全部分类/
科学普及/
现代电子技术

现代电子技术

2025年10期

本刊以电子技术为主体，探讨和报道信息产业及电子行业中新技术，新器件，新应用的学术论文及成果；提供国内外最新的电子技术发展动态及产品市场信息；为企业的新产品，新技术，新成果在产业及行业内的推广架起一座金桥。

扫码免费借阅

目录

快速导航

电子与信息器件 | 基于数字孪生的烟叶智能烤分过程监控系统

电子与信息器件 | 基于数字孪生的烟叶智能烤分过程监控系统

摘要：烟叶烘烤与分级的数字化和智能化技术正在加速推进，但还缺少有效的过程监控手段，为此，提出一种基于数字孪生的烟叶智能烤分过程监控系统。在分析烟叶智能烤分流程监控存在的问题基础上，对烟叶智能烤分设备及过程进行数字孪生建模，完成了对设备几何要素和虚拟场景的构建。设计烟叶智能烤分过程监控系统，并对实时数据采集与存储、虚实映射与互动集成等关键技术进行研究，通过系统实现及应用效果来验证其有效性和实用性。结果表明，基于数字孪生的监控系统能够实现对现行烟叶智能烘烤和分级运行过程的全方位、多视角在线实时监控，并且在测试场景中CPU和GPU的FPS值保持在约 60f/s ，可以辅助烤分作业现场决策，有助于提升烤分效率和设备利用率，同时降低生产成本。
电子与信息器件 | 基于AFFRLS-MIAUKF算法的锂离子电池SOC估算

电子与信息器件 | 基于AFFRLS-MIAUKF算法的锂离子电池SOC估算

摘要：在锂离子电池荷电状态(SOC)估算过程中，建立合适的模型是第一步，模型中参数的辨识精度对估算SOC至关重要。为提高锂离子电池SOC的估算精度，提出一种基于自适应遗忘因子递推最小二乘（AFFRLS)与多新息自适应无迹卡尔曼滤波(MIAUKF)相结合的算法来估算电池SOC。以三元锂电池为实验对象，建立二阶RC等效电路模型，采用离线辨识和自适应遗忘因子递推最小二乘两种方法实现模型参数的辨识。在复合脉冲功率特性实验(HPPC)工况下，使用AFFRLS-MIAUKF算法对锂离子电池SOC进行估算，并与离线辨识MIAUKF算法和UKF算法相对比。实验结果表明,AFFRLS-MIAUKF算法具有更高的精度，平均误差能保持在 0.5% 以内。
电子与信息器件 | 面向卫星通信的非线性选代学习混沌通信

电子与信息器件 | 面向卫星通信的非线性选代学习混沌通信

摘要：针对卫星通信的安全传输性能需求，尤其是无安全载荷的应用场景，提出一种利用改进非线性选代学习优化的混沌通信模型。利用长短期记忆神经网络将由混沌载波信号和原始信息按特定比例混合的加密信号进行模型训练，得到与激光发射器参数高度一致的神经网络模型，以此来解决混沌通信系统接收器与发射器参数不完全匹配的问题。为进一步提高混沌信号的同步质量，还设计引入了选代学习对长短期记忆神经网络进行参数优化。相对于RBF神经网络混沌保密通信模型和基于卷积神经网络的混沌保密通信模型，所提出的基于改进长短期记忆神经网络的非线性混沌通信同步模型的解密识别率最终稳定在 94.07% ，比对照组分别提高了 4.03% 和 1.82% ，验证了所提通信模型具有良好的综合性能。
电子与信息器件 | 基于LeNet-RES的室内声源区域定位算法

电子与信息器件 | 基于LeNet-RES的室内声源区域定位算法

摘要：在低信噪比和高混响的条件下，室内声源区域定位的难度增大。为解决这一问题，设计一种神经网络，即LeNet-RES,利用残差块改进LeNet，从而提高网络的性能。通过仿真8阵元正方体麦克风阵列的房间脉冲响应，得到室内声源的数据集。将麦克风接收到的信号进行分帧处理，并计算每帧信号之间的相位变换加权广义互相关函数，将其排列成二维数据作为输入特征；再将房间划分区域标签作为网络输出，训练得到最终网络模型。实验中分别测试房间分区数为8和16时，两种神经网络的定位准确率。结果表明：在相同信噪比条件下，房间分区数为16,混响时间为0.6s时，LeNet-RES-16的准确率为 81.33% ，比LeNet-16高 23% ；在相同混响条件下，房间分区数为16，信噪比为0时，LeNet-RES-16的准确率为84.16% ，比LeNet-16高 29% 。LeNet-RES在多种信噪比和多种混响时间的条件下，区域定位性能均优于LeNet。
电子与信息器件 | 基于带差分扰动的改进PSO的PMSM参数辨识

