基于改进YOLOv4的多目标车辆检测算法

针对现有检测方法存在小目标车辆漏检率高以及夜间车辆误检率高的问题,提出一种基于改进YOLOv4的多目标检测算法。引入深度可分离卷积代替标准卷积,减少模型的参数量与计算量。在保留YOLOv4输出层的同时,增加一层网格为104×104的输出层,提升算法对小目标车辆的检测性能。在Head部分引入Inceptionv3结构,采用K-means++聚类算法重新确定锚框,进一步提高算法对小目标车辆的检测性能。实验结果表明,算法相比改进前,在不降低检测速度的同时,其mAP增加2.44%,模型大小减少1/3,具有良好的鲁棒性。

基于ADAMS的高空作业车举升臂动力学研究

以国产某型14 m折叠臂式高空作业车为研究对象,运用多体动力学软件ADAMS建立了举升臂的机构模型,在此基础上对其举升臂的作业过程进行了动态仿真分析,绘制出举升臂部件的速度、关节驱动力矩的变化曲线。仿真结果表明:通过使用软件内建函数可以很好的模拟举升臂的切换运动,为举升臂的运动控制提供了可行的方法。

Volterra核的测量及在非线性模拟电路测试中的应用

研究了Volterra频域核的测量方法,提出一种利用优化正弦谐波信号作为系统的激励信号测量Volterra频域核的方法.将其用于测量2阶Volterra核时,没有1,3,5等奇数阶和4阶Volterra核的干扰,测量精度高.利用2阶Volterra频域核作为故障特征对非线性模拟电路进行故障诊断,仿真结果表明,故障识别率高,时间开销小,通用性强.

应用Elman网络优化非线性模拟电路测试激励

非线性模拟电路瞬态测试激励信号的参数对电路故障识别率影响很大,在搜索最佳激励信号的过程中,需建立非线性模拟电路的系统模型。Elman网络是一种递归神经网络,能逼近任意动态非线性系统。该文用一种改进的Elman网络建立故障电路和非故障电路的系统模型,用遗传算法搜索最佳瞬态测试激励信号参数,仿真实验结果表明经过该方法优化后的激励信号能大大提高非线性模拟电路的故障识别率。

一起发电机横差保护动作原因的分析及处理

发电机横差保护是装设于发电机双星形接线的定子绕组中,防止绕组匝间短路的一种保护。文章结合在小关子电站运行期间发生发电机横差保护动作的现象,着重阐述横差保护动作原因及故障处理。

基于频域内插抗混叠Shannon小波包变换的谐波检测方法

提出了一种基于频域内插抗混叠Shannon小波包变换的谐波检测技术,首先分析了小波混叠的物理本质,然后选择分频严格的Shannon小波函数构造了频域内插方法,并利用线性调频Z变换进行快速求解,最后给出了小波包变换算法。仿真实验表明该方法可有效消除谐波检测中的小波混叠现象。

新能源汽车光伏充电站的MPPT技术研究

光伏电池由于其非线性功率输出特性,需要实时变更光伏系统的输出特性进行最大功率点追踪(MPPT)。传统基于Buck或Boost拓扑的PID恒压控制法的MPPT技术,具有精度差、调节时间长、灵活性差等不足,提出了一种采用仿人智能控制算法(HSIC)进行恒压控制,并在电路拓扑上采用Buck-Boost拓扑电路代替传统的Buck或Boost电路,最后在MATLAB/SIMULINK下进行建模仿真。实验结果表明,该控制方法灵活性高,控制速度和精度等动稳态性能优于一般的PID控制方法,证明了该控制方法的有效性。

机械电子专业应用技术型工程师教育改革研究

针对当前工程师教育整体水平不高,实用型、创新型、应用型复合人才紧缺的现状,旨在转变教育思想、更新教育观念,以提升学生的技术应用能力为核心,以改革人才培养模式和课程体系为重点,积极探索符合我校办学特色的机械电子工程专业定位目标、人才培养体系、教师队伍和实践基地建设措施,使学生的实践能力、动手能力与创新能力得到不断提高。

