微结构性能分析与信号预测技术研究

项目名称： 微结构性能分析与信号预测技术研究

项目编号： No.61275120

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 白艳萍

作者单位： 中北大学

项目金额： 75万元

中文摘要： 由于微型惯性测量组合采用微机械加工工艺技术制造微型传感器，其体积比传统意义下的传感器小的多，其独特的微结构设计使其能承受较大的过载，满足这种环境的多样性需求；然而也正是这种多样性使我们不能用传统的方法对它进行分析和预测。本项目运用力学理论与神经网络算法，研究微梁结构的尺寸效应，当微构件尺寸接近材料晶粒尺度时，由于表面效应、组织结构及加工过程的影响，力学性能会发生变化。我们将分析微悬臂梁的加载力与挠度关系，分析微梁结构的尺寸效应；用神经网络数学模型预测不同参数下的微悬臂梁加载力与挠度的关系。 综合利用统计的方法和人工神经网络的方法进行信息融合技术研究, 包括数据融合层次、方法和分析软件的研究、基于多传感器的数据融合技术的研究；对不同传感器数据进行融合与信息处理及预测 ,增强目标检测的可靠性。用改进的BP神经网络与门控神经网络对传感器测得的信号进行短程预测、长程预测及快速预测的模拟试验比较.

中文关键词： 微结构性能分析；神经网络；MEMS；信号预测；信息融合

英文摘要： Because of miniature inertial measurement combination adopting micro mechanical processing technology manufacturing miniature sensors，the volume of the sensor is much smaller than the traditional meaning。 Its unique microstructure design make it can bear larger overload, meet the diversity of the environment needs. However it is the diversity that we can't use the traditional methods of analysis and prediction. By using of cantilever mechanical properties and the theory of formula, we analysis of the cantilever structure of the size effect. When the micro-size components close to the grain-scale materials, due to surface effects, organizational structure and process, mechanical properties will change. We will analyze the cantilever beam loading force and deflection relationship and study of the cantilever beam structure size effect. We will use the neural network to predict the relationship l between oading force and the deflection under different mathematical model parameters of the microcantilever beam. We will study information fusion technology by using statistics method and artificial neural network method, which is Including data fusion method and analyzing software level research based on multi-sensor data fusion technology research. We research different sensor data fusion and information processing and

英文关键词： miscrostructure performance analysis；neural network；MEMS；signal prediction；information integration