电子与信息器件 | 基于带差分扰动的改进PSO的PMSM参数辨识

摘要：为解决永磁同步电机(PMSM)参数辨识速度慢和精度低的问题，提出一种基于自适应惯性权重的随机样本均值学习策略与差分扰动相结合的粒子群参数辨识方法。该算法根据粒子的适应度值对总体进行升序排序，适应度排在当前粒子前面的粒子构成一个样本池，随机选择当前粒子样本池中 k 个粒子的平均行为进行学习，并采用基于Logistic函数的自适应惯性权重来提高算法的收敛性能。此外，为提高算法在早期搜索阶段的全局搜索能力，采用一种差分扰动策略并将其嵌入到粒子群优化(PSO)算法中。仿真结果表明，选代次数在50次左右时参数辨识曲线出现收敛，并且定子电阻R、电感L_q 和 L_d, 永磁体磁链 ψ_f 参数的辨识误差最高仅为 1.58% ，最低约为 0.0052% 。所提策略能够准确识别电机参数，具有收敛速度快、精度高的特点。
电子与信息器件 | 最小化时变收敛率和节点能耗的功率调度方法

电子与信息器件 | 最小化时变收敛率和节点能耗的功率调度方法

摘要：为提高闭环系统的稳定性，并降低传感器节点的能量消耗，针对闭环离散网络化系统，研究以时变收敛率为性能指标的功率优化调度方法。依据网络传输过程的丢包状况和量化输出反馈数据，设计基于状态观测器的控制单元，并设计量化编码策略以实现系统在网络带宽约束下的数据传输。同时，从以时变收敛率和节点能耗作为系统性能优化指标的新角度出发，设计功率调度算法，在保证系统均值意义及指数收敛的前提下，最小化给定的性能指标，从而实现提高系统收敛速度和节约能耗的目的。最后，通过实例仿真验证了所提方法的有效性。
电子与信息器件 | 基于自适应卡尔曼滤波的生理电信号降噪方法

电子与信息器件 | 基于自适应卡尔曼滤波的生理电信号降噪方法

摘要：在生理电信号的测量过程中，目标信号往往会受到各种噪声干扰，包括外界的电磁场干扰和内部的其他生理电信号干扰，其中最严重的是工频干扰。这些噪声干扰会给生理电信号的分析和处理带来极大不便，为此，提出一种基于自适应卡尔曼滤波的降噪方法，以消除生理电信号中混入的工频等噪声干扰。充分利用自适应滤波在动态权重调整方面的优势以及卡尔曼滤波在状态估计方面的准确性，精确地识别并处理目标信号和噪声。通过处理在普通实验环境中采集到的心电信号、眨眼眼电信号和肌电信号，并观察算法处理前后的时域波形和频谱，来检验自适应卡尔曼滤波器为生理电信号降噪的有效性。结果表明：所设计的自适应卡尔曼滤波可以有效消除工频(包括基频及谐波分量)等噪声干扰，使目标信号变得更加清晰干净，且不损坏目标信号的有用成分，其中在 50Hz 处的频谱值平均降幅不低于 49.31dB 。文中的自适应卡尔曼滤波算法仅需调整部分参数便可适用于多种不同的生理电信号，能有效滤除原始信号中混入的工频及其他噪声干扰，降噪性能稳定且计算复杂度较低，这为生理电信号的分析和处理提供了一种更为有效的解决方案。
电子与信息器件 | 轮速传感器功能验证集中监控系统

电子与信息器件 | 轮速传感器功能验证集中监控系统

摘要：在工业环境中对轮速传感器进行功能验证时，由于验证设备过多、排布分散且在工业复杂环境中轮速传感器信号长距离传输时会出现信号失真，导致设备管理成本高、利用率低、功能验证效率及准确率不高等问题。为此，设计一种轮速传感器功能验证集中监控系统。基于对工业生产中轮速传感器功能验证集中监控功能的需求分析，对系统的总体框架结构、硬件模块、监控软件结构和功能进行设计，且提出一种针对轮速传感器信号处理的硬件模块，利用该模块可将轮速传感器信号的传输距离从 10m 提高到 100m 。最后通过对轮速传感器功能验证集中监控系统的各功能应用效果进行测试，证明了该系统不仅能够对冷热冲击试验箱的温湿度进行监测，还可以集中控制轮速传感器信号监控设备。由此说明所设计的系统能够提高功能验证效率及准确率，降低设备管理成本。
计算机科学与应用 | 融合数字孪生与声纹识别的矿用机电设备故障诊断技术

