脑瘫是造成儿童行走功能障碍的最常见疾病。 下肢外骨骼在成人脊髓损伤或中风患者康复助行方面已有成熟应用,但 针对脑瘫儿童步态改善与行走效率提高的研究相对较少。 为了从技术与临床角度促进研究人员对脑瘫儿童康复助行外骨骼的 理解,本文首先分析了脑瘫儿童外骨骼相比成人外骨骼研究面临的特殊问题;其次根据下肢驱动关节数量对脑瘫儿童康复助行 外骨骼进行分类并综述其研究现状,重点阐述了其机构特点、控制策略、临床表现,分析了单关节与多关节脑瘫儿童康复助行外 骨骼的优缺点;最后探讨了脑瘫儿童康复助行外骨骼的发展趋势及面临的挑战。

　　搜救机器人是重要的探测仪器平台。 针对现有搜救机器人的刚性结构环境适应性差的问题,本文提出一种基于仿蟹刚 柔耦合机构的搜救机器人设计方法。 本文首先进行了机器人的机构设计;其次根据螃蟹运动实验结果设计了机器人的横向运 动步态,并通过仿真验证了步态设计的可行性;再次设计了机器人的软硬件系统;最后对机器人在多种地形下的行走能力进行 了实验测试,并开展了暗光环境适应性、人员探测和避障能力等功能测试实验。 结果表明,该体积小巧、控制简单的机器人可以 实现基本的运动功能,横向运动中最大速度约为 3. 4 cm/ s,最小功耗约为 8. 6 W,转向运动的角度范围为±90°。 机器人具有良 好的地形和环境适应性,并可以完成环境感知和人员探测等搜救功能。

　　针对绳驱动外肢体机器人由于其布线形式及驱动耦合所造成的运动建模复杂及控制精度低等问题,研究了一种考虑驱 动耦合的绳驱动外肢体机器人运动建模及控制方法。 基于 D-H 法和欧拉变换原理构建了刚柔一体外肢体机器人的运动学模 型,并根据关节耦合机理推导相邻关节间的主动解耦模型,提出了一种基于驱动解耦运动学模型的外肢体控制策略。 最后搭建 了外肢体机器人实验样机,并对其所建运动模型及控制方法进行验证。 结果表明,机器人末端多点定位误差最大为 7. 45 mm, 移动路径最大误差为 7. 24 mm,总体误差平均值为 6. 08 mm,由此验证了所提的刚柔一体外肢体机器人驱动解耦运动学模型和 控制策略的正确性,具有较好的控制精度和运动品质。

　　因悬挂链运送喷涂工件难以严格定位,导致其下挂效率低下,提出一种基于 3D 视觉引导机器人进行喷涂件下挂的控 制策略。 通过实例分割网络 Mask-RCNN 进行训练推理,得到喷涂件实例 MASK,获取经像素对齐并实例分割后的彩色图和深 度图,利用相机内参重建喷涂件三维点云;离线生成喷涂件模板点云,在线生成喷涂件目标点云,经点云初始配准矫正喷涂件的 位姿后,进而通过 ICP 精配准算法实现喷涂件位姿估计;在机器人视觉系统手眼标定之后,进一步通过 5 次多项式插值设计机 器人关节平滑运动轨迹,控制引导机器人进行喷涂件下挂。 实验结果表明,喷涂件位姿估计角度平均误差不超过 10°,在 Z 移 动方向上误差值平均为 6. 83 mm,最小为 0. 02 mm,且在仿真环境和现场环境可引导机器人实现喷涂件自主下挂。

　　工业机器人在智能制造领域具有举足轻重的地位,其末端执行器位姿的重复性是衡量机器人完成精密作业能力的重要 指标。 本文针对机器人末端执行器的位姿重复性在线检测,提出了基于方向余弦的位姿重复性测量的理论模型。 设计了一种 基于改进的高斯曲线拟合(IGCF)算法和三次样条拟合-多目标粒子群-回声状态网络(CSF-PPSO-ESN)算法的位姿偏差检测方 法。 通过获取十字激光图像偏角和中心点位置,实现了机器人末端执行器位姿偏差的测量。 实验表明,测量系统的位移测量精 度为±1. 5 μm,角度测量精度为±2 arc-sec。 本文所述的位姿重复性检测方法,为工业机器人末端执行器位姿稳定性的在线实时 监测提供了参考。

