谢志远徐倩倩:知识生产模式视角下应用型本科特色发展研究

2019年3月15日,《高等工程教育研究》刊发了谢志远,徐倩倩题为'知识生产模式视角下应用型本科特色发展研究'的文章,主要阐述了新技术应用于产业才能实现创新性变革,新知识用于解决实际问题才能推动区域经济社会发展。为回应知识创新和技术创新的要求,应用型本科需要在知识生产模式Ⅲ'四重螺旋'中发挥先导作用.

基于PSA的中压电力线载波通信自适应阻抗匹配

在中压电力线通信中,针对复杂电器元件的种类、数量不断变化等因素导致线路阻抗不匹配而影响通信质量的问题,提出了一种中压电力线载波通信自适应阻抗匹配方法。首先,建立了中压阻抗匹配系统模型,在该模型的基础上提出了一种π型自适应阻抗匹配电路。然后,根据该电路设计了符合阻抗共轭匹配原理的目标函数,通过PID搜索算法(PID-based search algorithm, PSA)寻找最优元件参数,实现目标函数最优。最后,在此模型基础上仿真分析了PSA算法、粒子群算法(particle swarm optimization, PSO)和遗传算法(genetic algorithm, GA)的优劣性。结果表明,PSA算法在收敛速度和寻优精度方面优于PSO和GA算法,能够有效实现阻抗匹配进而改善载波通信质量,为中压电力线通信进一步研究提供了可行性方案。

基于神经网络与改进马尔可夫链中压背景噪声建模研究

在中压电力线通信中,信道噪声构成复杂,需根据不同类型噪声单独分析建模。针对一段特定中压线路的背景噪声,提出了一种基于小波包变换的噪声模型,将得到的小波包系数分别进行神经网络训练和改进马尔可夫链计算转移概率矩阵,得到新的小波包系数重构噪声信号,并进行仿真验证及去噪,同时将2种方法与传统直接神经网络训练比较分析。结果表明,基于改进马尔可夫链方法所建噪声比传统马尔可夫链方法更加准确,基于小波包变换的神经网络方法所建噪声与原噪声相似度更高,去噪效果更好,且优于传统神经网络训练方法,为进一步研究中压电力线通信提供了可行性方案。

基于深度强化学习的Π型阻抗匹配网络多参数最优求解方法

针对电力线信道阻抗变化复杂、负载阻抗不匹配造成通信质量差等问题,提出一种基于深度强化学习的Π型阻抗匹配网络多参数最优求解方法,并验证分析了深度强化学习对于寻找最优匹配参数的可行性。首先,建立Π型网络结构,推导窄带匹配和宽带匹配场景下的最优匹配目标函数。其次,采用深度强化学习,利用智能体的移动模拟实际匹配网络的元件参数变化,设置含有理论值与最优匹配值参数的公式作为奖励,构建寻优匹配模型。然后,分别仿真验证了窄带匹配和宽带匹配两种应用场景并优化模型的网络参数。最后,仿真结果证明,经过训练后的最优模型运行时间较短且准确度较高,能够较好地自动匹配电力线载波通信负载阻抗变化,改善和提高电力线载波通信质量。

面向电力线通信的基于Mitchell算法的OFDM同步检测方法

为了提高电力线通信系统中OFDM定时同步的准确度,文章基于低压电力线宽带载波通信互联互通技术规范下的物理层通信协议,提出了一种基于Mitchell算法的电力线载波通信符号定时算法。与理论本地互相关同步算法相比,文章的算法不需要进行乘法运算,易于硬件实现。与简化的单比特量化算法相比,该算法同步检测结果更加准确,峰值旁瓣更小,在低信噪比条件下符号定时更加准确。

基于在线自组织增量学习的非侵入式负荷识别方法

随着电子技术智能化的发展,对实现电器负荷使用情况的精准识别在智慧用电领域将有广泛的用户需求。为了实现对电器设备的实时在线精确监测,本文提出了一种基于在线自组织增量学习(SOINN)的非侵入式负荷识别方法。该方法包含负荷特征提取、负荷特征分类及电器识别2个步骤。在负荷特征提取步骤中,提出了包含奇次谐波、均值、方差、3阶矩、4阶矩、电流有效值、功率谱峰值、功率谱谷值在内的共12维特征的特征提取方案。在负荷特征分类及电器识别步骤中,提出了结合SVM的SOINN的负荷特征分类及电器识别方法,以克服传统的SOINN算法不能实现电器类型识别功能的缺陷。通过C++语言将所提方法中的功能算法编写成微处理器系统的可执行功能模块,将功能模块移植部署在SoCFPGA的HPS端运行,实现了FPGA和HPS之间的协同高速数据通信。选取了8种常规家用电器作为负荷识别对象,搭建了基于SoCFPGA的硬件实验平台,进行了最优负荷特征选取,并采用本文方法对单电器与多电器的在线负荷进行了识别。实验结果:选取12维特征为本文方法的最优特征组合;本文方法的单电器与多电器的识别率均在95%以上。本文提出的负荷识别方法能够有效、准确地识别单电器与多电器;系统可实施性强,灵活性高,具有在线学习的优越性与实际应用的切实可行性。

