摘 要: 冲击波超压测试作为评价武器性能的重要手段,其测试过程要求测试设备具有多通道、大容量数据存储和冲击波信号触发时间精确记录的功能。基于此,提出一种时基同步的冲击波超压存储测试技术。该技术以GPS卫星授时技术为基础,通过GPS模块输出的串行数据和PPS信号对设备系统时钟进行校准,并利用多通道数据存储技术实现对数据存储空间的管理和存储数据文件的检索。实验结果表明,采集设备间时基同步误差为256
摘 要: 无线通信技术的飞速发展以及包含相关功能产品的广泛使用,使得环境电磁场呈现复杂的变化特性,且城市电磁环境状况日益恶化,故进行电磁辐射的分析与预测对于潜在风险预警与控制至关重要。文中对北京市典型商业区核心街道连续时段的宽带电磁辐射进行了测量,并对其进行了短时傅里叶变换分析。分析结果显示,电磁辐射时变规律与人们的作息活动具有相关性,且受部分时段无线设备密集使用的影响,呈现出强烈的低频周期性和
摘 要: 对空气悬挂空压机的等熵效率测量系统进行了深入探讨,提出一种最优测量等熵效率的系统。首先详细分析了计算等熵效率的步骤,并探讨了输入参数对等熵效率不确定性的影响。通过充罐排气量检测方法构建了试验装置,并设计了基于S7⁃200⁃SMART PLC控制的等熵效率检测系统。该系统采用VB6.0作为上位机软件,并通过ModBus协议及RS 485接口实现与PLC或触摸屏的点对点通信。研究还分析了等
摘 要: 基于视频图像和毫米波雷达,设计了一种风力发电机组净空监测系统。视频净空主机利用图像边缘检测等方法对相机采集到的图像进行处理,获取风机叶片的叶尖坐标。毫米波雷达发射锥形电磁波,实时监测风轮旋转过程中叶片周期性经过该区域时形成的叶片目标点,并输出叶片相对雷达的坐标信息。通过坐标转换和曲线拟合,计算叶尖与塔筒之间的实时距离,即叶片的实时净空。视频净空值和毫米波雷达净空值由一个中心端统一处理,
摘 要: 随着移动互联网的发展,终端业务对时延和算力的要求越来越高,采用异构处理器构建边缘集群成为解决通用芯片算力不足的可行方案。然而现有的任务调度研究往往只考虑CPU、内存等通用计算资源,缺少对异构计算技术与边缘计算相融合场景的考虑。针对边缘侧的异构在线任务调度问题,结合时延和负载均衡两个指标,提出一个异构资源匹配度的概念,建立一种算力、需求和匹配度模型,并基于此设计一个在线任务调度算法。仿真
摘 要: 为评估数字隔离器在长期使用过程中的稳定性和寿命,提出一种基于经时击穿(TDDB)的寿命测试系统,通过自动化和多路并行测试来提升测试效率。具体方法包括设计一个支持16路同时进行测试的系统,使用DSP控制程序和上位机软件进行数据处理,并通过增加电压应力来加速老化测试。实验结果表明:该系统能够在检测到失效时立即终止测试,并自动记录失效时间;同时通过模拟工作电压环境,提高了测试结果的可靠性。与
摘 要: 移动边缘计算的计算密集型任务多为工作流任务,传统方法在解决工作流任务卸载问题时很难充分考虑子任务之间的依赖关系,并且计算卸载算法性能不佳。为了解决以上问题,将工作流任务卸载问题建模为马尔可夫决策过程下的最优策略问题,构建问题的状态空间、动作空间和奖励函数。以最小化工作流任务的任务完成时间和系统能耗为目标,提出一种融合注意力机制的基于深度强化学习(DRL)的工作流任务卸载算法(DWTOAA
摘 要: 金融数据具备非线性、高维度的特点,同时对安全性有较高的要求。文中结合区块链技术和模糊聚类算法,提出一种面向区域互联网金融的异常数据分析模型,该模型由异常数据分析算法和隐私保护算法组成。异常数据分析算法针对模糊均值聚类算法处理高维非线性数据能力弱的缺点,使用深度信念网络进行改进,进而提升模型的数据处理能力。隐私保护使用差分隐私保护算法,在不利用背景知识的前提下完成数据的保护,同时保证了数
摘 要: 用电器老化、长时间工作、忘记关闭等不当操作容易导致短路和漏电,甚至引发火灾,造成严重的经济损失。为此,提出一种基于最小二乘法的用电器在线识别系统。该系统首先通过高速ADC采集主线路上整周期的电流波形信号;然后进行最小二乘法计算,从而识别出用电器的在线状态;最后采集线路电压、频率、温度等数据,发送到串口屏进行显示,并通过WiFi模块将数据上传至云服务器,用户可以在手机APP远程查看和管理
