信息素养系列课程思政的研究和探索——以中北大学电气工程专业信息素养系列课程为例

课程思政以习近平新时代中国特色社会主义思想为指导,以习近平总书记关于教育工作的重要论述为根本遵循,是习近平总书记对中国高等教育的发展和高校思想政治教育工作高度重视的体现。课程思政作为一种新颖创新的教育教学理念,是落实立德树人根本任务的新思路、新方法、新要求。中北大学电气工程专业信息素养系列课程紧密结合教育部高校课程思政建设指导纲要,重点从信息意识、信息知识、信息能力、信息价值观和信息安全五个维度方面进行深度有效融合思政元素,认真分析并积极探索信息素养课程思政的建设方向和方法,积极探索信息素养系列课程与思想政治课协同育人功能,最终实现“三全育人”即全员育人、全程育人、全方位育人,进而全面提升人才培养质量。

工程认证下控制类课程实验教学体系构建

针对控制类课程多学科交叉融合、实验之间相互独立、实验室利用率偏低等问题,通过系统化的顶层设计、虚拟教研室及共享式实验教学平台的建设,构建了突出工程教育和多学科交叉融合的实验教学体系,提升了学生解决复杂工程问题的能力,以适应工程认证下复合型工程人才培养的需求。

高速高精无人自主系统自抗扰控制方法

高速高精无人自主系统是当下推动世界科技与经济进步的新引擎,是引领空天科技、无人驾驶、智能制造、智慧能源等智能领域发展的第一动力。强鲁棒、高精度、自适应的控制方法则是无人自主系统可成功应用落地的基础。控制领域在理论与应用的互相促进下不断发展,在模型论与控制论的激烈碰撞中,由我国控制学者韩京清先生提出的自抗扰控制(active disturbance rejection control,ADRC)为工程控制与应用提出了一个新方向。ADRC创造性地建立了“总扰动”这一新概念,实现了系统内部、外部不确定性描述的有机统一,将扰动补偿和鲁棒控制融合到了一起,把控制问题的核心归结为抗扰控制问题。ADRC研究的标准态——“链式积分模型”精确地抽象出了运动控制系统的本质特征,因此在航空航天、伺服跟踪、机器人运控等领域得到了广泛关注。

基于故障树分析法的某控制系统故障与可靠性研究

针对复杂卫星载荷控制系统高可靠性提升问题,聚焦系统故障潜在原因,提出一种基于量化底事件与顶事件重要度解析的故障树分析方法。以卫星载荷控制系统设计原理及功能为基础,利用故障树分析法定义故障树顶事件,查找故障原因,确定与底事件之间的逻辑关系,构建故障树;利用布尔代数方法确定故障树最小割集,对故障树底事件进行定性分析;通过最小割集失效率对顶事件进行定性分析,调整单一底事件的质量参数,对底事件与顶事件重要度依赖关系进行量化。研究结果表明,故障树能直观显示系统存在的故障原因,主控芯片故障、时钟信号异常、上位机复位通道故障等为影响系统可靠性的主要故障因素,可根据量化底事件对顶事件故障的影响程度,实现对产品设计、生产、调试、运行过程中潜在故障的预先排查。

基于多智能体强化学习的重载运输车队队列控制

重载运输队列作为现代战争战备物资高效运输方式,有效提升运输能力并降低运输成本。现有队列控制主要关注运动控制特征,忽略了重载特种车辆自身驱动系统构型下系统动力响应特性。基于此,提出了基于多智能体强化学习的重载运输车队队列控制策略,通过控制策略自主式参数优化实现重载队列协同控制,搭建了融合长短时记忆网络的柔性动力需求引导方法,将长期规划策略与短期控制策略解耦,并分别在双层马尔科夫链迭代,建立动力总成元件工况柔性调节控制方法。标准工况试验结果表明:所提出的队列控制策略使队列行驶过程中车头时距保持在1.2 s,动力电池荷电状态维持在35%~65%,并使发动机工作在高效经济区间内,有效提升了重载运输队列的稳定性、耐久性与燃油经济性。

