏電阻
6.3 熱電偶
6.4 PN結(jié)型溫度傳感器
第7章 磁敏式傳感器
7.1 霍爾傳感器
7.2 磁敏電阻器
7.3 磁敏二極管和磁敏三極管
第8章 光電式傳感器
8.1 光電效應(yīng)
8.2 基于外光電效應(yīng)的光電器件
8.3 基于內(nèi)光電效應(yīng)的光電器件
8.4 新型光電傳感器
8.5 光電式傳感器的應(yīng)用
8.6 光固態(tài)圖像傳感器
第9章 光纖傳感器
9.1 光纖傳感器基礎(chǔ)
9.2 光纖傳感器的調(diào)制技術(shù)
9.3 光纖傳感器應(yīng)用舉例
第10章 實(shí)驗(yàn)
實(shí)驗(yàn)1 電位器式傳感器及對(duì)接觸線抬升量的測(cè)量
實(shí)驗(yàn)2 電阻應(yīng)變式傳感器及電阻應(yīng)變儀的原理和使用
實(shí)驗(yàn)3 電渦流位移傳感器的原理及其靜態(tài)標(biāo)定方法
實(shí)驗(yàn)4 熱電式傳感器的溫度自動(dòng)控制實(shí)驗(yàn)(半自擬)
實(shí)驗(yàn)5 光纖高低電壓隔離信號(hào)傳輸實(shí)驗(yàn)
實(shí)驗(yàn)6 光電報(bào)警實(shí)驗(yàn)(半自擬)
實(shí)驗(yàn)7 熱釋電紅外傳感器探測(cè)人體(半自擬)
實(shí)驗(yàn)8 光電式傳感器測(cè)速實(shí)驗(yàn)(半自擬)
第1章 傳感器概述
1.1?基本概念
1.2?傳感器的一般特性
1.3?傳感器的標(biāo)定和校準(zhǔn)
1.4?傳感器選擇的一般原則
習(xí)題
第2章?應(yīng)變式傳感器
2.1?工作原理
2.2?電阻應(yīng)變片特性
2.3?電阻應(yīng)變片的測(cè)量電路
2.4?應(yīng)變式傳感器應(yīng)用
習(xí)題
第3章?電感式傳感器
3.1?變磁阻式傳感器
3.2?互感式傳感器
3.3?電渦流式傳感器
習(xí)題
第4章?電容式傳感器
4.1?電容式傳感器的工作原理和結(jié)構(gòu)
4.2?電容式傳感器的靈敏度及非線性
4.3?電容式傳感器的特點(diǎn)及應(yīng)用中存在的問(wèn)題
4.4?電容式傳感器的測(cè)量電路
4.5?電容式傳感器的應(yīng)用
習(xí)題
第5章?壓電式傳感器
5.1?壓電效應(yīng)及壓電材料
5.2?壓電式傳感器的等效電路
5.3?壓電式傳感器的測(cè)量電路
5.4?壓電式傳感器的應(yīng)用
習(xí)題
第6章?磁敏式傳感器
6.1?磁電感應(yīng)式傳感器
6.2?霍爾傳感器
6.3?磁敏電阻器
6.4?磁敏式傳感器的應(yīng)用
習(xí)題
第7章?熱電式傳感器
7.1?熱電偶
7.2?熱電阻傳感器
7.3?熱敏電阻
7.4?集成溫度傳感器
7.5?熱電式傳感器的應(yīng)用
習(xí)題
第8章?光電式傳感器
8.1?光電器件
8.2?光纖傳感器
8.3?紅外傳感器
習(xí)題
第9章?超聲波傳感器
9.1?超聲波及其性質(zhì)
9.2?超聲波發(fā)生法與振動(dòng)因子的設(shè)計(jì)
9.3?超聲波傳感器的結(jié)構(gòu)
9.4?超聲波傳感器的基本電路
9.5?超聲波傳感器的應(yīng)用
習(xí)題
第10章?半導(dǎo)體傳感器
10.1?半導(dǎo)體氣敏傳感器
10.2?濕敏傳感器
10.3?色敏傳感器
10.4?半導(dǎo)體傳感器的應(yīng)用
習(xí)題
第11章?檢測(cè)技術(shù)基礎(chǔ)
11.1?測(cè)量技術(shù)
11.2?測(cè)量數(shù)據(jù)的估計(jì)和處理
11.3?測(cè)量系統(tǒng)
習(xí)題
第12章?虛擬儀器技術(shù)
12.1?LabVIEW軟件的特點(diǎn)
12.2?LabVIEW虛擬儀器的創(chuàng)建方法
12.3?LabVIEW 和Multisim軟件的聯(lián)合