计算机科学与应用 | 融合数字孪生与声纹识别的矿用机电设备故障诊断技术

摘要：针对矿用机电设备在复杂工作环境下易发生故障的问题，研究了计算机映射物理实体的数字孪生和故障声纹特征识别技术，提出了一种底层到应用的多架构矿用机电设备智能化故障诊断系统。在所提故障诊断系统的整体架构中，底层构建了包含行为模型、几何模型、规则模型和物理模型的数字孪生体，以及声纹识别所需的传感器、边缘数据处理等模块;上层则分为数据层、应用层和系统层，用于实现数据处理、模型分析与人机交互等功能。同时，基于数字孪生系统、声纹特征提取算法和极限学习机神经网络等，设计了融合数字孪生与声纹识别的关键算法流程。实验测试结果表明，数字孪生体模拟的物理参数误差较低，故障识别准确率可以达到约 90% ，能够满足工程应用的需求。
计算机科学与应用 | 基于ICEEMDAN-PE-GDBO-LSSVM的风电功率预测

计算机科学与应用 | 基于ICEEMDAN-PE-GDBO-LSSVM的风电功率预测

摘要：随着可再生能源特别是风电的高比例接入，电网面临着前所未有的不确定性和波动性挑战。为准确预测风电功率,提出一种基于改进的自适应噪声完全集合经验模态分解(ICEEMDAN)-排列熵(PE)-改进的蜣螂优化算法(GDBO)-最小支持二乘向量机(LSSVM)的组合模型。首先使用ICEEMDAN对风电数据进行分解，从而降低复杂度;之后根据PE对分解后得到的各分量进行聚合，再使用GDBO算法对LSSVM的关键参数进行寻优，以得到最佳预测模型;最后使用优化模型对各聚合分量分别进行预测和叠加，得到总的预测结果。基于国内风电场数据集进行实验验证，结果表明所提方法有较高的预测精度，均方根误差比单一的LSSVM模型低 61.39% ，在工程实践中具有更为广阔的应用前景。
计算机科学与应用 | 基于动态提示池的股票趋势预测终身学习算法

计算机科学与应用 | 基于动态提示池的股票趋势预测终身学习算法

摘要：股票数据属于流式数据，分布随时间变化，因此预测股票趋势极具挑战性。现有预测方法通过滚动重新训练模型来适应最新的数据分布，忽略了历史数据中的重复模式，导致灾难性遗忘，使得模型预测性能下降。针对上述问题，提出一种PooITain算法。该算法首先将每次重新训练模型学到的知识存储在动态提示池中，从而在学习新任务的同时记忆旧知识；其次根据动态选择组合提示池中的知识，共同提示完成不同的数据分布任务。在CSI300数据集的实验结果表明，PooITrain算法的信息系数IC、信息比率ICIR、排名信息系数RankIC、排名信息系数的比率Rank ICIR与当前最优的算法DDG-DA相比，分别提升了 11.5%.11.41%.0.2%.34.69% 。这表明所提出的算法在股票趋势预测方面取得了更好的效果，可为投资者提供更有价值的参考信息。
计算机科学与应用 | 面向海量数据场景的生成对抗网络推荐算法

计算机科学与应用 | 面向海量数据场景的生成对抗网络推荐算法

摘要：海量数据中往往包含复杂的用户行为模式、物品属性以及它们之间的关系，这些关系通常具有非线性的特点。传统的生成对抗网络(GAN)在处理序列数据时可能面临非线性建模的挑战。为有效捕捉用户的长短期兴趣变化，丰富内容多样性，并提升在海量数据场景下的处理能力和稳定性，提出一种面向海量数据场景的生成对抗网络推荐算法。长短期记忆(LSTM)网络以用户对数据场景的行为模式作为输入，输出用户感兴趣的数据场景的长短期动态序列。文中将LSTM与GAN相结合，形成L-GAN推荐模型。在该模型中,LSTM输出的长短期动态序列被输入到生成对抗网络的生成器中，通过优化损失函数生成类似真实数据场景的假样本。将假样本与真实数据场景一同输入到判别器中，通过其目标函数甄别真伪。生成器与判别器经过反复较量与训练，形成精准的推荐网络，最终输出符合用户兴趣的数据场景推荐列表。实验结果表明，所提算法在处理海量数据场景时能够准确捕捉用户的需求，进行高效且全面的个性化推荐。
计算机科学与应用 | 边缘计算下的绝缘子缺陷小样本检测研究