基于Buck-Boost拓扑的新量子遗传算法在MPPT技术中的应用

非线性的光伏电池要求在不同光照和温度等工况条件下实时变更电压、电流等负载特性实现MPPT追踪光伏电池最大功率点。针对一般遗传算法用于MPPT最大功率点追踪过程中出现的早熟、收敛慢等不足,提出一种改进的量子遗传算法与扰动法相结合的算法。在电路拓扑结构上采用Buck-Boost电路替代传统的Buck电路或Boost电路,并在Matlab/Simulink下进行了建模仿真。实验结果表明,该算法具有良好的最优点搜索能力和跟踪能力,且控制精度高,同时有效抑制了最大功率点附近的波动,证明了该控制方法的准确性和有效性。

四驱PHEV逻辑门限控制策略研究

基于一款四驱PHEV,以整车需求功率和电池包荷电状态为输入变量制定了逻辑门限控制策略,并根据不同的循环工况和行驶里程对纯电动行驶最大允许功率的阈值进行优化。增加整车需求扭矩为输入变量来优化能量管理策略。在Matlab/Simulink平台上,搭建整车逆向仿真模型,对优化前后的阈值进行整车经济性仿真实验,通过对仿真结果进行对比分析可知:经优化后,整车的经济性得到了一定的提高。

基于改进EKF的锂离子电池SOC估算

采用改进的扩展卡尔曼滤波(EKF)对电池进行荷电状态(SOC)估算,运用Levenberg-Marquardt方法对改进EKF的协方差矩阵进行修正。相对于标准EKF而言,改进EKF估计SOC的绝对误差降低了0.526%,精度得到提高。

锂离子电池数值模型与经验模型研究

设计锂离子电池及优化其参数,确定荷电状态工作区间,以提高其使用寿命。需要精确的电池模型作为理论和实证研究的基础,电池模型分为数值和经验两大类别,分别从电池内部电化学反应和电池充、放电测试数据来建立起锂离子电池模型。分析对比两类模型精确度与适用性,通过两者与实验测试数据的仿真对比,发现以电化学出发的模型精度高于经验模型。

内置V型永磁体尺寸参数的优化设计

通过改变电机磁路结构来提高电机输出转矩和效率,基于ANSYS电磁仿真平台,设计了"V"型磁路结构及其相关尺寸参数,利用空载系数和转矩波动最优化得到最优尺寸,最后通过台架试验对比原"一"字型磁路结构电机的性能输出,结果表明:"V"型磁路结构相比于"一"字型磁路结构,输出转矩提高了6.3N,效率提高了5%,验证了"V"型永磁体尺寸参数优化设计的合理性。

放射性气载流出物取样代表性分析

为获取核设施放射性气载流出物单点连续监测取样位置,提出基于随机轨道模型(DRW)的气-固多相湍流耦合方法求解代表性取样区域。借助k-epsilon湍流模型模拟连续相,并引入离散颗粒模型(DPM)模拟离散相,建立基于DRW模型的排风管道内流道气-固多相湍流耦合计算模型,计算了核设施气载流出物在管道内流道流场分布规律,分析了内流道流体气旋角、气流速度、示踪气体浓度、气溶胶粒子浓度与管道高度间的关联关系。分析结果表明,随着截面高度的增加,气旋角、气流速度变异系数(COV)、示踪气体浓度COV及示踪气体浓度最大值与平均值的偏差逐渐降低并趋于稳定,气溶胶粒子浓度COV在截面6与截面8满足取样代表性要求;基于计算流体动力学方法可快速地确定出代表性取样位置,为气载流出物单点取样现场试验提供了理论参考依据。

