充电桩充电模块功率器件故障诊断研究综述

大功率直流充电桩是未来电动汽车充电设施的发展方向,充电模块是直流充电桩最重要以及故障率最高的部件,其中功率器件开路故障较为常见。为保证充电模块安全可靠运行,需要对充电模块功率器件开路故障进行准确识别和定位。文中首先对充电模块拓扑结构和故障类型进行分析,然后分别对基于解析模型、基于信号处理和基于知识的功率器件开路故障诊断方法进行总结,分别介绍了各类方法的基本思想、研究进展和优缺点,最后总结并展望充电模块功率器件开路故障诊断方法未来的研究和发展方向。

基于模糊神经网络的电网消防预警算法

针对传统基于阈值判别方法的电网火灾预警系统预测精度低、抗干扰能力弱的问题,提出了一种基于模糊神经网络的电网消防预警算法。该算法利用神经网络学习大规模电网数据,使用模糊逻辑推理算法来提升预测结果的推理能力,并通过结合神经网络对大规模数据的学习能力和模糊逻辑算法的推理能力来分析电网线路参数,从而提升电网消防预警系统的精度和抗干扰能力。实验与仿真结果表明,所提出方法能显著提升电网火灾的预警精度,且使用模糊逻辑推理可以得到更符合实际情况的电网火灾预警结果。

合成孔径雷达高分辨率成像虚拟仿真实验平台设计

合成孔径雷达(synthetic aperture radar,SAR)系统组成复杂,搭载于飞机、卫星等运动平台上才可实现数据获取,难以开展基于SAR雷达实物的实验教学。为解决此问题,设计并搭建了SAR高分辨率成像虚拟仿真实验平台。该虚拟仿真实验平台将系统设计技术、实验设计技术、数据采集过程、信号处理技术、图像评估技术等SAR实验的完整流程进行了高展示度、高保真度、高交互性的计算机模拟。一方面,该虚拟仿真实验可以帮助学生理解SAR设计、工作和应用的流程,巩固相关课程基础知识,激发学习雷达信号处理知识的兴趣;另一方面,可以考查学生对相关知识的综合应用能力,增强学生解决实际问题的技能。该仿真平台已成功应用于虚拟仿真教学课程实践,教学效果良好,对培养新工科技术型人才具有重要意义。

基于STM32的辨音识别系统的设计与应用

声音识别技术能够用于多种环境参数检测,本文采用STM32的DSP技术,对全向拾音器采集到环境声音进行快速傅里叶变换(FFT),获取待测声音的主频率和次频率,通过液晶屏显示采集信号的强度和主要频率分量。该设备能够有效对环境声音的主要参赛进行检测,在噪声检测和一般设备运行故障检测具有较高的适用性。

基于信号处理的液压泵故障检测方法研究综述

液压泵的故障诊断是其正常工作和健康管理的关键,基于信号处理的液压泵诊断方法已经成为主流。近年来,学者们对液压泵故障诊断的研究非常活跃,但对液压泵故障分析和诊断方法缺少系统的总结和分析。通过对液压泵相关文献进行统计分析,系统地总结了液压泵故障产生的原因、故障诊断的基本方法及研究进展,指出了液压泵故障分析和诊断领域的发展前景,为研究人员和相关维修人员提供了参考价值并指明了研究方向。

基于STM32的智能航行系统设计

为解决航行器智能确定航向并航行的问题,本文采取模块化的思想设计了一款基于STM32的红外导引的智能航行控制系统。该智能航行系统利用红外接收模块进行红外导引信号的接收,采取线性加权法进行航向与导引信号之间的偏离角确定,利用比例-积分-微分(proportion-integration-differentiation,PID)控制算法对控制舵机转角的脉冲宽度调制(pulse width modulation,PWM)信号的占空比进行确定,从而对螺旋桨的转速与舵桨的转角进行可靠控制。根据水池测试结果,该智能航行控制系统能够对红外接收信号进行快速处理,在保持较高航速的条件下进行可靠的航行控制。