摘 要: 为了快速、准确地存储多模态异构网络数据,提出一种云计算环境下多模态异构网络数据安全存储方法。采用编译套件部署多模态异构网络,利用后端编译模组生成网络的初始化配置,再利用前端编译模组分析与优化网络。针对多模态异构网络,构建包括客户端、服务器端、云存储服务插件、元数据存储的私有云存储架构。私有云存储架构采用虚拟化加解密方式,运行基于匿名广播加密的数据加密算法,引入拉格朗日插值方法,利用数据
摘 要: 为了解决磷酸铁锂电池在直流操作电源中长期浮充和运维工作量大的问题,提出一种适用于此系统的控制策略。首先,给出磷酸铁锂直流操作电源的主电路拓扑结构,阐述其运行工作原理;然后,提出间歇式充电控制策略,避免电池长期处于浮充状态,并引入有源并网放电技术的放电控制以降低电池运维工作量,通过串联二极管的温控风冷散热设计,实现了负荷的独立不间断供电;最后,根据系统运行工况的分析,给出系统电压和电流参
摘 要: 针对变压器故障诊断存在的精度低、鲁棒性不强等问题,提出一种基于卷积神经网络(CNN)和支持向量机(SVM)的故障诊断方法。首先,基于油中溶解气体分析(DGA)法,以5种特征量作为输入,利用CNN提取数据的特征信息;然后导入SVM中进行分类,实现变压器的故障诊断。基于336组油气数据对所提模型的性能进行验证,并将其与其他方法进行对比。实验结果表明:所构建的CNN⁃SVM诊断模型与CNN⁃
摘 要: 传统的聚类异常数据检测算法在处理高维度、大数据量且异常值分布杂乱的机电设备环境参数时,存在聚类效果差和检测效率低的问题。为此,在原有异常检测算法的基础上提出一种基于先验聚类的机电设备环境参数异常检测算法。该算法改用历史数据构建先验聚类,确保聚类构建不会受太多异常环境参数所影响;在选取聚类中心时引入密集度的概念,以确保聚类中心的可靠性,并在选取聚类中心过程中去除已选聚类中心周围的数据点,
摘 要: 为了实现电压型无线电能传输系统(WPT)的精确和稳定输出,解决自抗扰控制器(ADRC)参数整定复杂的问题,提出一种基于径向基(RBF)神经网络优化的ADRC控制的WPT系统。首先,建立双边LCC型WPT系统模型,并采用Hammerstein模型简化系统分析和控制器设计;其次,利用RBF神经网络的在线学习能力动态优化ADRC控制器中的可调参数,以实现对系统输出电压的精确控制;最后,搭建基
摘 要: 针对高噪声环境下难以提取轴承故障频率特征的问题,提出一种结合完备集合经验模态分解(CEEMDAN)、小波阈值降噪(WTD)和蜣螂优化算法(DBO)的方法。使用CEEMDAN将信号分解成多个固有模态函数(IMFs),并根据综合评价指标对IMFs信号进行选取;随后使用WTD对选取的信号进行降噪处理,使用DBO对改进的阈值函数的参数进行自适应选取,在有效减小噪声水平后进行信号重组。将重组信号
摘 要: 为了增大液态金属电磁泵的电磁推力,首先在计算机上设计一种具有新型拓扑结构的电磁泵,并建立直线感应电磁泵的有限元模型。在瞬态场下,将直线感应电磁泵的电磁推力、法向力进行耦合分析,对比在不同匝数电流配比、不同气隙尺寸下的次级涡流分布及磁场分布。之后分别用田口法和EA优化算法进化优化处理。为提高电磁推力在复合力中的占比,提出一组合适的直线感应电磁泵的参数尺寸配比。虽然两种算法皆可以提高电磁推
摘 要: 点云Transformer网络在提取三维点云的局部特征和携带的多级自注意力机制方面展现出了卓越的特征学习能力。然而,多级自注意力层对计算和内存资源的要求极高,且未充分考虑特征融合中层级间以及通道间的区分度与关联性。为解决上述问题,提出一种基于点云Transformer的轻量级特征增强融合分类网络EFF⁃LPCT。EFF⁃LPCT使用一维化Ghost卷积对原始网络进行重构,以降低计算复杂
摘 要: 目前高精度运算放大器的应用愈发普及,由于集成电路制造工艺的限制,运算放大器的输入级晶体管和负载电阻无法做到完全匹配,因此需要通过修调方式提高运放输入级的匹配度,以此减小失调电压。文中介绍了运放失调电压的定义和产生的原因,分析了失调电压的测试方法,并对常用的失调电压修调方法进行了介绍和对比,总结了激光修调的优点。然后分析失调电压激光修调的原理,同时基于激光修调常用的几种切割方式,选择帽型
