B＋C模块式电源线路电涌保护器REP—XELBC系列

产品介绍 ①本系列产品适用于防雷区域LPZ0A至LPZ2区（B和C级或I和Ⅱ级）电源线路的雷电及电涌的防护。②先进的LTR能量控制技术，实现B、C级零距离安装，无需退耦电感。③密闭式火花间隙，无电弧外泄。④高能量雷电流泄放间隙，泄流能力强，可承受超大雷电流冲击。⑤与D级电涌保护器配合使用（如REP—D216），安装距离不小于5m。

采用DBC模块的西门子GIS开关设备产生拒动的原因及改进措施

西门子GIS开关设备采用数字式断路器控制和监测模块(DBC)来控制和监测开关的分合闸,如该模块故障,将导致开关拒动或误动,文章对由此模块故障引起的开关拒动情况进行分析,并提出相应的改进措施。

双重轻量化PCB缺陷检测算法研究

针对PCB缺陷检测方法存在检测速度慢、对部署设备要求高等问题,本文提出一种双重轻量化PCB缺陷检测算法。首先在YOLOv5主干网络中采用轻量化模块C3Ghost;然后利用GSConv模块和C3GS模块搭建特征融合网络,用来获取主干网络丢失的部分语义信息和提高网络检测速度;最后利用多任务全局通道剪枝修剪对网络精度影响较小的通道,进一步减少模型的参数量和计算量。该算法在PKU-Market-PCB数据集上进行测试,平均精度值为98.9%、模型大小为5.2M、模型参数量为2393469、检测时间为3.3ms。对比原算法,其模型大小、模型参数量和检测时间分别减少64%、66%和25%。

改进YOLOv8表格行列单元格结构检测

当前数字办公文档中涵盖了大量的表格数据,因此智能化表格结构识别需求日益剧增,但表格结构紧密相连且表格结构类型复杂多变,从而导致表格结构检测难度极大。针对该问题,在YOLOv8的基础上,以ICDAR19-cTDaR表格单元格结构和TabStructDB表格行列结构为实验对象,提出了一种新型表格行列单元格结构检测方法。首先,为了增强表格单元格及行列特征提取能力,引入了可变形卷积网络(deformable convolution network,DCN)。其次,引入了空间通道重构卷积(spatial and channel reconstruction convolution,SCConv),该卷积不仅特征提取能力强而且能够减少冗余特征从而降低复杂性和计算成本。根据以上引入的卷积设计了一个新的模块——DSC模块以替代C2f中的Bottlenck模块,并命名为C2fDSC模块。此外,为了进一步加强表格结构的角落局部特征提取,在YOLOv8的骨干网络上加入了显示中心特征调节(explicit visual center feature adjustment,EVC)模块。最后,将原模型的损失函数替换为MPDIoU,在解决密集目标回归精度问题时,相较于原始模型损失函数,MPDIoU损失函数边界框回归的准确性和效率更高。实验结果表明,该表格结构检测算法在数据集ICDAR19-cTDaR上取得了目前最佳的实验效果(SOTA),单元格查准率、查全率和F1值分别为91.7%、82.3%和86.7%,在数据集TabStructDB表格行列检测中也取得了非常实用的性能结果。

基于V24836C200BL模块的便携式X射线源大功率电池电源系统及其应用

本文介绍了V24836C200BL微型化DC—DC模块的功能；应用该模块设计了一大功率电池供电电源系统；利用该系统给便携式直流X射线源供电，产生了120kV／l mA的X射线输出，并测试分析了射线源工作过程中的各种波形与参数。

嵌入式GPRS和RFIC无线通信模块在掌上电脑中的实现

在掌上电脑中集成ITM100双频GPRS模块和MF-500RFIC读写模块的设计方案。介绍了系统的硬件电路实现,掌上电脑与二个模块之间的接口方式,以及二个模块的数据格式和软件操作方法。

C型模块制造工艺

目前燃机余热锅炉一般都采用模块与钢架护板分开组装的设计。C型模块是一种整体化程度很高的模块,将受热面主体与顶部护板、底部护板、侧护板、桁架组装成一个C型大框架,使锅炉部件能够整体组装后运输,实现快装化,从而左右模块可在工地上采用螺栓对接,不需要焊接,缩短安装周期。

基于COM技术的串行通信动态链接库设计

为了实现PC与短信收发模块的串行通信,在分析了Q2358C无线模块与计算机串口通信实现的方法的基础上,采用基于VC平台的COM组件技术,设计了一个动态链接库(DLL);应用程序可通过调用动态链接库接口与模块进行通信,实现短信收发功能;讨论了通信编程中几个关键技术,给出了程序设计框图和部分源程序,为应用系统的开发奠定了技术基础。