　　为了提升无人机对地伪装目标探测能力,本文提出了多尺度互交叉注意力改进的单机对地目标检测定位方法。 首先, 设计了一种多尺度互交叉注意力模块,在原始多尺度金字塔基础上,进行互交叉注意力增强,提升对伪装目标的边界区分能力; 其次,搭建了开源无人机目标检测定位系统,通过融合无人机载定位模块、惯导传感器和光电吊舱等数据,在获取目标图像位置 后对其空间位置进行解算;最后,自行构建了丛林伪装数据集进行了相关实验验证。 实验结果表明,该方法在典型伪装场景下 对地目标平均检测精度(mAP)为 70. 2% ,相较于改进前提升 5. 7% ,且能有效输出目标与无人机(UAV)的方位距离,算法平均 运行效率可达 29. 4 fps,满足 UAV 对地目标检测定位的实时性需求。

　　针对在长时跟踪过程中因丢失视野导致目标跟踪失败的问题,提出了基于加权在线样本更新的目标长时跟踪方法。 首 先,使用 ResNet50 网络提取目标深度特征并增强初始帧样本优化目标模型,提高初始帧样本权重影响;然后,利用目标模型对 测试帧样本进行分类,并采用置信度分值加权在线学习样本以增强样本质量,提升模型的分类效果;其次,使用置信度分值判别 目标状态并跟踪定位目标,目标丢失时使用时空约束搜索在丢失处自适应扩展区域并随机搜索目标,同时利用在线学习快速优 化目标模型,增强其对目标的搜索能力;最后,针对搜索过程设计一种自适应阈值判别方法,充分利用图像背景信息,将目标丢 失时背景置信度分值作为判别阈值,降低搜索过程中相似背景的影响以准确找回目标。 使用 LTB50 数据集进行实验验证,成 功率和跟踪 F-score 分别为 66. 1% 和 64. 4% ,优于其他方法;在四足移动机器人平台上进行真实场景实验,目标完全遮挡和视野 外两种情况下成功率分别为 87. 8% 和 85. 8% ,证明了方法的有效性。

　　针对人体行为的空间复杂性和时间差异性问题,提出了一种基于时空张量融合的人体骨架行为自适应识别方法。 首先 充分利用人体行为骨架序列的帧内空间关系和帧间时间关系,构建相邻帧时空特征张量;其次通过计算相邻帧时空特征张量的 差异性获取关键相邻帧时空特征张量并组成行为时空特征张量;之后利用行为时空特征张量的空间特征差异和多尺度时间卷 积构建行为时空特征张量自适应注意力机制,完成行为时空特征融合;最后,使用深度随机配置网络根据行为时空特征融合张 量识别人体行为。 使用 NTU RGB-D 数据集进行实验仿线% ,并且设计相应的系统进行实际应用验证, 结果表明本文所提方法是一种适合应对人体行为空间复杂性和时间差异性问题的人体行为识别方法。

　　重金属离子是水污染的主要污染物之一,即使微量的重金属离子也会对生态环境和生物造成危害。 水体中的重金属离 子通过食物链在人体中积累,汗液、血清等体液中的重金属离子可作为特定疾病的标志物。 实现液体样本中重金属离子的快 速、灵敏检测,对生态环境监管和精准医疗具有重要意义。 首先介绍了基于微机电系统(MEMS)技术的重金属离子传感器,包 括紫外-可见分光光度法、比色法、荧光检测法、发光化学法、电化学法和悬臂梁式检测方法。 其次论述了与上述检测方法匹配 的便携式仪器,最后对未来重金属离子检测传感器与系统的发展趋势和应用前景进行了展望。

　　石墨烯具有优异机电性能和超大比表面积,其显著压阻效应可应用于高性能压力传感,为探索下一代超灵敏传感器开 辟新方向。 目前在研石墨烯压力传感器存在石墨烯悬空破损严重、成品率低等难题,其根源在于,石墨烯除胶释放过程应力过 载。 本文提出以 PMMA/ 石墨烯复合异质薄膜替代单层石墨烯的压力传感器新方案,设计 COMS 兼容新工艺,可实现传感器规 模化制备,成品率接近 100% 。 测试表明,本文传感器灵敏度高达 7. 42×10 -5 / kPa,优于与已报道结果。 提取传感器压力测量精 度约为 2. 6% ~ 3. 5% ,比国外禁运高性能压力传感器精度(0. 05% ~ 0. 01% FS)差近 2 个数量级,其主因在于测量系统电噪声及 受工艺污染石墨烯本征电阻噪声。 当前石墨烯压力传感器研究的重点应聚焦精度指标的提高,而不是片面追求灵敏度指标。

