简介：静冰压力是影响水工结构物安全运行的主要因素之一。现有静冰压力检测方法主要存在两个局限，一是实时性差，二是传统电阻应变式压力膜盒传感器因边壁效应影响测量结果的正确性。针对以上两个不足之处，作者基于反射式强度调制原理，研发了一种带杆伞状圆盘结构的压力膜盒静冰压力光纤传感器，实现了利用光纤传感技术检测静冰压力。我们用研制的新型光纤传感器在实验室完成了-30℃～5℃温度范围内冰生长过程中及5℃～-30℃温度范围内冰消融过程中静冰压力的测量试验。实验结果表明，与传统电阻应变式压力膜盒传感器相比，该传感器工作稳定、分辨率达0．02kPa、灵敏度达2．74×10-4／l（Pa，并可实现自动连续测量。

简介：静冰压力是影响水工结构物安全运行的主要因素之一。现有静冰压力检测方法主要存在两个局限,一是实时性差,二是传统电阻应变式压力膜盒传感器因边壁效应影响测量结果的正确性。针对以上两个不足之处,作者基于反射式强度调制原理,研发了一种带杆伞状圆盘结构的压力膜盒静冰压力光纤传感器,实现了利用光纤传感技术检测静冰压力。我们用研制的新型光纤传感器在实验室完成了-30℃~5℃温度范围内冰生长过程中及5℃~-30℃温度范围内冰消融过程中静冰压力的测量试验。实验结果表明,与传统电阻应变式压力膜盒传感器相比,该传感器工作稳定、分辨率达0.02kPa、灵敏度达2.74×10-4/kPa,并可实现自动连续测量。更多还原

简介：传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。