基于迭代策略的自适应ADRC磁轴承控制仿真

针对磁悬浮轴承位置控制过程中存在非线性耦合、内外部扰动不确定性的问题,提出了一种基于自抗扰控制的四自由度磁轴承迭代学习控制策略。首先依据四自由度磁悬浮轴承系统模型搭建自抗扰控制器,其次将估计的总扰动通过间接迭代控制在线调整扩张状态观测器的带宽,实现不同增益下观测器参数的自适应整定。Simulink仿真实验数据表明:系统约在0.14 s处达到稳定,加入干扰后约0.05 s恢复稳定;基于迭代控制的自适应ADRC四自由度磁悬浮轴承控制性能好,同时调节速度快,具有较强的抗干扰能力。经比例-微分型间接迭代学习控制律在线更新带宽后,超调量小且跟踪目标误差积分性能指标小。

基于改进蚁狮优化的火炮随动系统控制方法

针对防空火炮对随动控制系统跟踪精度高和强鲁棒性的要求,提出一种基于改进粒子群蚁狮优化(Improved Particle Swarm Optimization-Antlion Optimization,IPSO-ALO)算法的火炮随动系统控制策略。首先在建立火炮交流伺服系统模型的基础上,分析了位置控制器结构;其次,利用改进的蚁狮算法优化了位置环PI控制器,为解决算法迭代后期蚁狮的多样性降低导致陷入局部最优的问题,并且为保证得到最优参数,将PSO算法与ALO算法融合,利用粒子群算法更新蚁狮位置,进一步更新蚁狮算法的精英主义阶段,并且分别在粒子群算法中引入自适应非线性递减惯性权重系数,加强算法在后期的局部搜索能力,在蚁狮算法中引入动态比例系数和非线性动态权重,提高了算法的全局搜索能力;最后,在MATLAB/Simulink建模仿真并分析了各控制器作用下系统的稳定性、跟踪性及鲁棒性。仿真结果表明,IPSO-ALO算法对于PI控制的各种性能指标最优,其调节时间较IPSO和IALO分别提升18.2%和33.1%,所设计的控制器能够使火炮随动系统获得更好的响应特性和跟踪精度,抗干扰能力强,有较强的鲁棒性,证明了该方法的有效性。

基于事件触发机制和最小学习参数的FAHV指定时间收敛自适应控制

针对当前吸气式高超声速飞行器自适应控制结果仅能实现误差渐近收敛于预设包络、神经权值在线更新存在计算爆炸、对机载资源过度占用的难题,提出了基于事件触发机制和最小学习参数的FAHV指定时间收敛自适应控制方法。首先,阐述了一种不依赖精确误差初值同时又能确保误差指定时间收敛的改进预设性能控制机制;其次,构建了用于FAHV干扰辨识的相对阈值事件触发神经网络;最后,设计了相对阈值事件触发控制算法,有效降低了闭环控制器对通信资源的消耗,在非等周期信号传输的基础上实现了良好的控制精度。仿真结果表明,所提方法能够在低计算与传输资源消耗下对高度/速度参考信号实施指定时间跟踪。

一种变输入电压的TCM滞环电流逆变器控制方法

针对TCM逆变器在过零点附近因开关频率过高导致并网电流THD和开关损耗增加的问题,提出一种变输入电压的准恒频控制方法。通过控制后级输入电压限制TCM电流源型逆变器的最大开关频率,降低了并网电流的谐波失真率。通过Simulink搭建仿真模型,对并网电流进行FFT分析,结果显示该方法相比传统的TCM调制方法使得并网电流的THD下降了0.02%,验证了所提方案的可行性。

基于参数优化变分模态分解的信号降噪方法

针对心电信号中肌电干扰噪声难以去除的问题,提出一种基于参数优化变分模态分解(VMD)的信号降噪方法。通过设计动态边界策略和反向种群生成方式,对白鲸优化(BWO)算法进行改进;采用改进白鲸优化算法对VMD参数自适应寻优,确定分解层数K与惩罚因子α;对含噪心电信号进行分解,得到k个本征模态函数(IMF)分量,同时采用相关系数法进行有效模态和含噪模态识别;对噪声主导的模态分量采用小波阈值降噪,并重构信号主导模态与降噪后模态。对仿真信号与含真实肌电干扰的心电信号进行降噪处理,实验结果表明,所提方法去噪效果优于小波阈值去噪法、EMD法、EMD-小波阈值去噪法,真实含噪的心电信号经该方法去噪后自相关系数可达0.91以上。