外骨骼机器人柔性关节液压泵泄漏状态识别

针对液压信号非线性、时变且难以识别的问题,提出了一种基于梅尔倒谱系数(MFCC)与时域特征组合的外骨骼机器人柔性关节液压泵泄漏状态的分类识别方法。实验提取样本液压信号的12个梅尔倒谱系数,再组合信号的12个时域特征作为样本的特征向量,然后采用随机森林作为分类器,对液压泵泄漏状态进行识别,并对比分析了梅尔倒谱系数结合随机森林分类器与小波特征加希尔伯特-黄特征结合随机森林分类器和支持向量机(SVM)的分类识别效果。结果表明,梅尔倒谱系数能够很好地表征液压信号的泄漏状态信息,结合随机森林分类器,能够有效完成液压泵无泄漏、微弱泄漏与严重泄漏3种状态的识别,综合识别率达到99.3%。

基于遗传算法的模拟电路故障诊断激励优化

介绍了用改进的遗传算法优化激励信号的参数。仿真实验表明,经过优化后的激励信号能大大提高模拟电路的故障诊断效率,对线性和非线性模拟电路都适用。

Elman神经网络在非线性模拟电路故障诊断中的应用

Elman神经网络把隐层输出反馈回输入层,是一种动态递归神经网络,改进的Elman网络能逼近任意动态非线性系统。本文研究了Elman网络的结构和学习算法,并把改进的Elman网络应用于非线性模拟电路故障诊断激励信号参数优化中,以提高故障正确诊断率。首先用改进的Elman神经网络建立故障电路和无故障电路系统模型,然后用遗传算法搜索电路故障诊断的最佳激励信号参数。

基于BP神经网络的智能车辆换道决策模型研究

为了正确刻画智能网联环境下的车辆换道行为,提出基于BP神经网络的车辆换道决策模型。分析了交通流中车辆换道行为,以HighD自然驾驶数据集为数据来源,筛选出1 900组车辆换道和未换道信息作为模型的训练与验证,利用高斯滤波方法拟合目标车辆换道轨迹和横向位移轨迹,选择影响车辆换道决策的7个参数作为模型输入,建立BP神经网络换道决策模型,利用筛选出的数据进行模型的训练和测试。结果表明,选择7个参数建立的BP神经网络模型决策精度达到96.2%,能有效识别车辆换道行为。

气动柔性关节的设计与应用

针对当前康复下肢机器人动力源刚度较强以及气动人工肌肉控制非线性、滞后性等问题,设计了一种气动人工肌肉和磁流变制动器复合驱动的膝关节结构。依照MRB-PAM柔性关节的运动学模型,探究了仿生柔性关节运动特性;基于三元素模型和Bouc-Wen模型以及能量守恒定理,研究推导出了关节结构参数与动力学特性的映射模型以及建立了单腿拉格朗日动力学MRB-PAM柔性关节的动力学模型,探究柔性关节的复合驱动机理。研究结果表明,MRB-PAM柔性关节较PAM柔性关节具有良好的稳定性和承载能力,验证了MRB-PAM柔性关节的可行性。

考虑时变摩擦的直齿轮副啮合刚度计算及其影响因素分析

针对直齿轮副啮合过程存在时变摩擦问题,建立直齿轮副啮合模型,推导齿轮副在啮合点处的相对滑动速度、卷吸速度、滑滚比、综合曲率半径及轮齿接触压力,研究单双齿交替啮合过程中单齿承载变化下的齿面摩擦因数变化规律。基于势能法推导计及时变摩擦的直齿轮副啮合刚度解析式,分析无摩擦力、定摩擦力和时变摩擦力作用下直齿轮副啮合刚度的变化规律,进而研究时变摩擦作用下齿轮模数、齿宽、压力角、粗糙度、输入转矩等参数对直齿轮副时变啮合刚度的影响规律。研究结果表明,时变摩擦因数在单双齿交替啮合区发生突变,在节点处趋于0;摩擦力作用下单齿刚度在啮入阶段将增大,啮出阶段将减小;定摩擦力作用使啮合刚度在节点处发生突变;时变摩擦力作用使啮合刚度在单双齿交替啮合处发生突变,在节点处与无摩擦时变化规律一致;齿轮副啮合刚度随模数、齿宽增大而增大,随压力角增大而减小;啮合刚度变化量随齿面粗糙度增大而增大,随输入转矩增大而减小。