基于OBE理念的自动化专业软件类课程群教学改革探索

自动化是国家现代化水平的重要标志,在国家智能制造和“双碳”目标背景下,自动化专业人才的需求日益紧迫。特别是人工智能、大数据等新一代信息技术与自动化的高度融合,使得软件能力成为自动化人才的核心竞争力。文章从自动化专业软件类课程群的建设入手,以OBE理念为指导,积极探索自动化专业人才程序设计能力培养的新模式。

工程教育认证背景下自动化专业人才培养的思维转变与改进策略

本文对工程教育认证与自动化专业人才培养需求的契合进行了阐述,提出自动化专业人才的培养应紧密围绕"学生中心,产出导向,持续改进"等核心理念,积极转变思维和专业建设逻辑,并建立循环可控的质量监控机制,以实现自动化专业人才培养的可持续性发展,为国家工业战略和工程行业发展提供高质量的人才保障,同时增强我国工程教育的国际化认可和竞争力。

低压电器绝缘自动检测装置开发

介绍了一种基于直流高压泄漏电流检测法的高精度、实时性和抗干扰能力强的电器绝缘自动检测装置的设计原理和实现方法。该装置通过检测低压电动机的绝缘电阻、温度、泄漏电流、极化指数和吸收比等参数,并结合人工智能算法实现对电动机绝缘的故障预测及性能评估。同时,该装置还可以用于检测低压室内照明和动力电源配线的绝缘。在设计方面,主程序由泄漏电流检测、检测参数设置、检测结果查询和串行通信等模块组成,确保了系统的稳定性和可靠性。经过现场使用验证,该检测装置表现良好,为电动机绝缘性能的可靠评估以及低压照明设备的绝缘检测提供了有效手段。

PROFIBUS-DP总线在变电站综合自动化通信网络中的设计研究

设计了一套基于Profibus总线技术的智能型通信网络,解决了分层分布式变电站综合自动化系统中设备的数量和种类繁多,导致通信网络结构复杂、信息传输量过大的问题。投运结果证明:该系统具有传输速度快、组网方便、通信可靠及抗干扰能力强等诸多优点。

基于大数据的电力工程监理机制研究

构建基于大数据的电力工程监理机制,分别从成本、质量、进度、安全等4个方面,将原有工程监理与电力大数据进行巧妙融合,改变人工监理方式,构建同类项目数据库和本项目历史数据库。在进行工程监理过程中,实时采集本项目各项数据,同时分别抽取纵横向数据库中有用信息,与本项目进行实时对比,便于及时发现问题并采取措施补救。大数据与电力工程项目监理进行融合顺应时代发展潮流,是目前解决现存工程监理问题的最优选择。

低压电力线载波自动抄表系统设计中的关键问题

设计了一种以C8051F系列微处理器与ST7538Q载波芯片为核心元件的电力线载波Modem。为了提高自动抄表系统的可靠性,探讨了基于人工蛛网与Dijkstra算法相结合的路由组网策略。针对系统存在故障节点的情况,以双层蛛网为例作了仿真分析,仿真结果表明:采用Dijkstra算法比遗传算法的求解速度快,搜索到最优路径的成功率也较高。

自动化专业实验教学改革方法与对策

实验教学是高等学校创新教育的一个重要环节,是培养学生设计实验和分析、处理数据的能力,掌握专业常用的实验技术和必备专业技能的必要途径和手段。本文从改革实验教学,培养创新能力的角度出发,分析了当前高校自动化专业实验教学的现状及存在的问题,对自动化专业的实验教学体系、实验教学方式、实验教学内容提出了改革与对策。

浅谈自动化企业的发展及机遇与挑战

1．引言 自动化技术是一种运用控制理论、仪器仪表、计算机和其它信息技术，对工业生产过程实现检测、控制、优化、调度、管理和决策，达到增加产量、提高质量、降低消耗、确保安全等目的的综合性技术，主要包括工业自动化软件、硬件和系统三大部分。工业控制自动化技术作为20世纪现代制造领域中最重要的技术之一，主要解决生产效率与一致性问题。虽然自动化系统本身并不直接创造效益，但它对企业生产过程有明显的提升作用。