多障碍环境下巡检机器人路径规划优化研究

针对大规模、密集的障碍物分布,高效地搜索最佳路径是一个挑战,为规划出更短的巡检路线,并实现多障碍环境下的灵活避障,文中提出一种多障碍环境下巡检机器人路径规划优化方法。使用二维矩阵构建巡检环境模型,应用D*算法在巡检环境模型中进行巡检机器人路径规划,并将传统D*算法中的扩展步长方式改变为自适应扩展步长,使机器人在面积较大的巡检场地能够更快地完成巡检;将代价函数由欧氏距离替换为切比雪夫诺距离和曼哈顿距离融合的代价函数,并引入了平滑度函数优化线路规划结果,使规划的路径更为平滑,在遇到由于多种原因产生的新障碍物时可以重新规划路径。通过实验结果可知,无论是静态地图还是动态地图,该方法均可以快速准确地规划出一条最佳路线,并且在多种环境中应用该方法能够高效获取路径规划结果。

基于信息补偿的红外弱小目标检测方法

针对红外弱小目标容易在网络迭代过程中损失纹理细节信息,从而导致目标定位和轮廓分割的准确性下降的问题,提出一种基于信息补偿的红外弱小目标检测方法。首先,利用图像特征提取(IFE)模块编码红外源图像的浅层细节及深层语义特征;其次,构建多级信息补偿(MIC)模块通过聚合相邻级别的特征对编码阶段下采样后的特征进行信息补偿;随后,引入全局目标响应(GTR)模块联合特征图的全局上下文信息对卷积局部性的限制进行补偿;最后,构建非对称交叉融合(ACF)模块对浅层和深层特征进行融合,以实现目标解码时纹理信息与位置信息的保留,进而完成对红外弱小目标的检测。在公开的NUAA-SIRST(Nanjing University of Aeronautics and Astronautics-Singleframe InfraRed Small Target)和NUDT-SIRST(National University of Defense Technology-Single-frame InfraRed Small Target)混合数据集上训练和测试的实验结果表明,与UIUNet(U-Net in U-Net Network)、LSPM(Local Similarity Pyramid Modules)和DNANet(Dense Nested Attention Network)等方法相比,所提方法在交并比(IoU)上分别提高了9.2、8.9和5.5个百分点,在F1分数(F1-Score)上分别提高了6.0、5.4和3.1个百分点。以上表明所提方法对红外复杂背景图像中的弱小目标可以实现准确检测和有效分割。

融合思政元素和项目思维的“电力电子技术”教学改革探索

针对“电力电子技术”课程教学中存在的问题,文章以解决电气及自动化系统开发中的复杂工程问题为建设目标,提出了一种“融合思政元素和项目思维”的教学模式。通过收集并融入工程实例,结合思政元素,设计了课程教学方案。以分布式光伏发电系统为工程项目实例,阐述了基于项目思维的教学实施过程。该课程教学改革不仅促进了教学内容的创新,也提高了学生的动手实践能力,为电气工程及其自动化专业的教学提供了新模式和新方法。

中波导航机天线远程控制系统设计

针对应用于航空领域的中波导航机,设备智能信息化程度低、缺乏远程响应能力的问题,以期推进无人值守及智慧台站建设,提出一种中波导航机天线远程控制系统。设计基于机构联动的系统切换模块和到位检测电路,实现远程设备切换和系统状态检测;控制终端接收状态反馈,并以软件程序流程下发控制事件,实现远程响应。采用前后端分离的MVC架构,以前端Vue、后端Springboot技术栈开发一套B/S结构软件系统。基于边云协同的网络架构模型完成系统部署,满足分布式台站的集中监测需求。系统稳定运行,解决中波导航系统天线远程控制及设备切换等问题,成为导航台站无人值守及智慧台站建设的重要组成部分。

宽波段双探测器高精度激光告警采集控制系统

针对二维激光告警中对探测数据高精度、宽波段及大视场角的需要,设计一种基于双探测器结构的高精度数据采集控制系统。提出运用两片GH-VSW640-F15c改进型InGaAs焦平面阵列探测器作为核心器件,重点设计探测器偏置电压电路,模拟信号调理转换传输电路及FPGA控制逻辑。设计电路并进行测试,测试结果显示:在方位角±55°俯仰角±50°的视场范围内,对宽波段0.4μm~1.7μm内不同波长实现双探测器精确高速图像采集,采集时间可达17.3 ms,采集数据角度分辨率为0.05°。实验表明该系统的数据采集精度与实际探测视场范围都达到了实际应用要求,可为二维高精度激光探测与定位系统提供准确的测量数据。