基于功率控制环扰动的DC-DC变换器能量信息一体化研究

针对实现DC-DC变换器之间的信息交互较为复杂的问题,提出了一种基于功率控制环扰动实现其能量信息一体化的方法。通过在DC-DC变换器的传统功率控制环中叠加二进制频移键控(binary frequency shift keying,2FSK)信号作为扰动,将数据信息叠加到传统脉冲宽度调制(pulse-width modulation,PWM)信号中,使得该PWM信号同时包含数据信息,实现能量信息一体化。首先,给出基于2FSK的功率/数据双载波调制以及实时的滑动离散傅里叶变换(sliding discrete Fourier transform,SDFT)解调方案。然后,通过对Buck变换器的能量信息一体化模型进行小信号建模与分析可知,降低输入阻抗可提升通信的信噪比。最后搭建一个由两个Buck变换器并联的实验装置进行验证。实验结果表明在稳态和负载突变的工况下均可实现3 kb/s的稳定通信,验证了所提方法的可行性。该方法使得DC-DC变换器能同时进行功率变换和数据传输,提升数字化和智能化水平。

基于元度量学习的小样本输电线路图像部件缺陷分类方法

对巡检图像缺陷准确分类是输电线路自动巡检领域中的关键技术之一。针对因缺陷类别图片数量少而导致传统深度学习方法容易出现过拟合与精度低的问题,提出了一种基于元度量学习的小样本输电线路图像部件缺陷分类方法。首先,搭建了基于小样本学习的图像分类网络,采用基于深度残差结构的卷积层来增强网络特征表达能力。然后,在度量模块中引入基于皮尔森相似度的k-近邻算法与局部特征描述符重加权机制,以提高网络分类能力。最后,为验证所提方法的有效性,利用巡检图像构成的数据集对本文方法和其他基于元度量学习的小样本分类方法进行实验对比分析。结果表明:该文提出的方法在分类性能上有明显优势。同时,本文算法的平均准确率在每类缺陷的测试样本仅有15张图片的情况下达到80.24%。

基于联合功率量/载波调制的DC-DC变换器功率/数据复合传输方法

DC-DC变换器可以同时进行功率变换和数据传输。针对较低通信速率限制功率/数据复合传输(power/data multiplexing transmission,PDMT)应用的难题,提出一种联合功率量/载波调制(joint power/carrier modulation,JPCM)的新方案。与传统二进制PDMT方案不同,JPCM同时对功率量/载波进行2FSK调制,实现两种数据并行传输,可以看作一种四进制FSK,有效提高通信速率。相较于传统四进制PDMT方案,JPCM方案解调环节所需带通滤波器数目可减少一半,且软件开销更低。首先,证明PDMT在理论上的可行性;然后,根据4种不同电压纹波频率配置不同码元,并设计了包含高低数据位调制的JPCM和基于滑动傅里叶变换的数据解调方案;此外,重点分析输出参考电压突变对通信的影响,动态调整阈值可有效抑制误码;最后,搭建一个由2个Buck变换器并联的实验装置,实验结果表明在稳态、负载突变和输出参考电压突变的工况下,JPCM方案均能实现20 kb/s的通信速率,验证了该方案的有效性。

基于QFSK调制的DC-DC变换器功率/数据复合传输方法

传统电力线通信方案的硬件设计较为复杂。DC-DC变换器具有发送数据的潜能,可进行功率/数据复合传输。文中提出一种基于四进制频移键控(QFSK)调制的电力电子开关调制方案,通过调制开关频率将数据信息嵌入原始脉宽调制(PWM)信号中,使得电压纹波携带数据的频率特征;再通过基于滑动离散傅里叶变换的解调方案实现数据接收,最终实现功率/数据的同步传输。首先,证明了PWM信号与电压纹波频率一致的关系;然后,给出数据调制与解调的方案;以负载突变工况为例,通过对Buck变换器建模,分析功率变换暂态过程对通信的干扰影响;最后,搭建由两个Buck变换器组成的实验平台,验证了所提方案可实现20 kbit/s的通信速率;并以光伏优化器为应用背景,验证了所提方案的有效性。