光热-跨临界压缩二氧化碳储能循环动态特性研究

为了改善新能源发电波动对电网的影响,提出了一种光热-跨临界压缩二氧化碳储能(transcritical compressed carbon dioxide energy storage,TC-CCES)循环集成热力系统,采用模块化机理建模方法,基于能质平衡关系分别建立TC-CCES系统与光热系统的动态数学模型,获取TC-CCES系统在储释能阶段关键参数的动态响应曲线。研究结果表明,系统的储能密度达到28.43 kW/m3,储能效率与循环效率分别为58.01%和60.85%,动态数学模型的最大误差均小于5%。此外,太阳直射辐射变化促使系统热源温度变化,而系统负荷对热源温度变化非常敏感,热源温度升高2.29%,换热器负荷升高3.36%,而且在某地区四季典型日冬季比秋季机组负荷低了23.9%。提出的动态数学模型可用于分析太阳能发电的动态特性,可为控制系统的设计提供理论参考。

基于组合时域特征提取和Stacking集成学习的燃煤锅炉NO_(x)排放浓度预测

为提高火电厂锅炉出口NO_(x)排放浓度的预测精度,提出一种考虑组合时域特征的Stacking集成学习模型。首先,为挖掘数据深层信息,采用时序分析、完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise analysis,CEEMDAN)和统计学计算数据标准差、偏度等特征的方法进行组合时域特征提取以构建重构数据;其次,考虑到重构数据中存在的冗余变量对模型的精度有所影响,利用遗传算法(genetic algorithm,GA)对重构数据进行特征降维;最后,为充分发挥各个模型的优势以提高模型的预测精度,构建以极限学习机(extreme learning machines,ELM)、深度神经网络(deep neural networks,DNN)、多层感知器(multilayer perceptron,MLP)、极限梯度提升算法(extreme gradient boosting,XGBoost)为基模型和以回声状态网络(echo state network,ESN)为元模型的Stacking集成学习NOx排放浓度预测模型。实验结果表明:该预测模型在不同数据集下都有着不错的预测效果,预测误差均小于2%,能够对锅炉NOx排放浓度实现精准预测。

集成碳捕集的1000 MW超超临界燃煤机组热力系统优化与性能研究

为降低CO_(2)的能耗并且提高发电效率,以超超临界二次再热-碳捕集系统为参考系统,提出了耦合太阳和ORC系统的二次再热-碳捕集优化方案。利用Ebsilon软件构建了优化系统模型,并进行了热力性能、经济性和运行性能分析。结果表明:与参考系统相比,优化系统热效率提高了4.78%,热耗降低了1005 kJ/(kW·h),煤耗降低了36.50 g/(kW·h);太阳能辅助系统年运行时间占比为60%,均省煤量可达到2.0×10^(4)t。优化方案具有更好的热经济性并且减少了发电耗煤量,为CO_(2)捕集和减排提供优化思路。

基于图优化的GNSS/双目视觉/惯性SLAM系统开发及应用

为提高机器人室外长航时定位精度,提出一种基于图优化的全球导航卫星系统(GNSS)/双目视觉/惯性同时定位与建图(SLAM)系统开发及应用。将空间中的线特征作为几何约束的补充,集成至前端的特征提取及后端的位姿优化线程,提升位姿解算精度。同时,以因子图构建联合优化的图结构,并推导出全局观测误差模型。近200 m的BullDog-CX机器人巡检结果表明,所提算法相比于VINSFusion和PL-VINS分别取得约12.6%及3.4%的定位精度提升,为室外机器人长航时导航提供了一种可行方案。

改进PSO-BPNN的电力变压器故障诊断与模式识别

为了优化反向传播网络相关学习参数,提出一种粒子群优化辅助BP神经网络(BPNN)的新方法.以变压器油中气体体积分数百分比构造故障特征,将BP网络的初始权值和阈值进行实数编码,以对应PSO中的粒子,实现BP网络的离线训练与在线分析,对变压器故障模式做出判断.结果表明,该算法更合理地更新了粒子的位置和速度,最优地设置了全局极值,有效克服了粒子的早熟收敛,获得的故障诊断准确率高达91%,并大大提升了BP网络的收敛速度.该算法为此类设计提供了有效的模型参考.