基于DSC-YOLOv5s的煤矸目标检测算法

针对现有的基于图像处理的煤矸分选检测方法准确度低、速度慢、参数量和计算量大等问题,提出了一种基于DSC-YOLOv5s的煤矸目标检测算法。实验结果表明:DSC-YOLOv5s目标检测算法优于YOLOv5s算法,准确率提升1.3%,参数量降低15.6%,浮点计算量降低2.5%,可为煤矸智能分选场景中的煤矸目标检测提供借鉴。

改进YOLOv8算法的城市车辆目标检测

针对复杂交通场景下城市车辆目标检测算法存在的漏检、精度低、泛化能力弱的问题,提出一种改进的YOLOv8城市车辆目标检测算法。采用一种改进的GAM-C2f结构来代替主干网络中的C2f模块,平衡模型的计算效率和准确性;设计一种SPPFAPGC模块,防止SPPF结构因最大池化操作所导致的局部特征丢失问题,提高特征图的丰富度,并进一步结合小目标检测头来加强对远处小目标车辆的检测能力,加强局部特征与全局特征的融合。为抑制低质量图像产生的有害梯度,使用WIOU损失函数代替CIoU,以提升网络的边界框回归性能,提高模型的收敛速度和回归精度。在Streets车辆数据集上的实验结果表明,与基准模型YOLOv8n相比,改进算法的mAP50和Recall分别提高了1.6和2.0个百分点,有效改善了城市交通场景下小目标车辆检测性能不佳的问题;在VisDrone2019数据集上进行验证,mAP50和Recall也分别提高了1.1和1.6个百分点,充分证明了改进算法的优越性。与其他先进主流算法相比,改进算法表现出了更高的准确率和查全率,表明改进算法在城市车辆检测任务中具有更好的性能。

基于PSIM的DC/AC逆变器电流滞环跟踪实现设计

电流滞环跟踪控制是一种重要的功率变换器电流非线性控制技术,在PSIM仿真软件中采用硬件模块设计了电流滞环跟踪方法;为解决PSIM中的高级控制算法过于复杂的问题,设计了基于软件编程的滞环实现方法,并以简化C模块为例阐述该方法的实现过程,并给出了仿真结果。在仿真设计的基础上,基于可编程逻辑器件GAL,设计了一种带有死区控制的硬件电流滞环控制电路,阐述了电流比较、滞环发生和死区控制的实现原理,实验方法验证了其有效性。

基于改进YOLOv5的铁路接触网绝缘子检测方法

对铁路接触网绝缘子进行准确识别是实现绝缘子缺陷检测的关键前提。为解决铁路4C系统采集的夜间绝缘子图像存在的不同方向的纹理特征差异、图像明暗不均等问题,提出一种基于改进YOLOv5的铁路接触网绝缘子检测算法。通过采用循环曝光生成思想解决不均匀明暗问题,设计SREG模块,用于改善图像表面明暗不均的问题;在骨干模型中重新设计C3模块,融入旋转不变卷积,更好地提取绝缘子不同方向的纹理特征。为验证改进后模型的性能,在测试集上进行试验。结果表明,基于改进YOLOv5的铁路接触网绝缘子检测算法能适用于不同方向纹理的绝缘子识别,识别的平均精度达到99.3%,F1值为98.9%,可实现夜间4C系统下铁路接触网绝缘子的有效检测。

基于改进yolov5s网络的火焰检测算法研究

火灾因其破坏范围大,蔓延速度快等特点给人们的生命带来了威胁,使人们的财产遭到破坏,而准确的火灾检测在一定程度上能够避免灾难的发生,该文提出了一种基于改进yolov5s的目标检测模型。该模型在主干网络中加入CBAM注意力机制,使模型更加关注火焰信息,提高检测正确率;将主干网络中的C3模块改进为Ct2f模块,该模块通过ELAN的思想进行设计,让模型可以在保证轻量化的同时,通过更多的分支跨层链接获得更加丰富的梯度流信息;针对火灾视频检测,根据火焰燃烧时的动态特征,在该模型检测头部分加入帧间差分的思想,有效降低了对火灾视频检测的误判。实验结果表明,改进的yolov5s模型火焰检测平均精度更高,比yolov5s原模型平均精度提高了4.2%。通过火焰视频检测实验,表明该模型能够有效降低对火灾视频检测的误判。

任意波形发生器的嵌入式处理器模块设计

为了将嵌入式微处理器HMS30C7202作为任意波信号发生器的核,文章根据HMS30C7202器件的特性和任意波信号发生器的需求,配置了HMS30C7202处理器的两个时钟输入电路,系统输入时钟为3.6864MHz,采用了XTAL_49US封装的晶振;同时为处理器配置了电源、复位和Jtag接口电路以及系统的初始化程序,完成了HMS30C7202处理器在任意波发生器中的基本配置。