　　针对数字化精密机械加工装备和测量仪器中的关键功能部件———位移传感器测量精度过分依赖高精度加工的难题,提 出基于组合测量方式的新型位移传感新方法。 利用在平面上均匀分布的激励绕组产生交变磁场,构建运动参考系,建立位移和 时间基准之间的映射关系。 通过控制感应绕组的形状实现磁场精确约束,从原理上抑制谐波误差。 采用差分排布的感应绕组 式及组合测量方式增强抗干扰性,提高位移测量精度。 通过电磁仿真验证,进行测量误差分析,优化结构参数。 研制了传感器 样机并进行实验验证,结果表明在 144 mm 测量范围内,测量误差为±2. 25 μm,分辨力为 0. 15 μm。 不同于传统高精度位移传 感器严重依赖高精度光刻制造加工,此方法通过对磁场的精确约束和传感原理创新实现精密位移测量,具有结构简单,成本低 等优势具有重要学术和工程应用价值。

　　针对前期研制的电磁式直线时栅位移传感器高信噪比和高时间插补分辨力难以兼顾的问题,设计了一种提高传感器信噪 比的新传感器结构,另外提出了一种高信噪比、高时间插补分辨力的测量新方法,并研制了基于气隙磁场分层耦合的直线时栅位 移传感器。 建立传感器气隙磁场数学模型,分析气隙磁场空间分布特性,研究平面线圈气隙磁场分层耦合的原理;根据气隙磁场 分层耦合原理,建立传感器气隙磁场分层耦合位移测量模型;对传感器测量模型进行电磁场仿真和误差分析;最后,搭建实验平台 进行对传感器的性能进行测试。 实验结果表明,采用气隙磁场分层耦合的结构提高了传感器的信噪比,传感器的测量精度在原有 的基础上提高了 31. 4% ;采用的高信噪比和高时间插补分辨力测量方法,传感器的测量精度在原有的基础上提高了 37. 3% 。

　　基于手机惯性传感器的行人航位推算方法是行人导航的核心方法之一。 然而由于传感器噪声等因素,航位推算获取 的位置信息误差往往随着时间发散,通常将航位推算和卫星导航通过卡尔曼滤波构成组合导航系统,利用卫星提供的高精度定 位信息补偿航位推算误差。 提出一种基于图优化的行人协同定位方法,将状态转移、量测和协同测距信息都作为状态的约束, 统一进行优化估计。 为验证方法的有效性,分别在卫星信号良好、无卫星环境下进行了实验验证。 实验分析结果表明,基于图 优化的行人协同定位方法在有无卫星信号情况下,都可以有效地提升系统的定位精度。 和基于卡尔曼滤波的协同方法相比,最 大水平定位误差都减少了 30% 以上。

　　面向超长深孔管道内壁截面圆度的高精度与快速检测难题,针对基于单个激光位移传感器的传统检测方式存在效率 低,受轴心晃动影响大的不足,本文提出了基于两个激光位移传感器的点式检测方案,并通过建立数学模型与数值仿真的方式, 对检测装置旋转轴的偏心参数与两个激光位移传感器的安装偏差参数进行了仿真,分析了各参数对深孔管道圆度评价结果的 影响。 在此基础上,提出了存在安装误差的两个激光位移传感器数学校正模型,并搭建了管道圆度检测实验系统,验证了该模 型的有效性。 结果表明,相比于两个激光位移传感器所采集的数据直接进行圆度评价,对校正之后的数据进行圆度评价,其圆 度值从 0. 30~ 0. 50 mm 范围降低到 0. 05~ 0. 15 mm 范围,测量时间由 18. 7 s 缩短到 9. 8 s。

　　高温应变计是航空发动机重要的研保条件,为满足其更高的使用要求,对高温应变计敏感栅结构参数进行了优化。 首 先,采用有限元计算方法分析了考虑温度误差后敏感栅栅丝长度、栅丝间距和栅丝弯数对测量误差和疲劳寿命的影响;然后,基 于响应面法建立了测量误差和疲劳寿命响应面模型,利用多目标灰狼算法进行了结构参数优化设计,得到了 Pareto 最优解集; 最后,根据优化结果制备高温应变计进行了高温振动疲劳试验。 研究结果表明,不同参数组合的敏感栅结构对高温应变计的性 能影响不同。 结合高温应变计制备需求与性能对比来评估得到的 Pareto 最优解集,得到了一个最优敏感栅结构。 高温下优化 后的应变计疲劳寿命较优化前相比提升了 30. 4% ,优化效果显著。