摘 要: 为提高X、γ剂量率仪检定、校准的自动化程度,提出一种基于计算机视觉的X、γ剂量率仪数字识别系统。该系统可实现摄像头视频采集、采集图像预处理、仪表图像的文本检测与识别以及识别结果的后处理。分别采用DBNet与CRNN⁃CTC作为文本检测与文本识别的模型,比较不同骨干网络结构对模型的影响。在平衡准确性和速度指标后,选择MoblieNetV3作为文本检测和识别模型的骨干网络,对32种常见的X
摘 要: 热电联产技术由于具有经济、低排放、高效能源利用等众多优势,在现代电力系统中应用广泛。文中研究包括多机组在内的热电联产经济调度优化,建立了考虑机组阀点载荷效应、爬坡速率限制等因素的热电联产模型,并对热电联产机组进行了热电解耦改造。针对该模型中数值算法求解存在的无效迭代次数多、收敛精度低甚至不收敛的问题,提出一种具有速度约束的自适应布朗运动雪雁算法,通过约束速度大小以及有规律地调整雪雁算法
摘 要: 随着人口老龄化的加剧,老年人异常行为的识别技术已成为医疗保健领域亟需解决的关键问题。目前的异常行为识别算法面临一个挑战,即无法确保在识别多种异常行为的同时提高模型的识别准确率与计算效率。为解决此问题,提出一种FDS⁃ABPG⁃GoogLeNet模型。该模型采用了三种不同层级的改进Inception模块,并将这些模块在网络深层和浅层结构中并行连接,在中层结构中引入残差结构,通过特征融合的
摘 要: 在工业生产现场,起重机械被广泛用于物料搬运,在运行过程中其吊钩对人员安全和财产会造成潜在的损害。为防止这些事故的发生,在基于双目视觉的基础上,提出一种YOLOv5小目标检测算法,通过识别物添加和双目视觉结合的方法实现了起重机吊钩的快速、精确定位。同时,在OpenCV和Python环境下分别对YOLOv5的4种经典网络模型进行训练和预测,并进行了现场实时数据采集、误差分析与校正。研究结果
摘 要: 针对永磁同步电机控制系统在采用单电流传感器矢量控制算法进行电流重构时,易产生重构盲区,从而导致部分区域电流重构失败的问题,提出一种基于相位补偿的改进电流重构技术。在不影响合成电压矢量幅值的情况下调制脉冲位置,并在电压扇区边界对重构电流进行补偿,不仅消除了电流重构盲区,而且在电压扇区边界抑制了重构电流畸变。与传统方法的仿真对比结果证明,利用所提方法得到的重构电流更接近实际电流值,重构电流
摘 要: 针对永磁同步电机传统滑模观测器存在高频滑模噪声,从而导致精度低、较大抖振以及相位延迟的问题,以及使用固定的滑模参数会使估算精度受到参数干扰而产生误差的情况,造成控制精度比较低,提出一种改进的粒子群优化(IPSO)算法超螺旋滑模观测器作为无位置传感器控制的改进方法。该方法首先进行永磁同步电机数学模型的建立,然后建立超螺旋滑模观测器,最后应用改进粒子群算法。超螺旋算法采用积分形式来消除高频
摘 要: 针对光伏发电功率波动性强和预测准确度低的问题,提出一种基于变分模态分解(VMD)、改进蜣螂算法(IDBO)优化长短期记忆(LSTM)网络的光伏功率预测模型。利用VMD对光伏功率时序数据进行分解,得到不同频率但具有一定规律的子序列,从而达到减少光伏功率波动性的目的。利用可变螺旋搜索策略、Lévy飞行策略和自适应t分布变异策略来改进蜣螂算法,对改进后的蜣螂算法与其他优化算法进行性能测试对比
摘 要: 针对原始图卷积神经网络推送模型存在的冷启动和过平滑问题,文中基于堆叠重构网络和改进自编码器网络,提出一种针对用户画像的多信息推送模型。对于冷启动问题,在图卷积网络的输出部分,将用户画像中的评价信息嵌入到网络中,之后通过注意力网络层提取特征信息,并对模型进行堆叠,以提升用户交互数据的质量。对于过平滑问题,增加网络层数的同时,使用改进的自编码器和度预测模块对动态图网络进行局部训练,从而提升
摘 要: 为解决复杂工况下的机械臂避障与路径规划问题,提出一种通过降维预实验预设分段式插值的改进RRT算法。该算法基于多次降维实验拟合,得到路径中间点,通过插值不断替换目标点,将长距离多障碍的目标路径分段求解,具有较好的时间与求解优势,并且能得到研究者所期望的路径走向。经过可视化结果对比:所提算法相比RRTConnect算法减少了约71%的收敛时间,减少了约58%的迭代计算量;而相对于传统RRT