習(xí)題
第13章?小型稱重系統(tǒng)的設(shè)計(jì)
13.1?設(shè)計(jì)任務(wù)
13.2?測(cè)量電路原理與設(shè)計(jì)
13.3?LabVIEW虛擬儀器設(shè)計(jì)
13.4?將Multisim導(dǎo)入LabVIEW
習(xí)題
第14章?鉑熱電阻溫度測(cè)量系統(tǒng)的設(shè)計(jì)
14.1?設(shè)計(jì)任務(wù)
14.2?電路設(shè)計(jì)
14.3?LabVIEW虛擬儀器設(shè)計(jì)
14.4?將Multisim導(dǎo)入LabVIEW
習(xí)題
第15章?熱電偶溫度測(cè)量系統(tǒng)的設(shè)計(jì)
15.1?設(shè)計(jì)任務(wù)
15.2?電路原理與設(shè)計(jì)
15.3?LabVIEW虛擬儀器設(shè)計(jì)
15.4?將Multisim導(dǎo)入LabVIEW
習(xí)題
第16章?位移測(cè)量系統(tǒng)的設(shè)計(jì)
16.1?設(shè)計(jì)要求
16.2?電路原理與設(shè)計(jì)
16.3?LabVIEW顯示模塊設(shè)計(jì)
16.4?將Multisim導(dǎo)入LabVIEW
16.5?硬件驗(yàn)證與數(shù)據(jù)采集卡的應(yīng)用
習(xí)題?
第17章?轉(zhuǎn)速測(cè)量系統(tǒng)的設(shè)計(jì)
17.1?設(shè)計(jì)任務(wù)
17.2?電路原理與設(shè)計(jì)
17.3?LabVIEW頻率計(jì)的設(shè)計(jì)
習(xí)題
第18章?檢測(cè)系統(tǒng)的抗干擾設(shè)計(jì)
18.1?概述
18.2?電源電路的抗干擾設(shè)計(jì)
18.3?處理器(計(jì)算機(jī))部分的抗干擾設(shè)計(jì)
18.4?數(shù)字電路的抗干擾設(shè)計(jì)
18.5?模擬電路的抗干擾設(shè)計(jì)
18.6?信號(hào)傳輸回路的抗干擾措施
18.7?接地
18.8?濾波、去耦及屏蔽
18.9?靜電及其防護(hù)
各種自動(dòng)化智能化測(cè)控系統(tǒng)和設(shè)備中都安裝著大量不同種類的傳感器,它們產(chǎn)生的大量數(shù)據(jù)中包含著豐富的信息。王祁編寫(xiě)的《傳感器信息處理及應(yīng)用》介紹如何利用智能理論和方法處理傳感器信息并揭示系統(tǒng)的內(nèi)在規(guī)律,包括人工神經(jīng)網(wǎng)絡(luò)、盲源分離、支持向量機(jī)、主成分分析、粒子群優(yōu)化算法、小波熵、粗糙集、相關(guān)向量機(jī)、數(shù)據(jù)挖掘等理論方法,以及應(yīng)用這些理論方法對(duì)傳感器信息進(jìn)行處理的實(shí)例;如何利用信息處理方法對(duì)傳感器進(jìn)行故障診斷和數(shù)據(jù)重構(gòu);介紹自確認(rèn)傳感器原理及其信息處理方法;傳感器的信息融合及應(yīng)用、無(wú)線傳感器網(wǎng)絡(luò)中的信息處理技術(shù)。本書(shū)還介紹多種的信息處理方法及其在傳感器信息處理中的應(yīng)用。注重理論聯(lián)系實(shí)際,應(yīng)用實(shí)例均取材于作者的科研項(xiàng)目和國(guó)內(nèi)外的研究成果。本書(shū)各章獨(dú)立,讀者可根據(jù)需要選讀。 《傳感器信息處理及應(yīng)用》可作為電子信息、自動(dòng)化、儀器科學(xué)與技術(shù)等專業(yè)的碩士生、博士生的教學(xué)用書(shū),也可供相關(guān)領(lǐng)域的科研人員、工程技術(shù)人員參考。
目錄
前言
第1章 緒論
1.1 概述
1.1.1 傳感器與信息處理技術(shù)
1.1.2 傳感器數(shù)據(jù)處理與信息處理