利用反馈光路的弹光调制器定标及稳定控制

为了实现弹光调制器(photoelastic modulator,PEM)精确定标和长时间稳定工作,提出了一种利用反馈光路的相位延迟幅值定标及控制方案,理论计算并仿真分析了PEM通光孔径上相位延迟幅值的空间分布。在偏离PEM中心的位置设计了集成化的定标反馈光路;结合倍频项比值的相位延迟幅值定标方法,采用数字锁相技术同时提取反馈光路调制光强信号中倍频项,求解出PEM相位延迟幅值。按照上述方案加工制作了PEM实物,并进行了定标及稳定控制实验。实验结果表明,PEM中心相位延迟幅值的定标值与实测值相对偏差不超过0.22%;利用反馈光路控制约100 min,PEM相位延迟幅值标准偏差为0.001 8 rad,最大偏差低于0.42%,实现了PEM相位延迟幅值精确、实时定标,同时实现了PEM长时间稳定控制。

碟式太阳能光热发电跟踪控制系统的研究

碟式太阳能光热发电跟踪控制系统的关键技术在于使太阳光线始终垂直照射在碟式聚光器上,提高太阳能的利用率。碟式聚光器跟踪月球的目的是测月光的聚光光斑的相对能流密度分布,乘以太阳直射辐射(DNI),得到太阳的聚光光斑的能流密度分布。采用天文算法计算出太阳和月球的高度角和方位角,得到高精度的太阳和月球位置。该实验平台突破了传统的控制方式,利用全新的上位机软件dishcontrol.exe来控制碟式聚光器的俯仰和水平驱动机构跟踪太阳和月球的高度角和方位角,跟踪方式为双轴跟踪模式,系统的跟踪精度可达0. 001 rad,与以往的控制系统相比,跟踪精度提高了1倍左右。

基于混合算法改进的采煤机采高仿人智能控制模型设计

为解决基于仿人智能控制的采煤机采高控制系统在模态转换时易发生边界突变、稳定性差、模态参数不易确定等问题,提出一种基于模糊逻辑改进模态切换,利用粒子群算法优化参数的仿人智能控制模型。该模型将仿人智能控制误差相平面e—e的特征模态扩展为模糊集合,通过模糊逻辑推理跟随误差和误差变化实时地选择最优的控制模态,通过粒子群算法跟随误差和误差变化实时地调整控制模态参量。以阶跃响应模拟在煤岩界面遇见断层的控制性能仿真实验表明,所提出的仿人智能控制模型相较于原始仿人智能控制算法稳定时间提高了4.71 s、上升时间提高了0.345 s、峰值时间提高了0.671 s、超调量降低了5.458%。所提出的模型在系统模态转换时的稳定性、快速性、鲁棒性及参数寻优方面均好于其他控制模型,具有优越性。

四旋翼动力学建模及非线性PID轨迹跟踪控制

四旋翼无人机因其简单易用性被应用于航空摄影、天气监测、交通监控、军事监视和地球科学等领域,可以配备摄像头和各种传感器按照既定轨迹飞行,来准确执行许多复杂的任务。通过四旋翼飞行器系统刚体运动学建模及模型线性化处理,针对速度和姿态角较小时的轨迹跟踪问题,设计了级联双闭环比例-积分-微分(proportional-integral-derivative,PID)控制器。利用Simulink对所设计模型进行仿真分析,验证了定点悬停和平面正弦轨迹跟踪性能。仿真结果表明:基于小角度假设条件下,所设计PID控制系统可以有效地完成四旋翼飞行器的既定轨迹跟踪。最后通过实物飞行测试,验证了控制算法的有效性。

基于RBF神经网络的迟滞非线性模型预测控制

压电执行器具有响应快、质量比大、刚度高等特点,在纳米技术领域得到了广泛的应用。迟滞特性作为一种固有的非线性特性,极大地影响了迟滞控制的性能。本文提出了一种非线性模型预测控制(NMPC)方法来解决压电执行器的位移跟踪问题。首先,利用RBF神经网络实现了压电执行器的"外源输入非线性自回归移动平均"(NARMAX)模型;其次,利用NMPC原理将跟踪控制问题转化为优化问题,然后采用梯度下降算法求解。为验证所提出的建模和控制方法的有效性,并进行了MATLAB与COMSOL仿真实验。结果表明,所提出的RBF预测模型具有令人满意的精度,NMPC方法跟踪所得期望位移与实际位移绝对误差值最大达到0.016μm,平均绝对误差达到0.0121μm,具有较高的精度。