降速方式对混流泵压力脉动特性的影响

混流泵在降速过程中的内部流动特性变化对其性能和稳定性有重要影响。针对这一问题,该研究探究了混流泵在降速过程中内部流动的复杂性,尤其关注不同降速方式对泵内压力脉动特性的影响。通过构建多通道测试系统,收集了混流泵在不同降速方式下的外特性参数信号和泵内压力脉动信号。并采用非稳态信号处理技术,从时域、频域和时频三方面探究不同降速方式对叶轮出口和导叶内部的压力脉动特性的影响以及二者之间的相关性。结果表明,泵内压力脉动的峰值和样本熵的变化趋势与不同降速方式的幂指数呈正相关关系;在整个降速过程中叶轮出口压力脉动对导叶内压力脉动起主导作用;叶轮出口和导叶内部压力脉动之间的相干频率主要集中于80~120 Hz之间;在不同降速过程中叶轮出口和导叶内部的压力脉动之间强相关区域的频带范围保持不变,但是强相关区域在整个降速过程频带范围中的占比有所变化;对于具有固定初始转速和目标转速的降速过程,降速方式的改变不会影响叶轮出口和导叶内压力脉动的相干频率。研究结论可为揭示混流泵瞬态运行特性及提高混流泵降速运行中的稳定性提供参考。

多功能雷达总体数据分析系统设计与实现

多功能一体化是雷达发展的必然趋势,随着功能的增加,多模式间切换频繁调度复杂,系统调试工作量呈指数增长,数据分析与管理的难度增大。为提高多功能雷达数据分析效率,辅助问题定位分析与系统状态检查,加快雷达研制进程,分析了总体数据分析在雷达研制和使用阶段的重要作用,研究了雷达总体数据分析软件的需求与系统设计,并通过Matlab进行实现。该软件可以分析雷达多环节数据,并以表格和图像的形式呈现分析结果。经过实验数据验证,该软件能够有效地提高分析效率,进行雷达状态判断和性能评估,快速发现与定位问题。

成果导向教学提升数字信号处理课程实践育人探索

针对数字信号处理课程传统教学侧重理论知识传授与验证,实践育人环节薄弱问题,依据工程教育认证成果导向理念开展课程实践育人改革。面向专业人才培养目标,设计了涵盖“知识传授、能力培养、价值塑造”的高阶性课程目标;挖掘思政元素,融入科研案例,依据课程目标重构知识体系和教学内容,开发了“口袋实验室”“蓝墨云班课资源库”等线上线下教学资源;实施了“BOPPPS+翻转课堂+实践”深度融合的实践育人新模式;面向课程目标,开展了“过程性考核+终结性考核”的多维度评价方式。与传统教学相比,基于成果导向理念开展的教学改革将企业的用人需求分解到实际的教学过程之中,由易到难,逐次递进,不断提升学生的工程实践能力。

储能变流器信号高精度故障诊断方法

随着能源转型和碳中和的全球发展趋势,储能变流器关键组件的稳定性变得至关重要。特别是其功率器件和散热器在实际运行中的稳定性直接关系到整个系统的可靠性。关注储能变流器功率模组振动信号的故障诊断问题,传统诊断方法处理复杂信号时往往面临挑战,需要频繁地调整参数。此外,由于储能变流器的工作环境复杂,现有深度学习诊断方法的性能也不尽如人意。为此,提出一种基于大模型知识和通道注意力网络的储能变流器功率模组故障诊断方法LLMCAN。首先通过预训练的大规模语言模型,在特征提取过程中利用丰富的领域知识,增强模型对复杂功率模组振动信号的分析能力。其次引入通道注意力网络使模型能够自适应学习信号中不同通道之间的关系,提高故障诊断的准确性。在包含1000条真实工况数据的储能变流器信号数据集上进行验证,其中包括正常工况和9种故障模式。实验结果表明,该方法在多种度量指标下均显示出优越性能,其中诊断准确率高达99.8%,远超传统方法,为储能变流器功率模组的故障诊断提供一个高效、准确的解决方案。

相干累加与AR滤波相结合的舰船轴频电场信号处理方法

针对采用电场传感器阵列测量舰船电场的应用场景,为提升目标轴频电场的信噪比,提出一种相干累加结合自回归(autoregressive,AR)模型滤波的方法对阵列电场信号进行处理。对测量得到的阵列电场信号进行时延补偿后累加,同时对环境电场信号进行AR建模,并利用AR模型参数构造滤波器,以对累加后的信号实施滤波处理。为验证所提方法在低信噪比条件下的有效性,对实测阵列式电场信号进行处理,结果表明,所提方法能够在信噪比为-25.39 dB的条件下有效压制噪声频谱,保留轴频线谱,处理后信噪比提高约21.92 dB。