1.1.3 傳感器信息處理的發(fā)展
1.2 傳感器數(shù)據(jù)處理
1.2.1 數(shù)字濾波
1.2.2 非線性校正
1.2.3 溫度補(bǔ)償
1.2.4 傳感器誤差處理
1.3 傳感器信息處理
1.3.1 傳感器信息處理的目的
1.3.2 多傳感器系統(tǒng)中檢測(cè)數(shù)據(jù)的特點(diǎn)
1.3.3 本書(shū)的研究?jī)?nèi)容
參考文獻(xiàn)
第2章 基于智能理論的傳感器信息處理
2.1 基于盲源分離理論的傳感器信息處理
2.1.1 盲源分離基本理論
2.1.2 在傳感器信息處理中的應(yīng)用實(shí)例
2.2 基于支持向量機(jī)的傳感器信息處理
2.2.1 SVM基本原理
2.2.2 多分類支持向量機(jī)
2.2.3 SVM模型參數(shù)選擇
2.2.4 小二乘支持向量回歸原理
2.2.5 支持向量機(jī)在傳感器信息處理中的應(yīng)用實(shí)例
2.3 基于粒子群優(yōu)化算法的傳感器信息處理
2.3.1 PSO基本原理
2.3.2 PSO的改進(jìn)算法
2.3.3 粒子群優(yōu)化算法在傳感器信息處理中的應(yīng)用實(shí)例
2.4 基于小波熵理論的傳感器信息處理
2.4.1 小波分析基礎(chǔ)
2.4.2 小波熵基本原理
2.4.3 小波熵在傳感器信息處理中的應(yīng)用實(shí)例
2.5 基于粗糙集理論的傳感器信息處理
2.5.1 粗糙集理論基本概念
2.5.2 粗糙集約簡(jiǎn)概念
2.5.3 常用屬性約簡(jiǎn)算法分析
2.5.4 粗糙集理論在試車(chē)臺(tái)系統(tǒng)故障診斷中的應(yīng)用
2.6 基于相關(guān)向量機(jī)的傳感器信息處理
2.6.1 RVM基本原理
2.6.2 RVM決策函數(shù)復(fù)雜度分析
2.6.3 RVM與SVM性能比較
2.6.4 相關(guān)向量機(jī)在傳感器信息處理中的應(yīng)用實(shí)例
2.7 數(shù)據(jù)挖掘技術(shù)在多傳感器信息處理系統(tǒng)中的應(yīng)用
2.7.1 數(shù)據(jù)挖掘的概念
2.7.2 數(shù)據(jù)挖掘技術(shù)的功能
2.7.3 基于分類和預(yù)測(cè)的數(shù)據(jù)挖掘技術(shù)在多傳感器系統(tǒng)中的應(yīng)用
2.7.4 基于關(guān)聯(lián)準(zhǔn)則的數(shù)據(jù)挖掘技術(shù)在多傳感器系統(tǒng)中的應(yīng)用
2.7.5 基于聚類分析的數(shù)據(jù)挖掘技術(shù)在多傳感器系統(tǒng)中的應(yīng)用
2.7.6 基于時(shí)間序列分析的數(shù)據(jù)挖掘技術(shù)在多傳感器系統(tǒng)中的應(yīng)用
參考文獻(xiàn)
第3章 基于神經(jīng)網(wǎng)絡(luò)的傳感器信息處理
3.1 人工神經(jīng)網(wǎng)絡(luò)
3.1.1 神經(jīng)網(wǎng)絡(luò)概述
3.1.2 基本結(jié)構(gòu)
3.2 BP神經(jīng)網(wǎng)絡(luò)
3.2.1 BP神經(jīng)元模型
3.2.2 BP學(xué)習(xí)算法
3.3 RBF神經(jīng)網(wǎng)絡(luò)
3.3.1 RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
3.3.2 RBF神經(jīng)網(wǎng)絡(luò)的映射關(guān)系
3.3.3 RBF網(wǎng)絡(luò)訓(xùn)練的準(zhǔn)則和常用算法
3.3.4 RBF神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)的比較
3.4 SOM神經(jīng)網(wǎng)絡(luò)
3.4.1 Kohonen自組織映射網(wǎng)絡(luò)結(jié)構(gòu)