计算机科学与应用 | 边缘计算下的绝缘子缺陷小样本检测研究

摘要：为解决传统目标检测算法在输电线路上进行小样本绝缘子缺陷检测时存在的精度低、鲁棒性差等问题，并实现无人机巡检的高效性，提出一种基于边缘计算的特征距离差异小样本绝缘子自爆检测算法。首先，通过高低频信息融合(AHiLo)和分层路径聚合网络(HS-PAN)改进RT-DETR编码器，实现对绝缘子串高低频局部信息的提取;其次，引入距离嵌入模块(DX),以在映射特征空间中获取原型代理与查询特征的最优度量距离,从而实现对小样本绝缘子自爆的准确检测。实验结果表明，改进后模型在PC端仅使用150张样本，检测精度达到 86.4% ，参数量为 2.06×10⁷ ，检测速度达到了 66.1f/s ，满足了小样本检测的要求。与其他主流算法相比，改进算法在检测精度和实时性方面都表现出了较高水平。
计算机科学与应用 | YOLOv7-VSS轻量化橘瓣外观检测模型

计算机科学与应用 | YOLOv7-VSS轻量化橘瓣外观检测模型

摘要：针对柑橘罐头生产中橘瓣外观检测的速度和精度低的问题，以及主流检测模型的参数量较高问题，提出一种轻量化橘瓣外观检测模型，即 YoLov7-VSS_o 首先，该模型引入利用Hard-Swish激活函数改进后的EfficientViT网络作为主干网络，通过输入不同层次的特征减少不同检测头的映射相似度，缓解冗余计算，并通过级联组注意力机制增强网络的特征提取能力;其次，引入一种slim-neck模块,融合标准卷积和深度可分离卷积的特性，减小模型的规模，同时保持高精度；然后，为进一步缩小模型体积并加快推理速度，将SPPCSPC替换为SPPF结构；最后，为符合数据集中橘瓣的位置特点，使用MPDIoU损失函数来提升预测框的回归精度。实验结果表明，所提出的橘瓣外观检测模型的大小相比于YOLOv7减小了 63.81% ，检测精度达到了 96.57% ；同时，经过在JetsonOrin Nano上部署测试，模型大小和检测精度的平衡性相较于同类型的方法有较大提升，可满足柑橘罐头生产线的要求。
航空航天航海技术 | 基于CMA-ES算法的无人机群协同救援任务分配优化

航空航天航海技术 | 基于CMA-ES算法的无人机群协同救援任务分配优化

摘要：救援任务分配不仅要考虑无人机的航行路程最短，还要尽可能减少幸存者的平均等待时间，这是一个多目标优化问题。为在多目标中寻找最优解决方案，提出一种基于协方差矩阵自适应进化策略(CMA-ES)算法的无人机群协同救援任务分配优化方法。以平均等待时间和航行路程最短为目标函数，考虑无人机的最大航行距离、任务数量、协同规划和载重能力等约束条件，使用CMA-ES算法，通过多维空间中基于正态分布的参数优化机制寻找目标函数最优解，有效解决了不同目标之间的冲突，实现了多目标任务分配优化。实验结果表明：所提方法能合理分配救援任务，确保幸存者快速获得物资，无人机平均航行 48.7km ，幸存者平均等待 33.4min ，救援任务平均 61.2min 完成。
能源技术 | 基于能量路由器的微网群优化调度研究

能源技术 | 基于能量路由器的微网群优化调度研究

摘要：为充分发挥微电网源网荷储互动的“削峰填谷”作用，针对微网群能量管理存在的可靠性、经济性和复杂性等问题,对基于能量路由器的多个微电网构成的微网群进行研究。考虑碳配额和碳交易、微电网内可削减负荷和可转移负荷，以最小化微电网发电成本为目标，计及储能、分布式电源出力和功率平衡等约束，构建一个综合考虑经济性和低碳性的分布式优化调度模型。使用二次罚项系数动态调节的交替方向乘子法(ADMM)进行求解。仿真结果表明，所提出的微网群优化调度策略可在充分利用分布式电源的基础上，有效减少单个微电网和微网群整体的运营成本，在收敛精度和速度上具有显著优势。
能源技术 | 考虑负荷适应度的“源网荷储”优化调度方法研究