基于权值平滑的自适应调零算法研究与实现

在卫星导航定位系统中,由于导航信号的功率较低,在到达地面时极易受到干扰,导致定位失败。自适应零陷技术可以有效地提高卫星导航接收机的抗干扰能力,然而由于常规的空时联合最小功率响应会时常出现零陷抖动,不能有效的对准干扰来向,从而导致接收机的抗干扰性能下降。对于该情况,本文提出对抗干扰算法中的权值进行平滑滤波处理的方法,并且通过仿真验证、FPGA实现、现场实测等手段验证了该算法的可行性。该方法可有效抑制系统权值以及零陷位置的抖动,从而提高抗干扰算法的稳定性和可靠性,对相关工程领域具有一定的参考价值。

基于VMD的地电阻率自适应长期变与年变化提取方法

基于VMD技术,结合地电阻率观测数据固有的数字信号特征,通过分析VMD分解后每层IMF分量的中心频率,研究能够提取地电阻率长趋势变化和年周期变化的VMD算法。结果表明,通过判断VMD分解后第2层IMF分量为年变化的方法,可以给出合理的分解层数K;自适应VMD分解有利于震前地电阻率异常识别,尤其是在地电阻率长趋势变化转折时间的确定以及破年变变化的识别方面。

基于参数估计和Kalman滤波的单通道盲源分离算法

针对存在频谱混叠通信信号的单通道盲源分离(single channel blind source separation,SCBSS)问题,提出一种基于参数估计和Kalman滤波的SCBSS算法。首先,针对根多重信号分类(root multiple signal classification,Root-MUSIC)算法在相近载频估计方面的局限性,提出一种自适应的Root-MUSIC算法,对接收到的盲混合信号的源信号数目和载频进行估计;其次,将Kalman滤波的思想引入到SCBSS算法中,根据估计得到的源信号参数构造信号模型,将其作为Kalman滤波系统的观测向量,执行“时间更新”和“测量更新”两个过程,得到源信号的最佳估计,实现单通道盲源分离。仿真结果表明,所提算法能够有效地从存在频谱混叠的单路接收信号中准确地分离出多路源信号,比传统的算法分离精度高,运算速度快。

混合式翻转课堂的实践探索——以“数字信号处理”课程为例

文章探讨了新工科背景下混合式翻转课堂教学模式在数字信号处理课程教学中的应用效果和推广的可行性。以四个平行班级为研究对象,两个班级采用混合式翻转课堂教学,一个班级采用线下教学模式,一个班级采用线上教学模式。对采用混合式翻转课堂教学的班级,重组数字信号处理课程内容,运用翻转课堂教学培养学生创新能力,强化学生自主学习。采用目标达成度评价混合式翻转课堂教学、线下教学模式和线上教学模式。其中,混合式翻转课堂教学模式表现出良好的教学效果,为工程技术专业课程改革提供了新思路。

基于卡尔曼滤波的室内二次辐射噪声测量修正方法

地铁运营诱发的沿线建筑物二次辐射噪声已成为城市噪声投诉重要来源,大量的轨道减振措施因而得以应用。但是由于测试条件的原因,对减振轨道区间沿线的建筑物二次辐射噪声进行测试所获取的噪声信号往往与背景噪声信号差异较小,致使室内二次辐射噪声评估结果不稳定。为评估观测信号与背景噪声信号接近时的室内二次辐射噪声,提出一种基于卡尔曼滤波方法的楼板振动与室内噪声测试数据联合评估方法。首先,根据卡尔曼滤波器工作原理,提出室内观测噪声误差矩阵和经验公式预测方法误差矩阵的构造方法。而后采用向典型信号中掺入高斯白噪声的方法结合现场实测数据验证了该方法的可行性。最后基于该方法对比分析几种经验预测公式的效果。