3.4.2 Kohonen自組織映射算法
3.5 模糊神經(jīng)網(wǎng)絡(luò)
3.5.1 模糊神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
3.5.2 模糊神經(jīng)網(wǎng)絡(luò)實(shí)例
3.6 遺傳神經(jīng)網(wǎng)絡(luò)
3.6.1 遺傳神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
3.6.2 遺傳神經(jīng)網(wǎng)絡(luò)實(shí)例
3.7 小波神經(jīng)網(wǎng)絡(luò)
3.7.1 小波神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
3.7.2 小波神經(jīng)網(wǎng)絡(luò)實(shí)例
3.8灰色神經(jīng)網(wǎng)絡(luò)
3.8.1 灰色神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
3.8.2 灰色神經(jīng)網(wǎng)絡(luò)實(shí)例
3.9基于人工神經(jīng)網(wǎng)絡(luò)的傳感器信息處理
3.9.1 BP網(wǎng)絡(luò)用于多種氣體分類
3.9.2 應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)對(duì)混合氣體濃度進(jìn)行定量測(cè)量
3.9.3 組合PCA與BP網(wǎng)絡(luò)混合氣體濃度測(cè)量
3.9.4 基于RBF神經(jīng)網(wǎng)絡(luò)時(shí)間序列預(yù)測(cè)器的傳感器故障診斷
參考文獻(xiàn)
第4章 傳感器信息融合
4.1 概述
4.1.1 傳感器融合技術(shù)的產(chǎn)生和發(fā)展
4.1.2 傳感器融合的概念
4.1.3 傳感器融合的特點(diǎn)
4.1.4 傳感器融合的應(yīng)用
4.2 傳感器信息融合系統(tǒng)的結(jié)構(gòu)
4.2.1 信息融合的層次結(jié)構(gòu)
4.2.2 信息融合的體系結(jié)構(gòu)
4.2.3 傳感器信息融合的算法
4.3 基于貝葉斯理論的傳感器信息融合
4.3.1 貝葉斯條件概率公式
4.3.2 基于貝葉斯理論的傳感器信息融合
4.3.3 貝葉斯方法在信息融合中的應(yīng)用實(shí)例
4.4 基于D—S理論的傳感器信息融合
4.4.1 D—S證據(jù)理論
4.4.2 基于D—s證據(jù)理論的信息融合
4.4.3 基于D—S證據(jù)理論信息融合的應(yīng)用實(shí)例
4.5 基于模糊集理論的傳感器信息融合
4.5.1 模糊集理論簡(jiǎn)介
4.5.2 基于模糊集理論的傳感器信息融合
4.5.3 基于模糊理論進(jìn)行多傳感器信息融合的環(huán)境監(jiān)測(cè)系統(tǒng)一
4.6 基于人工神經(jīng)網(wǎng)絡(luò)的傳感器信息融合
4.6.1 人工神經(jīng)網(wǎng)絡(luò)與傳感器信息融合
4.6.2 基于人工神經(jīng)網(wǎng)絡(luò)的傳感器信息融合方法
4.6.3 基于人工神經(jīng)網(wǎng)絡(luò)的傳感器信息融合實(shí)例
參考文獻(xiàn)
第5章 傳感器故障診斷及數(shù)據(jù)恢復(fù)
5.1 概述
5.1.1 傳感器故障診斷及數(shù)據(jù)恢復(fù)的意義
5.1.2 傳感器故障特性分析
5.1.3 診斷方法綜述
5.1.4 內(nèi)容簡(jiǎn)介
5.2 基于數(shù)學(xué)模型的診斷方法
5.2.1 基于觀測(cè)器的診斷方法
5.2.2 基于濾波器的診斷方法
5.3 基于PCA的故障診斷與數(shù)據(jù)重構(gòu)方法
5.3.1 前言