　　5G 开放的服务能力改变了工业互联网数据服务过程,工业业务向 5G 网络迁移时既应考虑云化下多数据过程的协同, 也应考虑网络化服务的冲突避免。 为此以电力行业为例,提出 Petri Net 数据服务模型对业务时序逻辑和网络功能统一建模分 析,保证数据可达可用;并基于可达图设计了 VIKOR 网络编排算法,从时空维度保障多业务流的确定性数据过程和执行时间。 仿真分析表明所提方法能规避工业业务迁移后的数据冲突,提升部署效率;电力 5G 试验网现场测试验证了本方案能保障承载 层 12. 03~ 18. 35 ms 传输时延和 2. 75~ 5. 62 ms 时延抖动,电力遥控业务全过程时间为 5. 96~ 6. 68 s,业务数据质量得到提升,满 足电力通信网运行要求。

　　针对不同工况下滚动轴承振动数据分布差异大、部分工况下的带标签数据难以获取、不同用户间数据不共享、单一用户 数据量少,导致建立诊断模型准确率不高的问题,提出一种联邦特征迁移学习框架以及基于联邦多表示域适应的不同工况下滚 动轴承故障诊断方法。 该方法对滚动轴承时域振动数据做小波变换得到时频谱图,将先验的有标签公共数据作为源域,多用户 无标签孤岛隐私数据作为目标域;引入多表示特征提取结构对原始残差网络进行改进,提取源域和目标域的多表示特征,分别 构建多用户本地模型;使用深度神经网络的模型压缩思想改进联邦迁移学习框架中的参数传递策略,增强联邦框架的安全性并 降低通信开销;在服务器端构建可用于不同工况下滚动轴承故障诊断的联邦全局模型。 经两种轴承数据集的实验验证,所提方 法无需多用户共享数据即可整合孤岛数据知识,建立有效的不同工况下滚动轴承故障诊断模型,平均故障诊断准确率可达 97. 6% ,相比单一用户建模提升至少 3. 2% 。

　　压力容器气体泄漏智能检测识别技术易受多种因素干扰,且智能检测模型需要大量的监测数据训练。 而在实际工业环 境中,可用数据特别是数据标签十分稀缺,为了克服多工况干扰和数据缺少标签信息等问题,提出了一种利用迁移学习的无监 督变工况智能检测技术。 首先采集实验室环境下的多种泄漏的样本,选择 3 种不同压力工况下将数据分为有标签的源域和无 标签的目标域;其次设计卷积特征提取器,针对两个域的边缘分布和条件分布,提出一种改进的联合分布适应机制,并进一步改 进了分布差异度量,以增强邻域混淆。 在 6 个迁移学习任务上的实验结果验证了该方法的有效性,对比经典域自适应算法有更 高的准确率。

　　针对冷轧轧辊的表面微细裂纹检测问题,提出了一种双层排线磁化的交流漏磁检测方法,利用双层柔性排线对轧辊工 作表面进行仿形磁化,采用高精度隧穿磁阻(TMR)阵列作为检测元件,使其具备大曲率表面微米级裂纹的检测能力;并通过调 控双层排线的激励电流抵消切向背景磁场,进一步提高激励电流的同时,避免 TMR 超量程饱和问题;将磁场的切向分量用以表 征缺陷,使其能在单一扫查方向下表征多向裂纹。 基于以上分析,建立了双层排线与轧辊的三维有限元仿真模型,通过仿真研 究轧辊半径、缺陷角度和深度对交流漏磁信号的影响。 最后搭建了相应验证实验平台,实验结果表明该探头能有效磁化大曲率 表面并可检出与区分多向裂纹,可检测出 15 μm 深的微细裂纹。

　　超声缺陷检测结果易受超声回波信号中复杂噪声的干扰,为了提高超声缺陷检测的准确度,提出一种基于混合分解的 超声回波信号噪声消除方法。 采用经验模态分解算法结合相关系数指标对超声回波信号进行预处理,得到消除低频噪声分量 的超声回波预处理信号。 基于变分模态分解将该预处理信号分解为一系列窄带本征模态函数,引入互信息指标估计变分模态 分解的最优模态数量,并根据窄带本征模态函数与预处理信号的相关系数提取有用的模态分量,实现对超声回波信号去噪结果 的重构。 通过仿真和实测超声回波信号验证了本文方法的去噪性能,并与现有方法进行了对比。 结果表明,本文方法可同时消 除超声回波信号中的高频和低频噪声,在不同信噪比条件下 EMD、VMD 和本文方法去噪结果的 SNR 均值分别为 10. 01、9. 48 和 16. 09 dB,验证了本文方法对于超声回波信号噪声消除的优越性。