能源技术 | 考虑负荷适应度的“源网荷储”优化调度方法研究

摘要：“源网荷储”作为相对独立的发用电单元，如何优化“风光储”联合调度方法，最大限度地消纳新能源电能尤为重要。就风光储并网功率计划主题而言，基于风光发电功率预测及区域负荷变化趋势相关性研究，提出一种考虑负荷适应度的“源网荷储”优化调度方法。首先，在数据源端，风电功率预测采用经验模态分解与遗传算法优化的自适应神经模糊算法(EMD-GA-ANFIS)，光伏功率预测采用增益分段正态分布拟合（GS-GD)技术；其次，在优化调度处理环节，引入负荷适应度因子来动态修正初次发电调度控制数据;最后，利用多时段模糊熵(MFE)表征风光储联合功率预测偏差趋势，动态调整储能吞吐量，提高新能源消纳空间。利用某园区“源网荷储”项目实际数据进行案例分析，验证所提方法的可行性。并且利用某园区“源网荷储"项目实际数据进行案例分析，结果表明：当考虑负荷变化时段、用电高峰占比日周期，调整范围设置为 10% ，储能容量达到最小值 21.249 1kWh ，下降幅度为 18.36% ，验证了所提方法的可行性。
能源技术 | 计及需求响应的含电-氨-电环节综合能源系统多时间尺度电-热联合调度

能源技术 | 计及需求响应的含电-氨-电环节综合能源系统多时间尺度电-热联合调度

摘要：电力系统中太阳能和风能等可再生能源的渗透率普遍提高，为了促进可再生能源发电的消耗，减少综合能源系统(IES)的碳排放，提高系统运行的经济性，提出一种计及需求响应的含电-氨-电环节综合能源系统调度模型。该模型利用电转氨(P2A)模块和固态氧化物氨燃料电池(ASOFC)提高IES消纳风电水平并参与系统的电热联供。在此基础上，根据负荷侧需求响应资源的形成机理，建立日前、日内低碳经济运行模型;同时，对含电-氨-电环节的综合能源系统内部能量耦合关系进行分析，提出一种基于源-荷协调的快慢时间尺度电热联合调度方法。基于CPLEX求解器的算例分析与对比结果表明,所提出的含电-氨-电环节的IES调度模型及其调度方法能够有效缓解弃风现象，在保证系统运行经济性的同时降低了系统碳排放量。
能源技术 | 一种直流配电网电能质量扰动识别方法

能源技术 | 一种直流配电网电能质量扰动识别方法

摘要：随着接入电网电力电子器件的增加，直流配电网因在输电性能、降低线损、新能源消纳等方面优于传统配电网,逐渐成为未来配电发展的新趋势。为使直流配电网稳定运行，保证电能质量，提出一种基于核主成分分析(KPCA)特征降维的ISSA-SVM电能质量扰动识别方法。首先，深入探讨了各类电能质量问题的形成机理，并结合波形提取出6种特征；其次，利用DBSCAN聚类方法检测是否存在异常值来确定是否使用KPCA将特征降维，使其能够在不同数据情况下都实现良好聚类;最后,利用改进麻雀搜索算法(ISSA)对支持向量机(SVM)进行参数寻优，并用寻优结果重新训练SVM模型。实验结果表明，所提方法有较高的准确度，可以有效识别出电能质量扰动信号。
能源技术 | 基于多群自适应协同粒子群优化算法的光储热泵系统研究

能源技术 | 基于多群自适应协同粒子群优化算法的光储热泵系统研究

摘要：为解决小型电热耦合系统的资源失配问题，并缓解北方地区供热压力和提高离网负荷供电的可靠性，通过整合光伏发电单元、蓄电池储能单元与高效水源热泵的供暖系统，将各部分看作不同子群，提出一种求解系统能量配比的最优解的多群自适应协同粒子群优化算法。修正各子群的粒子惯性权重，通过多群协同机制避免求解过程陷入局部最优，并采用自适应性策略(ACS)来控制历史信息的影响，以提高子群的搜索效率和目标解的精度。实验结果表明：所提方法优化了光伏-储能-热泵系统的协同运行能力，避免了资源失配造成的能量浪费问题，且能够实现以清洁能源为热泵供电的目标，有效缓解北方地区冬季供热压力;该方法还将离网负荷供电可靠性提升至更高水平，兼具环境效益与工程应用潜力。
能源技术 | 基于模型辨识的灵活接地有源配电系统故障选线算法