改进的尺度不变特征转换精确图像匹配在电力设备目标定位中的应用

针对电力设备目标定位问题,研究了基于改进的尺度不变特征转换(scale invariant feature transform,SIFT)精确图像配准的定位方法。首先用改进的SIFT特征描述子提取图像中的特征点,降低了特征向量描述子的维数,大大提高了算法的速度;然后采用欧氏距离对特征点进行初始匹配,由于初始匹配过程中存在误匹配,采用改进的随机取样一致性(random sample consensus,RANSAC)算法对阈值进行自动调整,消除了错误匹配;最后,以电力系统中的刀闸、变压器为例,采用旋转、缩放、光照变化及加噪声图像验证了该算法。实验结果表明:改进后的算法不仅继承了SIFT算法的鲁棒性,而且提高了算法的速度和匹配精度,可以较好地应用于电力设备目标定位中。

基于PLC的智能水泥自动配料系统设计

针对水泥制造业应用环境恶劣、干扰因素比较多的现状,本文设计了一种智能自动配料系统。该系统由S7200型号PLC作为测量和控制的核心,TD400C作为人机接口单元,采用FS11系列变频器用来控制配料系统的电机速度,波纹管电阻应变式压力传感器作为称重元件,磁电式速度传感器作为测速元件,采用固定取样长度并进行累加称重的控制策略,能够实现水泥生产过程中的在线动态称重,有效地增强了系统的抗干扰能力,解决了下料不稳定时带来的误差,提高了配料精度。

电力市场高峰时段可中断负荷优化购买模型

可中断负荷是需求侧参与初期电力市场运行的主要方式。文中探讨了电力市场初期实施可中断负荷管理的市场运作方法,提出一种与高峰有功调度相结合的购买可中断负荷的优化模型,模型以网损最小为目标,不仅考虑可中断负荷自身特性对购买方案的影响,还考虑了不同地理位置的负荷中断对网损的影响,模型采用排队法求解。通过IEEE30节点算例表明,所建模型能够适应电力市场初期可中断负荷参与电网高峰调度的需要。

风电齿轮箱振动信号耦合调制建模与应用

风电齿轮箱不同轮系间存在的耦合调制现象干扰了实际故障诊断,为此,针对两级行星一级平行结构的齿轮箱提出一种考虑级间耦合调制的现象学模型。首先,在风电齿轮箱振动信号幅值、频率解调分析基础上,定义了多级传动下的级间串联调制特性,并提出幅值-频率级间串联调制模型;通过构造多级调幅信号和调频信号,在频谱和解调谱中对串联调制特性进行仿真分析,并提出耦合调制特性边带能量指标用于模型评价;设计了与现场齿轮箱具有相同结构的缩比齿轮箱实验台,并在正常与故障状态下进行实验、现场联合分析,验证级间串联调制模型的有效性。结果表明:频率耦合调制现象在四种状态下尤为明显,其耦合调制特性边带能量分别为1.02、1.04、1.18、1.25。本模型所反映的齿轮箱级间耦合调制现象是齿轮箱本身所有,不会因齿轮箱的状态而发生改变,本模型为提高风电齿轮箱故障诊断准确性提供参考。

自适应融合气体-光谱双模态信息花生产地溯源方法

不同产地的花生质量差异明显,贴优质产地标签贩卖劣质花生的现象时有发生。本文基于电子鼻与高光谱系统的无损检测技术,提出双模态融合特征注意力(Bimodal fusion feature attention,DFFA)并设计DFFA-Net以实现花生质量辨识。首先,利用电子鼻与高光谱系统获取7个不同产地花生气体信息和光谱信息,花生自内而外的气体信息可以表征其整体宏观质量,不同化学键及官能团的光谱信息差异可以表征其整体微观质量;然后,提出DFFA以自适应融合气体-光谱双模态信息并关注影响分类性能的重要特征,并结合消融实验证明了双模态信息融合的必要性;最后,基于提出的DFFA模块,经网络结构优化得到DFFA-Net以实现不同产地花生质量的有效辨识。通过消融分析、多注意力机制分类性能对比,DFFA-Net获得了最佳分类性能:准确率为98.10%、精确率为98.15%、召回率为97.88%,验证了DFFA-Net在花生产地辨识中的有效性。提出的DFFA-Net结合电子鼻和高光谱系统实现了不同产地花生的质量辨识,为花生市场质量监督提供了有效的技术方法。

在工程力学教学中的创新教育的探索与实践

倡导“以人为本”的教育理念,推行现代教育思想、教育理论,合理选择教材,采用现代化的教学手段,优化教学方法,对考试考核方法加以改革,才能使创新教育在工程力学课程教学中得以实现。

基于颜色传感器的酚酞碱度自动测量装置

针对当前测量电厂水质碱度方法操作复杂,自动化程度低,难以满足工业现场循环水监测需要的状况。笔者设计开发了一种酚酞碱度自动测量装置。测量方法以目视比色法原理为基础,以LabVIEW为系统开发软件,利用TCS230颜色传感器采集碱度滴定过程中溶液颜色变化,然后,根据颜色相似性原理自动判断滴定终点。实践证明,采用该装置测量酚酞碱度,准确度高,速度快。