特种车辆多维载荷谱加速方法及在振动环境模拟试验中的应用

目的 解决车辆多轴轴耦合台架试验耗时长、花费大以及振动环境模拟精度低等问题。方法 将雨流投影方法运用到多维载荷加速处理中,利用传统雨流滤波法和多轴雨流投影滤波方法分别对特种车辆部件实际所受的多轴载荷进行加速处理,对加速后的多维载荷信号开展基于时域波形再现的振动环境模拟,以更有效地利用轮式车多轴轴耦合试验台开展加速疲劳试验。结果 对比加速前后的多维载荷信号,在时域、频域、损伤域基本一致的前提下,多维载荷信号时间压缩了50%,多轴振动环境的模拟精度大于80%。结论 采用该方法开展车轮加速疲劳试验,能够精确再现被试件的实际振动环境。通过实际试验验证,可以很好地再现故障出现的时间和形式,与实际野外路试结果十分吻合。

基于图的点云研究综述

点云的处理、传输、语义分割等是3维计算机视觉领域重要的分析任务.现如今,图神经网络和图结构在点云研究方面的有效性已被证实,基于图的点云(graph-based point cloud,GPC)研究不断涌现.因此,一种统一的研究角度、框架和方法论亟待形成.系统性梳理了GPC研究的各种应用场景,包括配准、降噪、压缩、表示学习、分类、分割、检测等任务,概括出GPC研究的一般性框架,提出了一条覆盖当前GPC全域研究的技术路线.具体来说,给出了GPC研究的分层概念范畴,包括底层数据处理、中层表示学习、高层识别任务;综述了各领域中的GPC模型或算法,包括静态和动态点云的处理算法、有监督和无监督的表示学习模型、传统或机器学习的GPC识别算法;总结了其中代表性的成果及其核心思想,譬如动态更新每层特征空间对应的最近邻图、分层以及参数共享的动态点聚合模块,结合图划分和图卷积提高分割精度;对比了模型性能,包括总体精度(overall accuracy,OA)、平均精度(mean accuracy,mAcc)、平均交并比(mean intersection over union,mIoU);在分析比较现有模型和方法的基础上,归纳了GPC目前面临的主要挑战,提出相应的研究问题,并展望未来的研究方向.建立的GPC研究框架具有一般性和通用性,为后续研究者从事GPC这个新型交叉领域研究提供了领域定位、技术总结及宏观视角.点云研究的出现,是探测器硬件技术长足进步后应运而生的结果;点云研究的现状表明在理论和实践之间存在一些挑战,一些关键问题还有待解决.同时,点云研究的发展将推动人工智能进入新的时代.

智能传感技术在水肥一体系统中的应用研究

以进一步提升水肥一体机系统的作业效率为目标,选取智能传感的监测技术,针对整机的监测控制与信号处理展开应用设计研究。考虑水肥一体机过程作业肥液融合的均匀性及系统各模块之间的协同性功能实现,结合微分补偿的传感数据算法处理方法,进行智能传感的水肥一体机架构布局,并匹配可执行的软件控制程序及硬件实施结构,进行实地传感应用监测与灌施控制作业试验。结果表明:水肥一体机系统的数据监测准确率可达95.25%,系统故障率相对降低3.79%,监测数据准确及时,能够确保系统各环节指令得到有效的调整与反馈,进而保证灌施土壤的含水稳定率相对提升7.87%,对于作物的稳定生长与产量提升有重要的参考价值。

模态分解的电能质量检测探究实验教学实践

针对“现代信号处理”课程的教学难点,以模态分解法(EMD)的电能质量扰动信号检测为例,进行了探究性实验教学仿真与实践。在教学过程中,引导学生对传统EMD电能质量检测法精度偏低的问题进行探究。然后根据探究结果,融合SVD滤波、ICEEMDAN及排列熵(PE)等多种现代信号处理技术,提出了SVD-ICEEMDAN-PE的电能质量扰动检测方法,能够提高精测精度。在此基础上,设计信号降噪、算法性能分析、扰动信号检测、实验信号检测等多个仿真对方法的有效性进行了验证。探究性实验教学是理论教学的延伸和拓展,教学过程注重以学生为中心,引导学生体会思考-探索-解决问题的科研方法,从而激发学生求学—求知—钻研的科研精神。