能源技术 | 基于模型辨识的灵活接地有源配电系统故障选线算法

摘要：针对含分布式电源的灵活接地方式配电系统故障选线问题，提出一种利用暂态零序网络模型辨识的选线算法。文中建立了中性点小电阻投入后由消弧线圈初始储能放电构成的暂态零序网络，分析了暂态过程阶段主要频率的变化规律以及健全线路、故障线路暂态电流的时域模型。任意健全线路的暂态主频电流由暂态零序电压一阶导数与自身对地电容线性表达，即健全线路等效为电容模型;而对于故障线路较健全线路增加了暂态零序电压与过渡电阻的线性表达部分。进一步以线路电容模型为辨识基准模型，利用暂态零序电压和各线路自身的电容参数来计算各线路的暂态电流。理论上，暂态计算电流与实际测量电流一致，则表明实际线路为电容模型，判为健全线路；反之，判为故障线路。进一步利用暂态计算电流与测量电流的差异构建了相应的故障选线判据。最后，通过Matlab仿真软件验证该选线算法在不同过渡电阻、故障位置等故障情形下的适用性。仿真结果验证了所提方法的可行性。
人工智能 | 面向知识图谱的网络信息自监督强化学习推荐模型

人工智能 | 面向知识图谱的网络信息自监督强化学习推荐模型

摘要：为深入理解和挖掘用户历史网络交互信息中的行为特征，动态提取用户交互行为变化，实现网络信息个性化推荐，构建了一种基于知识图谱的网络信息自监督强化学习推荐模型。该模型构建了用户网络信息交互行为的知识图谱，清晰地展示用户历史网络信息交互行为。通过基于自监督强化学习的特征提取模型，有效捕捉知识图谱中用户行为的动态变化，避免流行度偏差的负面影响，从而提取出历史网络交互信息的特征。基于知识图谱相似度计算，推荐与用户历史交互信息特征相似的网络信息实体，实现精准且个性化的推荐。实验结果验证，所提模型为用户推荐网络电影信息资源后，点击播放转化率达 96.83% ，网络信息个性化推荐效果明显提升。
人工智能 | 基于联动人侵检测的云服务零信任内网主动防御技术研究

人工智能 | 基于联动人侵检测的云服务零信任内网主动防御技术研究

摘要：为保证云服务零信任内网的安全运行，有效实现攻击防御，提出一种基于联动入侵检测的云服务零信任内网主动防御技术。该技术依据云服务零信任内网架构和其自身的防御机制结构的机制原理，利用密度参数的K-means算法聚类该网络运行数据，感知内网安全态势;依据感知结果通过蜜罐诱捕策略诱捕网络中的攻击者;将模糊约束控制方法和蜜罐诱捕相结合，实现攻击行为的联合处理，完成云服务零信任内网主动防御。结果表明，所提防御技术的内网态势感知效果良好，簇内紧凑度的值均在0.906以上，入侵行为谱值均在 ±0.5dB 范围内，主动防御效果良好。
人工智能 | 六维力传感器输出信号采集系统研究

人工智能 | 六维力传感器输出信号采集系统研究

摘要：为了实现应变式六维力传感器输出信号稳定、高速且准确的采集和在线解耦，设计一个可实现六维力传感器输出信号在线解耦的采集系统。该系统采用STM32G431C8T6作为主控芯片，利用MAX11270将采集到的电压信号转化为数字信号输出。数字信号通过SPI通信传回主控芯片，由巴特沃斯数字滤波器处理后，利用离线训练好的解耦参数在主控芯片中实现在线解耦，最后通过ModBus协议输出至上位机。利用静态标定获取的标定样本进行实验研究，结果表明，解耦后的I类误差不大于 2.5% FS,I类误差不大于 1.7%FS, □
前沿交叉科学 | 考虑双重补偿需求响应和碳交易的多综合能源系统低碳优化调度