计及高渗透率光伏消纳与深度强化学习的综合能源系统预测调控

深度强化学习(DRL)是支撑园区综合能源系统(PIES)自适应调控其多能转换与存储设备,以消纳光伏发电及满足用户多能需求的重要技术。然而,DRL智能体通常利用其与PIES的实时环境-动作交互来调控其设备运行状态,难以在高渗透率光伏场景下考虑尖峰光伏发电并预留充足的储能资源。基于模型预测控制理论,该文提出了一种基于DRL与光伏发电区间预测的PIES优化调控方法。该方法面向电-气-热园区综合能源系统,利用时序卷积网络与核密度估计得到光伏发电区间预测结果,并采用柔性Actor-Critic(SAC)算法构建PIES预测优化调控模型。该模型将光伏发电预测区间构建为SAC智能体状态空间,通过迭代试错训练获得PIES多能存储与转换的动态调节策略,从而优化光伏消纳率和运行成本。仿真实验表明,所提方法通过动态调节电、气、热三种能源转换设备的运行功率和预留三种储能设备的储能量,可有效提升PIES在高渗透率光伏场景下的消纳率,优化其运行经济效益。

X线联合内镜技术在胃癌根治术后吻合口梗阻患者诊疗中的应用研究

目的 评估X线联合内镜技术在胃癌根治术后吻合口梗阻患者诊疗中的应用价值。方法 回顾性收集2018年1月至2023年12月于徐州市中心医院接受X线联合内镜置入空肠营养管的24例行胃癌根治术后并发吻合口梗阻患者的临床资料,分析吻合口梗阻原因,统计置管成功率、置管操作时间、症状缓解率及置管并发症,对比置管前及置管后患者血白蛋白、白细胞及C反应蛋白结果变化,消化道造影随访吻合口阻解除情况。结果 结合内镜及消化道造影评估结果,24例患者中,15例为单纯吻合口水肿继发吻合口狭窄,5例为吻合口狭窄伴发胃瘫患者,4例为吻合口成角患者;置管成功率为87.5%(21/24);置管操作时间平均为47.9±11.1mim;置管成功患者症状缓解率为100%(21/21);置管并发症包括鼻咽部轻至中度疼痛、鼻腔少量出血以及呕吐;置管前、后血白蛋白均值分别35.4±5.9 g/L、34.5±6.0 g/L(P>0.05);置管前后血白细胞均值分别为6.9±4.3、8.3±4.0 10^(9)/L;置管前、后C反应蛋白均值分别为39.8±41.7、20.6±26.0 mg/L(P<0.05),差异有统计学意义;消化道造影随访结果显示:21例成功置管患者中的18例患者置管后7-31天内吻合口恢复通畅,拔管后逐步恢复自主饮食,2例吻合口成角患者42天后仍无法恢复经口饮食,予再次外科手术处理。结论 X线联合内镜技术作为胃癌根治术后吻合口梗阻患者肠内营养通道重建的一种方法,安全、有效、并发症轻微,值得临床推广应用。

一种基于开关纹波调制的Buck变换器通信方法

为了满足DC/DC变换器之间的通信需求,提出了一种基于二进制频移键控(2FSK)的开关纹波调制方案。通过对功率控制环中的载波进行2FSK调制,将基带信号的频率特征加载到PWM信号中,从而使得端口电压纹波包含数据信息,解调端口电压纹波可实现数据接收。该方案无需额外的通信芯片和耦合电路,极大节省了通信的硬件成本,功率/数据的同步传输可看作一种深度融合的能量-信息一体化。首先给出基于开关纹波调制和基于滑动离散傅里叶变换(SDFT)解调的具体方案;然后根据Buck变换器的小信号模型,分析了输出电压突变对通信的影响,最后搭建一个包含两个Buck变换器并联的实验平台,实现了10kbps的通信速率,验证了所提方法的有效性。

基于传输线理论的信道幅频特性与负载阻抗关联机制分析

电力线通信中负载阻抗多变,网络结构复杂难以分析,准确分析出负载阻抗对于提高电力线通信质量以及实现电网用户侧负荷预测具有重要意义。基于传输线理论分析了负载阻抗与电力线信道传递函数幅频特性的关联机制,根据电缆参数与网络结构,通过计算与输入阻抗相关的电流常数,对2~30 MHz的传递函数仿真,分析了不同传输线长度、节点数和负载阻抗的影响。通过与传输矩阵方法的分析对比,验证了提出方法的正确性。