　　针对基于特征点的视觉同步定位与建图(SLAM)算法在低纹理环境下特征提取能力弱、定位精度降低和鲁棒性差的问 题,本文提出了一种基于稀疏直接法的特征增强视觉 SLAM 算法。 首先对图像序列进行预处理,提高算法的特征提取能力;然 后融合基于图优化的稀疏直接法和特征点法求解位姿,在保证算法定位精度的前提下,提高算法的运行效率和鲁棒性。 由 TUM 数据集的实验结果表明,本文提出的算法定位精度优于当前 SLAM 算法,在 TUM 数据集中纹理稀疏的场景下,该算法提取 的特征点数目是 ORB-SLAM2 算法的 9. 6 倍,平均每帧跟踪耗时减少了 58% 。

　　航空发动机压气机叶片审理和验收是其研制周期中不可或缺的环节,为改善传统人工叶片审理流程费时费力、不确定 性高等问题,设计了一种基于机器视觉的发动机叶片型面检测系统。 首先,针对工业生产中普遍使用的三坐标检测仪叶片测量 法,完成对便携文件格式的批量图像提取,并利用颜色匹配和霍夫变换的方法完成叶片图像的超差判断;其次,对于无超差的叶 片图像,利用颜色匹配和形态学算子等手段完成叶片图像的增强,提高有效信息占比,并训练残差网络完成叶片前后缘形态异 常的分类任务;最后,针对大量图像数据的标注任务,设计普适性高的图像分类标注程序,并设计叶片质量检测程序在叶片图像 数据集上验证了系统对叶片超差判断和异常识别的有效性。 实验表明,该系统对叶片有超差和无超差异常的识别准确率分别 达到 100% 和 92. 9% ,可以满足工业生产实际需求。

　　曳引钢丝绳(TWR)在大型工业起重设备中发挥着重要的应用价值。 在使用曳引钢丝绳作业的同时,也需要定期对曳 引钢丝绳进行缺陷诊断避免安全事故发生。 传统方法是人工目测方法,但该种方法检测时间长、效率低下。 因此,本文提出了 一种基于 YOLOv5 改进网络的曳引钢丝绳缺陷(TWRD)检测的网络算法,简称 TWRD-Net仪器仪表学报。 为了方便在算力较低的工业设备上 进行部署,首先设计了轻量级的 LW-C3 模块,降低了模型的参数量以及计算开销;其次,改进 PAN 结构,设计了跨层级加权特 征金字塔网络(CLW-FPN)结构,加强模型对于缺陷语义信息的提取、对缺陷位置信息的敏感度;最后,本文设计了 β-CIoU 损失 函数,相较于 CIoU 损失函数, β-CIoU 降低了边界框回归损失,并进一步提升了检测精度。 本文建立了 TWRD 数据集,并使用 TWRD-Net 进行实验,实验结果表明,本文提出的 TWRD-Net 准确率可达 98% ,mAP 可达 99. 4% ,帧率可达 151 fps,对比其他主 流检测模型实验结果,具有精度高、体积小和检测速度快的优势,可为工业设备质检人员提供参考依据。

　　风洞中飞机模型因承受高速气流冲击等影响, 机翼产生动态弯曲和扭转变形,提出了一种单双目混合的快速测量方 法, 利用荧光标志点对风洞中机翼的弯曲和扭转变形进行测量。 首先, 提出工况下机翼弯扭变形的布局和计算方案; 然后, 根据风洞坐标系、飞机模型自身坐标系的关系, 建立相机坐标系实现相机自标定;最后, 根据已知 Y 轴向约束的机翼点构建单 相机三维重建模型, 再计算吹风状态下各截面弯曲和扭转量。 通过建立一套专用的机翼变形动态测试系统布局方案,以飞机 模型初始位姿作为约束, 实现模型动态变形的快速检测, 得到的扭转角平均误差为 0. 228°, 可有效解决双目相机难以高帧率 实时重建的问题, 为优化机身设计参数提供数据支撑。