5.3.2 PCA簡(jiǎn)介
5.3.3 基于PCA的診斷模型
5.3.4 故障診斷算法仿真驗(yàn)證
5.3.5 基于PCA的傳感器故障診斷新技術(shù)
5.4 基于神經(jīng)網(wǎng)絡(luò)的故障診斷與重構(gòu)方法
5.4.1 人工神經(jīng)網(wǎng)絡(luò)傳感器故障診斷原理
5.4.2 神經(jīng)網(wǎng)絡(luò)時(shí)間序列預(yù)測(cè)器設(shè)計(jì)
5.4.3 基于Elman人工神經(jīng)網(wǎng)絡(luò)的故障數(shù)據(jù)重構(gòu)
5.5 基于模式識(shí)別的診斷方法研究
5.5.1 模式識(shí)別基本原理
5.5.2 基于模式識(shí)別的傳感器故障診斷原理
5.5.3 基于小波包分解的傳感器故障特征提取
5.5.4 基于神經(jīng)網(wǎng)絡(luò)的傳感器模式分類
5.5.5 基于減法聚類的傳感器新型故障辨識(shí)
5.5.6 故障診斷算法仿真驗(yàn)證
參考文獻(xiàn)
第6章 自確認(rèn)傳感器
6.1 概述
6.2 自確認(rèn)傳感器原理
6.2.1 有關(guān)概念
6.2.2 輸出參數(shù)
6.2.3 研究?jī)?nèi)容
6.3 自確認(rèn)傳感器的結(jié)構(gòu)
6.3.1 PC機(jī)+數(shù)據(jù)采集卡
6.3.2 固定結(jié)構(gòu)的硬件平臺(tái)
6.3.3 基于可編程硬件的通用硬件平臺(tái)的開(kāi)發(fā)
6.4 自確認(rèn)傳感器算法
6.4.1 自確認(rèn)傳感器故障診斷和信號(hào)恢復(fù)算法
6.4.2 自確認(rèn)參數(shù)計(jì)算方法
6.5 自確認(rèn)傳感器舉例
6.5.1 自確認(rèn)溶解氧傳感器
6.5.2 自確認(rèn)差壓流量計(jì)”
6.6 自確認(rèn)壓力傳感器
6.6.1 結(jié)構(gòu)設(shè)計(jì)
6.6.2 故障檢測(cè)方法
6.6.3 故障診斷方法
6.6.4 自確認(rèn)參數(shù)計(jì)算方法
6.6.5 試驗(yàn)系統(tǒng)設(shè)計(jì)及試驗(yàn)
6.7 多功能自確認(rèn)傳感器
6.7.1 概念及其功能模型
6.7.2 特征
6.7.3 關(guān)鍵技術(shù)
6.7.4 發(fā)展方向
6.7.5 基于RVM的多功能自確認(rèn)水質(zhì)檢測(cè)傳感器
參考文獻(xiàn)
第7章 無(wú)線傳感器網(wǎng)絡(luò)信息處理技術(shù)
7.1 概述
7.1.1 無(wú)線傳感器網(wǎng)絡(luò)介紹
7.1.2 主要研究?jī)?nèi)容
7.2 無(wú)線傳感器網(wǎng)絡(luò)協(xié)同信息處理技術(shù)
7.2.1 基于移動(dòng)匯聚節(jié)點(diǎn)組織策略的無(wú)線傳感器網(wǎng)絡(luò)協(xié)同信息獲取
7.2.2 基于動(dòng)態(tài)聯(lián)盟的無(wú)線傳感器網(wǎng)絡(luò)協(xié)同方法
7.3 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)
7.3.1 基于路由的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合
7.3.2 基于統(tǒng)計(jì)特性的分布卡爾曼濾波在無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合中的應(yīng)用
7.3.3 基于組播樹(shù)的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)
7.3.4 基于時(shí)間序列預(yù)測(cè)的無(wú)線傳感器網(wǎng)絡(luò)信息融合