基于霍尔元件的数字式霍尔电流传感器设计

为了进一步提高数字式电流传感器的测量量程,基于霍尔效应提出了一种数字式霍尔电流传感器的设计方案。利用有限元分析软件对磁芯的磁场分布情况进行仿真分析,得出不同电流激励下磁芯中磁场的分布情况。针对直流电流情况下磁芯气隙中磁场分布不均的问题提出楔形气隙结构的优化方法,仿真结果表明该结构可以有效改善气隙中磁场分布不均的问题。设计传感器样机,通过实验分析了所设计的电流传感器的有效量程及测量误差,实验结果与仿真结果相符。

基于改进Noise2Noise算法的电力线信号去噪

针对电力线信道噪声干扰大、噪声建模复杂、重建无噪信号样本困难等问题,提出了一种面向一维时间序列的Noise2Noise神经网络优化模型,并验证分析Noise2Noise算法抑制电力线噪声的可行性。首先,分析了Noise2Noise算法的原理,对该算法原理进行了理论推导。其次,通过选取合适的网络结构,改进网络输入输出,使神经网络适合处理实验数据,并采用正弦波数据进行网络测试与模型验证。然后,通过搭建正交频分复用(orthogonal frequency division multi-plexing,OFDM)调制模型,产生OFDM符号,并添加特定噪声,形成带噪样本。最后,基于改进的网络结构实现了对电力线接收信号的OFDM前导序列进行带噪样本测试,增强了Noise2Noise方法的可行性与有效性,具有较好的实用性。

基于BP-Adaboost神经网络的非侵入式电机工作状态识别方法

大功率设备碳排放控制是实现“双碳”目标的重要环节,为了监测大功率设备的工作状态,提出一种基于BP-Adaboost神经网络的非侵入式电机工作状态识别方法。通过ATP-EMTP软件搭建电机并网模型,对电机入口端原始信号及电网端加噪信号进行数据采集。为了利用互相关算法从噪声电信号中提取稳定特征量,提出将Pisarenko谐波分解(PHD)算法与互相关算法相结合建立电信号特征提取的优化算法。通过BP-Adaboost强分类器构建电机工作状态的识别模型。应用仿真结果表明,经过PHD算法处理并结合提出的BP-Adaboost识别方法,可有效实现电机起动谐波的检测与电机工作状态的识别,并实测验证了该方法的高精度和可靠性,实验仿真识别率为100%,实验验证识别率为96%。

四川大陆槽稀土尾矿回收萤石实验

这是一篇矿物加工工程领域的文章。本文以德昌大陆槽稀土选矿尾矿为研究对象,开展了萤石回收的选矿实验研究,确定了该尾矿中萤石回收的“浮选脱硫-混合浮选-萤石、锶钡浮选分离”选矿工艺流程和药剂制度,在浮选实验中使用了新型捕收剂MQY与高效抑制剂DC-2,在对萤石高效捕收的同时实现了萤石与脉石矿物的精准分离,最终全流程实验获得了CaF_(2)品位94.39%,回收率51.41%的萤石精矿,实验指标较为理想。本文验证了从大陆槽稀土尾矿中回收萤石具有较好的可行性,最终确定的选矿工艺流程较为合理,实验指标较为良好,可作为大陆槽稀土尾矿中萤石资源利用回收的技术依据。

走好文化和科技深度融合之路

2024年3月,习近平总书记在湖南考察时指出,要探索文化和科技融合的有效机制,加快发展新型文化业态,形成更多新的文化产业增长点。在新的起点上,湖南推进文化和科技融合发展,是学习贯彻习近平文化思想、更好担负起新的文化使命的实践路径,也是因地制宜发展新质生产力、推动高质量发展的一项重大行动。要让文化和科技融合所产生的效能,成为培育经济增长点的有力突破口,成为推动经济高质量发展的“新引擎”,在建设文化强国、建设中华民族现代文明中彰显担当作为。

基础能力培养为目标的VHDL案例教学方法

EDA是电子信息类专业的核心课程。如何提高学生的项目开发能力一直是该课程的重要课题。基础能力是项目开发能力的重要基础。以交通灯控制系统设计作为案例,依次完成设计方法流程中的功能分析与实现,深度剖析了案例中的设计方法及知识点。探索了运用理论知识实现项目需求功能的基本技能的培养方法。对硬件描述语言的教学有一定的指导作用。