前沿交叉科学 | 考虑双重补偿需求响应和碳交易的多综合能源系统低碳优化调度

摘要：为提高综合能源系统中能源利用率，实现系统的低碳经济运行，针对同一配电网下多个园区系统间能源协同管理问题，提出一种考虑碳交易和双重补偿需求响应的多园区综合能源系统混合博弈优化调度方法。首先构建以系统运营商为领导者、多园区综合能源系统联盟为跟随者的混合博弈优化模型。其中，系统运营商以自身效益最大为目标，制定电价引导多园区综合能源系统联盟优化运行；园区综合能源系统以自身效益最大化为目标，根据系统运营商的决策进行能源合作共享，并根据各园区综合能源系统在合作中不同的综合贡献能力，采用非对称纳什谈判来分配合作收益。最后，通过二分法和交替方向乘子法对所构造的模型进行求解。算例仿真验证结果表明，所提策略可以有效协同系统间的能源调度，在实现系统联盟低碳经济效益最大化的同时，保障了联盟成员合作收益的合理分配。
前沿交叉科学 | 基于相空间重构的定子绕组端部机械振动信号监测研究

前沿交叉科学 | 基于相空间重构的定子绕组端部机械振动信号监测研究

摘要：定子绕组端部应用的工业环境存在大量的噪声源，且定子绕组端部的机械振动信号特征具有宽动态范围和高随机度的特点，使得振动信号的相空间结构较为复杂，难以准确重构，且无法捕捉到信号的复杂动态行为，这增大了对振动信号监测的难度。为此，提出一种定子绕组端部机械振动信号监测方法。利用三轴加速度传感器采集定子绕组端部机械振动信号，获取其时频流形特征。结合时频原子与相空间重构法对相空间中各维度上振动信号的时频分布展开重构，准确捕捉信号的复杂动态行为，突出振动信号与正常信号的差异，提高宽动态范围内对信号微小变化的监测敏感度。将增强后的振动信号输入到双向长短期记忆(BiLSTM)网络模型中，实现对定子绕组端部机械振动信号的监测。实验结果表明，采用所提方法后JTFE指标显著降低，说明振动信号的频带能量分布更为集中，能够更加精准地监测振动信号。
前沿交叉科学 | 一种融合神经与遗传的食物推荐算法

前沿交叉科学 | 一种融合神经与遗传的食物推荐算法

摘要：人们越来越注重饮食的营养与均衡，对食品选择的要求也更高。针对现有的食谱营养均衡欠缺、缺乏多样化变化且制定耗时等问题，融合神经网络和双种群遗传算法NSGA-II，构建了一个DDNT-GA算法，生成特定食谱。该算法使用神经网络来减少适应度过高的个体，有效防止陷入局部最优；将适应度过低的个体去除，从而形成精英策略，筛选出最合适的个体，在实现食物营养均衡的同时提升模型的运行效率;通过优化神经网络并引入正则化Dropout策略来提高训练速度。采用改进的NSGA-Ⅱ遗传算法并融入双种群的思想，在副种群利用禁忌搜索算法，通过禁忌列表阻止相似食谱的生成，实现食谱多样化变化。实验结果表明,DDNT-GA算法与深度遗传算法(GA-D、BP-GA、NT-GA、JANUS)相比，在适应度上平均提高了 11.3% ，并缩短了训练时间。最终产生的食谱在食物组合上不仅变化多样，而且提高了选择食谱的效率，在消费者食谱制定上有一定的实用价值。
前沿交叉科学 | 基于联合最大均方差异的轴承跨工况故障诊断

前沿交叉科学 | 基于联合最大均方差异的轴承跨工况故障诊断

摘要：针对滚动轴承振动信号近似服从正态分布且在不同工况下特征分布不一致的问题，提出了一种基于联合最大均方差异(JMMSD)算法的轴承跨工况故障诊断方法。该方法能够综合反映再现核希尔伯特空间中数据样本的均值和方差信息，并同时适配深度特征边缘分布和条件分布的距离度量函数。首先，使用原始振动信号作为输入，利用结构相同的特征提取层对源域和目标域进行特征提取;然后，引入联合最大均方差异并结合不同领域之间的特征和输出标签信息，来实现无监督跨工况场景下边缘分布和条件分布的同时对齐;最后，利用凯斯西储大学轴承故障数据集，在不同跨工况故障诊断任务中验证了所提算法的诊断性能优于只关注全局领域适配的迁移学习方法。

过往期刊

更多

猜你喜欢

浙江工贸职业技术学院电子阅览室