Boost型PFC变换器的自适应超螺旋全局滑模控制

针对Boost型功率因数校正(PFC)变换器,提出一种自适应超螺旋全局滑模控制(ASTTSMC)方法。该方法可以保证PFC变换器在理想工作条件下具备良好的性能,并且在面对负载突变、电网电压波动和电感参数变化等系统不确定性情况下时仍然能够保持全局鲁棒性。在控制律的设计中,采用全局滑模控制作为基准模型,从而确保系统在整个响应过程都具有鲁棒性;同时,切换项采用自适应超螺旋算法,考虑系统不确定项,通过自适应超螺旋算法中的切换增益参数来改善系统潜在的“抖振”现象;此外,基于李雅普诺夫稳定定理证明了所设计控制系统的稳定性。实验结果表明,在理想工作条件下和系统存在不确定性的情况下,该方法都能够有效改善网测电流的质量和提高变换器的功率因数,验证了该方法的有效性和所设计控制器的鲁棒性。

当前高校毕业生面临的就业挑战及对策探析

高校毕业生就业问题是当今社会普遍关注的问题。本文从供求总量、结构失衡矛盾与专业、能力、观念等角度深入分析,提出构建政策促进、创业带动、帮扶助力、服务赋能、保障协同“五大体系”,帮助高校毕业生高质量就业。

计算机视觉木材表面色差检测的研究

针对木材表面色差的检测问题,提出一种新型的计算机视觉检测方法,即通过建立室内计算机视觉系统,获取木材表面的彩色图像,使用直方图和均方差的方法对色差进行检测。此方法能提高木材生产加工中色差分级的自动化水平和生产效率,提高木材利用率。

GMRF随机场在纹理特征描述与识别中的应用

为了建立描述自然纹理的参数体系,选用木材这种典型自然纹理为研究对象。提取了木材纹理的5阶GMRF参数,为了降低运算量,采用改进的模拟退火算法进行参数的优化与选择,形成了描述木材纹理最优GMRF参数体系,并将其送入分类器进行分类识别。实验结果表明:集成神经网络的总体分类识别率为94.0%,近邻分类器的总体识别率为91.0%,获得了较高的分类识别率。说明用该参数体系对木材纹理进行分类识别是可行的,该参数体系也可用于与木材纹理相近的自然纹理的描述。

粒子群优化神经网络电动汽车SOC估算方法

为了解决纯电动汽车电池剩余电量估算难题,采用粒子群优化神经网络方法,用于BP(BackPropagation,BP)神经网络权值和阈值优化,并把优化后的神经网络用于荷电状态(SOC)离散估算。以100AhLiFePO4电池作为实验对象采集实验数据,将温度、充放电倍率和充放电电压作为PSO-BP(ParticleSwarmOptimization,PSO)神经网络输入特征向量,将电池SOC作为输出向量进行网络学习和训练,用训练好的网络对不同充放电倍率下SOC进行离散点预测,采用插值估算实现实时预测。实验结果表明,PSO-BP算法对SOC值为20%～80%区间估算准确,能够满足电动汽车正常运行的SOC估算要求。

基于直方图和颜色矩方法的木材表面颜色特征的表达

简述了彩色图像处理中颜色空间的选择,分别用直方图和颜色矩方法表达木材表面的颜色特征。从H分量直方图可知,H分量在色彩上有较好的分类性,反映出木材彩色特征的变化。用颜色矩特征值作为BP神经网络的输入,对东北常见树种按颜色进行了分类,分级正确率达到了96.7%。

基于小波分析的矿用车柴油机振动信号去噪处理

矿用车柴油机振动信号进行去噪处理,对柴油机的运行状态监测和异常诊断具有重要的现实意义。以矿用车柴油机为实验研究对象,对4个不同测点进行时域分析和频域分析,得到最佳振动信号监测点;采用小波分层阈值去噪法,对柴油机振动信号进行分解和去噪处理。结果表明小波去噪的方法具有很好的去噪预处理效果,可以满足工程实际的需要。

基于模糊控制的电动城市客车制动力分配研究

为了回收电动城市客车频繁制动的再生制动能量,考虑到制动力分配受到车速、制动强度和电池SOC等多因素影响,很难建立准确的数学模型,提出了模糊控制制动力分配策略;进行了输入、输出量隶属度函数和模糊控制规则设计,选择中国典型城市公交循环工况进行仿真实验,一个循环行驶5.8km,模糊控制制动力分配策略回收总能量为4983.59kJ,再生制动能量回馈效率为17.37%,电池组90%DOD续驶里程增加10.2km,续驶里程提高7.8%;实验结果表明,该方法能够有效地提高能量利用效率,延长电动城市客车的续驶里程,同时能够有效地防止电池过充电。

基于AT89C52单片机的煤矿电机车防撞预警系统设计

针对煤矿电机车运输中存在不利因素和安全隐患,设计了基于超声波原理的电机车防撞预警系统。该系统以AT89C52单片机为核心控制部件,包括测距模块、测速模块、显示模块和报警模块等;采用超声波测距传感器测量距离,采用增量式旋转编码器进行速度测量,通过读取超声波模块和编码器中的距离和速度数据,采用C语言编程实现报警停车的功能,保证车辆和人员安全,对煤矿安全生产有着重要的意义。