　　针对单光子计数成像技术探测目标信号微弱信噪比低、所得图像目标区域不清楚、背景噪声严重等问题。 本文利用 270±5 nm 的日盲紫外滤光片、图像增益 710 5 的微通道板像增强器(MCP)、荧光屏和最大分辨率为 1 504×1 504 的科学级互补金属 氧化物半导体(sCMOS)等器件,设计了日盲紫外单光子探测系统,并通过时序控制获取了单光子光斑图像。 为了突出图像中的目 标区域,本文利用改进的形态学高帽变换算法,对光斑目标区域进行增强处理;随后利用三角阈值法对图像进行二值化处理,同时 利用连通域对目标区域的坐标进行提取;最后运用区域极值算法在原图中的目标区域进行单光子计数。 对紫外光源进行了单次 曝光时间为 80~100 ns 的系列成像和数据处理实验,实验结果验证了所设计的单光子成像探测系统和光子计数算法的可行性。

　　基于点云的三维目标检测在机器人、自动驾驶等领域起着至关重要的作用,激光点云能为场景理解提供精确的几何信 息。 然而,由于点云的稀疏性和物体间的遮挡关系,激光点云通常只能描述物体的部分形状,导致目标结构信息不完整,从而降 低检测精度。 针对这个问题,提出基于对称形状生成的三维目标检测网络( SSG-RCNN),一种双阶段目标检测器。 考虑到感兴 趣目标形状的对称性,SSG-RCNN 在一阶段生成候选框的同时为每个前景点预测镜像对称点,从而恢复目标的整体形状。 二阶 段中,使用自注意力池化层从原始点和对称点中聚合特征用于候选框修正,完成三维框预测。 KITTI 数据集上的实验表明 SSGRCNN 取得了卓越的检测性能,在测试集上对困难目标的检测精度达到 77. 64% ,高于所有对比方法。

　　针对深层卷积神经网络在电容层析成像图像重建过程中存在电容特征提取尺度单一、中间层特征利用率不高等问题, 提出了一种多尺度自适应特征聚合网络模型。 首先,利用堆叠的增强型选择核卷积模块设计了一种特征增强模块(FEM),并 通过串联多个 FEM 自适应地提取电容向量多个尺度的特征信息,极大地减少了使用普通卷积所带来的伪影现象;其次,引入了 一种特征聚合机制,采用长短残差连接加强了远近特征信息的相关性,解决了网络中间层特征利用不充分的问题。 实验结果表 明,与传统算法及卷积神经网络算法相比,所提方法在主观视觉效果和客观评价指标上都具有更好的性能,图像相关系数最高 达到 0. 962 9,图像相对误差降低至 0. 053 0。

　　电化学阻抗谱(EIS)可以较为准确地反应储能电池内部的电化学参数。 为解决传统测量方法耗时长问题,采用了宽频 激励信号测量储能化学电池阻抗信息的方法,并基于 MATLAB-Simulink 仿真平台和 EIS 测量试验平台进行验证,该测量方法将 宽频交流扰动信号注入储能电池,并通过快速傅里叶变换方法分解处理宽频激励和响应信号来获取各频点的电池阻抗信息,以 此大幅节省电池 EIS 的测量时间。 采用两种宽频激励方法测量了电池等效电路模型和储能电池,相较电化学工作站扫频测量 方法,可分别节省 60% 和 78% 的测量时间,且测量结果误差较小。 用宽频激励方法实现电池 EIS 快速测量,可为电池管理系统 的实时诊断和线上检测等更为广阔的应用场景提供技术支撑。

　　现有磁场能量采集器标准能量管理电路效率低、功耗高、输入阈值功率高,在换能器采集较弱磁场能量时,难以驱动多 芯电缆监测系统。 针对上述问题,本文提出了一种间歇充放电的低功耗多芯电缆微弱磁场能量采集管理电路方案,设计了自供 电的低功耗间歇控制电路,大幅度降低功耗。 该电路通过自供电变频匹配,提高管理电路的能量转换效率。 实验结果表明,当 三芯电缆通过 40 A、50 Hz 的交流电时,磁场能量采集器输出功率为 3. 3 mW,管理电路的最大输出功率可达 2. 45 mW,最大效 率 74. 24% ,较标准能量采集管理电路提升了 6. 9 倍。 所提出的超低功耗自供电控制电路,满足启动阈值的最小平均功耗仅为 1. 52 μW,仅为带辅助电源的控制电路功耗的 5. 93% 。 该高效管理电路不仅可以用于多芯电缆微弱能量采集,还可以用于由于 铠装屏蔽导致的微弱电缆周边磁场、电磁振动能量采集器、反向散射传感器网络等微弱感性磁场能量管理。deLixin1618.com，