改进YOLOv5的路面坑洞检测算法

路面坑洞的检测和识别对于自动驾驶和公路养护至关重要。为了解决在不同光照条件下以及坑洞积水所导致的路面坑洞识别难题,并将其应用于一些资源受限的现场环境中,本文提出了一种改进YOLOv5的路面坑洞检测算法。该算法利用PConv改进了C3模块来实现更快的检测速度,并通过采用动态检测头的不同感知模块来适应路面坑洞的不同特征。同时,将模型的损失函数CIoU改进为SIoU,提高模型的精度和收敛能力。实验的结果表明,改进后的YOLOv5算法在路面坑洞检测中平均精度值提高了5.19%,模型体积也减小了13%。

基于改进YOLOv5s的测温样件缺陷识别方法

文中针对目前测温取样样件表面缺陷识别存在人工目视识别主观性强,检测速度慢,对工人身体伤害大等问题,提出了一种改进的YOLOv5s缺陷检测算法,将机器视觉运用在测温样件的缺陷识别工艺中。对数据集进行数据增强,保证数据分布均衡性以及提高结果的可靠性。为了保证轻量化的同时获得更加丰富的梯度流信息,在主干网络中增加C2f模块。引入CAM模块(Context Augmentation Module)提取更多有效的特征信息,提高对缺陷的定位能力,进一步聚合坐标信息。然后对改进后的网络模型通过基于层自适应幅度的剪枝LAMP(Layer Adaptive Magnitude Pruning)压缩,进一步提升模型加载和运行速度。最后在数据集上对改进后的模型进行测试,其mAP@0.5、mAP@0.5~0.95分别达到了89.1%,64.5%,每张图的推理时间为0.00204 s,均优于原模型。研究结果表明,改进模型为测温样件的缺陷检测提供了更加高效的方法。

AEM-YOLOv8s:无人机航拍图像的小目标检测

针对目前无人机航拍图中的小目标检测性能低、漏检、遮挡以及模型参数量大的问题,提出了AEM-YOLOv8s算法。在C2f模块中结合AKConv(alterable kernel convolution)和EMA(efficient multi-scale attention)的优点,设计了C2f-BE模块,更好地提高了算法处理特征的能力,同时也降低了模型参数量。引入小目标检测层和BiFPN结构,通过跨尺度连接方式和加权特征融合,能够保留更多的浅层特征,并且减少了算法参数量。设计多尺度特征融合分支,将浅层特征与深层特征进行融合,减少了遮挡情况下的漏检,提高了算法对小目标检测性能。在VisDrone2019公开数据集上的实验表明,AEM-YOLOv8s算法的mAP50为50.1%,mAP50:95为31.1%,较YOLOv8s分别提高了10.8和7.6个百分点,同时参数量较YOLOv8s降低了32.2%。

基于改进YOLOv7算法的变电站绝缘套管过热红外图像检测

针对变电站绝缘套管过热红外图像检测精度不高的问题,提出了基于改进YOLO第7版(you only look once version 7,YOLOv7)算法的检测技术。通过引入改良的跨阶段部分网络幽灵版本3(cross stage partial network ghost version 3,C3Ghost)模块替换头部网络中的扩展高效层聚合网络(extended efficient layer aggregation network,E-ELAN)模块,优化了网络结构,增强了算法对小目标的识别能力。此外,整合了轻量级基于归一化的注意力模块(normalization-based attention module,NAM)到主干网络中以提高对红外图像特征的利用效率,并引入幽灵卷积(ghost convolution,GhostConv)模块替换了网络中的所有卷积,显著降低了模型的大小。结果表明,与YOLOv7初始算法相比,改进YOLOv7算法在F1评分和平均精确率均值上分别提高了19.51%和16.57%,算法的参数量减小了16.3 MB,且检测速度达到了41帧/s,充分证明了该算法在变电站实际应用中的有效性。该研究不仅显著提高了变电站绝缘套管过热红外图像检测的准确性,也能为后续相关技术的研究提供参考。

基于S3C44B0X智能补偿式流量积算仪

为解决天然气计量中的准确性问题,设计基于S3C44B0X为核心的天然气流量积算仪,引入天然气压缩系数Z,对理想气体状态方程进行修正,使流量积算仪能够更精确地进行实时温压补偿;该系统详细介绍了积算仪的硬件和软件设计方案,应用结果表明,该系统检测精度高,运行稳定可靠,具有一定的实用性和推广价值。