7.4 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)壓縮
7.4.1 基于排序編碼的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)壓縮
7.4.2 基于管道的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)壓縮
7.4.3 基于分布式數(shù)據(jù)壓縮算法在無(wú)線傳感器網(wǎng)絡(luò)中的應(yīng)用
7.4.4 壓縮傳感思想與網(wǎng)絡(luò)化信息獲取
7.5 無(wú)線傳感器網(wǎng)絡(luò)安全性
7.5.1 基于數(shù)據(jù)保密性的數(shù)據(jù)融合安全方案
7.5.2 基于數(shù)據(jù)完整性的數(shù)據(jù)融合安全方案
7.6 智能無(wú)線傳感器網(wǎng)絡(luò)監(jiān)測(cè)系統(tǒng)及信息處理技術(shù)
7.6.1 無(wú)線傳感器網(wǎng)絡(luò)協(xié)同智能交通系統(tǒng)
7.6.2 建筑結(jié)構(gòu)無(wú)線傳感器網(wǎng)絡(luò)健康監(jiān)測(cè)系統(tǒng)及信息處理技術(shù)
7.6.3 農(nóng)業(yè)灌區(qū)無(wú)線傳感器網(wǎng)絡(luò)監(jiān)測(cè)系統(tǒng)及信息處理技術(shù)
7.6.4 基于無(wú)線傳感器網(wǎng)絡(luò)的多機(jī)器人聲源目標(biāo)協(xié)作搜尋系統(tǒng)
pulsotronic感應(yīng)傳感器9906-1100
pulsotronic感應(yīng)傳感器9906-1100
1.公司是做什么的?
我們公司主要是做德國(guó)、意大利等歐洲國(guó)家的工業(yè)控制產(chǎn)品,比如機(jī)電設(shè)備、五金工具、泵閥、電機(jī)驅(qū)動(dòng)、儀器儀表、機(jī)床輔件等,在德國(guó)有專業(yè)的采購(gòu)公司,以德國(guó)本土公司的名義向原廠家采購(gòu)。
2. 公司的產(chǎn)品是正品嗎?原裝的嗎?可以提供什么資料呢?
我們公司是通過(guò)德國(guó)公司在歐洲當(dāng)?shù)叵蛟瓘S家采購(gòu)的,貨都是廠家發(fā)出的,可以提供廠家的出廠發(fā)貨單,更可以提供上海海關(guān)的報(bào)關(guān)單。
3.可以提供原產(chǎn)地證明嗎?
您好,原產(chǎn)地證明可以提供,但是要收費(fèi)的,具體收費(fèi)金額以廠家賬單而定;因?yàn)樵a(chǎn)地證明是廠家向當(dāng)?shù)毓ど叹?、公證機(jī)構(gòu)及當(dāng)?shù)卣嚓P(guān)單位辦理的,具法律效益的簽章文件。
4.當(dāng)涉及公司是否有證、品牌授權(quán)等的問(wèn)題。
明確告知客戶沒(méi)有授權(quán)書(shū),我們只是貿(mào)易經(jīng)銷商。
5.貨期多久?有沒(méi)有現(xiàn)貨?
大多數(shù)產(chǎn)品都是期貨,沒(méi)有現(xiàn)貨;我們會(huì)根據(jù)您的訂單產(chǎn)品及數(shù)量及時(shí)向原廠家在國(guó)外采購(gòu)并進(jìn)口到國(guó)內(nèi)的。一般的貨期是6-8周;
6.公司是安排的空運(yùn)還是海運(yùn)?
我們都是空運(yùn)的,公司的產(chǎn)品是在德國(guó)拼單發(fā)貨的,每周從德國(guó)安排一次航班。
7.能不能加快貨期啊,我們有點(diǎn)急,貨期太長(zhǎng)了!
您好,是這樣的,產(chǎn)品是有一定的生產(chǎn)周期的,如果廠家有庫(kù)存現(xiàn)貨的話,我們可以幫您單獨(dú)安排快遞DHL發(fā)貨,只需增加一定的空運(yùn)費(fèi)就行的。