基于SA-PSO优化神经网络的拖拉机齿轮箱故障诊断

采用模拟退火算法,并融合了遗传算法的杂交和变异思想,对粒子群进行寻优运算,利用优化后的SA-PSO对BP神经网络权值和阈值进行优化。通过对拖拉机变速箱的齿轮故障进行诊断,结果表明,该方法解决了基本粒子群算法迭代速度慢容易陷入早熟问题;同时克服了传统BP算法容易陷入局部最小问题。与传统BP算法和Elman算法比较,在网络性能、收敛速度方面均优于前者,可以推广应用到其他故障模式和特征量之间具有非线性关系的故障诊断领域。

计算机视觉鸭蛋重量检测方法研究

为了实现鸭蛋重量的智能检测,提出基于计算机视觉鸭蛋重量检测方法。首先构造鸭蛋图像的灰度—梯度共生矩阵,根据最大熵原理求出最佳灰度和梯度分割阈值,实现二维阈值分割;其次采用数学形态学方法进行分割图像后处理,去除蛋壳表面存在的伪目标,统计鸭蛋区域像素点;最后利用多项式拟合方法建立面积与鸭蛋重量关系。试验表明,检测误差在±2g以内,平均误差为-0.13353 g,检测精度能够满足生产加工需求。

基于融合彩色特征木材表面颜色分类的研究

针对木材表面颜色自动分类的难题,在RGB颜色空间,将R、G、B三个颜色矩阵融合成一个特征矩阵,再对这个特征矩阵提取颜色三阶矩参数作为木材表面颜色分类的特征参数,设计了适合木材表面颜色分类的BP神经网络分类器,分类识别率达到98.67%,验证了提取特征参数的有效性。

论应用型本科卓越计划人才培养体系的构建

为培养学生的工程意识和创新意识,应用型本科院校应依托省级实验教学示范中心建设、学科建设和企业实习基地建设,构建卓越计划人才培养方案和教学质量监控体系。强化学生工程实践能力、集成创新能力与创业能力,需要坚持校企合作和产学研联合培养,改革教学方法,完善专兼职师资队伍建设,构建实践教学模式。

基于multisim10的电子秒表设计与仿真

以multisim10为平台设计了电子秒表电路,使用虚拟示波器等虚拟元件,完成电路的设计与仿真,实现0.1～0.9秒和1～9.9的秒表计时,仿真结果与实物实验一致,在课堂上使实验教学更形象、灵活、更贴近工程实际,达到帮助学生理解原理,更好地掌握所学知识的目的。对于提高学生动手能力、分析问题和解决问题的能力具有重要的意义。

计算机视觉鸭蛋图像分割技术研究

计算机视觉鸭蛋品质检测中,目标与背景的有效分割尤为重要。为了解决传统灰度阈值分割存在的弊端,构造图像的灰度-梯度共生矩阵,提出基于灰度、梯度信息和最大熵原理的二维阈值分割方法。通过统计目标和背景的熵,并使二者和最大,确定与此对应的灰度、梯度值,即为最佳分割阈值。采用数学形态学方法对分割图像后进行处理,去除噪声点,使分割效果更理想。实验表明,该方法有效。

产教融合背景下自动化专业建设改革与实践

随着全球创新科技、新兴产业的快速发展,产教融合已成为高等教育共同面临的课题。该文以自动化专业为研究对象,分析人才培养供给侧和产业需求侧之间的不适应问题,把脉自动化专业产教融合建设现状。在此基础上,淮阴工学院自动化专业充分发挥地方高校自身资源优势,以智能制造、新一代信息技术等区域主导产业需求为导向,积极探索产教融合育人方法与途径。实践证明,通过深化产教融合,专业建设取得明显成效,学生实践创新能力和就业竞争力得到显著提升。

电工电子实验教学改革的创新研究

电工电子实验教学改革一直是高等工科院校教学改革的重点，本文结合淮阴工学院的实际情况，从教学模式、教学内容、教学手段以及实验考核几个方面介绍了其电工电子系列实验课程的改革与实践情况。

板材图像识别中颜色特征参数的提取

简述了彩色图像处理技术中颜色模型的选择,介绍了用来表征颜色的特征量含义,提取东北常见4个树种表面颜色特征参数值,并对各参数值进行了比较分析。按颜色参数用自组织竞争神经网络进行了分类,取得了比较好的分类效果。

基于BP神经网络的木材表面颜色特征分类的研究

本文针对木材表面颜色自动分类难题,在 RGB 颜色空间提取木材图像的颜色矩作为颜色特征参数,利用 BP 神经网络对特征参数进行分类,通过输入层、输出层和隐含层的设计,传递函数的选择,确定最终网络结构。实验结果表明,分类正确率达到98%,验证了本文提取的特征参数的有效性。

基于吉布斯-马尔可夫随机场的板材表面纹理分析

详细阐述了吉布斯-马尔可夫随机场模型的基本原理,并针对板材表面纹理特征建立吉布斯-马尔可夫随机场模型。研究了吉布斯-马尔可夫随机场模型的参数估计过程,并在试验数据的基础上验证了吉布斯-马尔可夫随机场模型在纹理分析中的可行性。