面向就业与创业的电子信息工程专业实践教学改革

实践教学是电子信息工程专业教学体系的重要组成部分。目前的实践教学尚存在诸多问题,为提升电子信息工程专业学生的就业和创业能力,应进行课程体系、实践教学内容的改革,建立开放性实验室和一体化教室,鼓励学生参加各种电子竞赛,加大校外实习基地建设,规范毕业设计过程,着力提高教师实践教学指导能力,建立科学的实践教学考核评价体系。

工业润滑油罐分布式液位监控系统设计

工业润滑油生产企业多使用人工检尺配合浮子钢带液位计对户外分布式油罐进行液位监控,效率低下,且实时性、准确度差.针对这一问题,设计了一种基于单片机与KingView组态王的分布式油罐液位监控系统.监控系统以组态王软件上位机作为主机,以多个采用STC12控制器设计的液位数据采集终端作为从机,主从机之间通过RS485总线以Modbus RTU协议进行通信.现场实施应用效果表明,系统通信稳定,采集精度高、刷新时间短,且成本经济、方便移植.

工程认证背景下自动控制原理课程教学改革与实践

针对自动控制原理课程理论性强、内容抽象、学生学习内驱力不够、课堂学习效率低等问题,基于工程认证的三大理念进行教学改革与实践:结合培养创新型人才调整教学内容,引入课程思政;综合运用翻转课堂、项目驱动、计算机辅助设计与仿真等多种教学手段,突出实践教学;围绕学习成果产出改革考核内容和方式,构建一体化评价体系。教学改革与实践表明,学生在学习主动性、工程实践能力与创新应用能力方面有明显进步,教师的教学能力得到明显提高。

改进灰狼算法优化GBDT在PM_(2.5)预测中的应用

针对灰狼算法易陷入局部最优解和全局搜索能力不足的问题,通过霍尔顿序列(Halton Sequence)搜索算法初始化狼群位置,避免灰狼算法陷入局部最优解和重复运算;引入莱维飞行和随机游动策略对灰狼算法的寻优过程进行优化,以增加算法的全局搜索能力;利用粒子群算法模拟灰狼种群得出的最佳适应度以用于惩罚项改进灰狼算法中的头狼更新策略。使用改进算法优化的梯度提升树(Gradient Boosting Decision Trees,GBDT)模型对北京市大气污染物监测数据中PM_(2.5)质量浓度进行预测,采用3种评估函数对各模型以及混合模型预测效果得分进行评估。结果显示,本文改进的灰狼算法对梯度提升树的优化效果优于其他算法,均方根误差E RMS为6.65μg/m^(3),平均绝对值误差E MA为3.20μg/m^(3),拟合优度(R^(2))为99%,比传统灰狼算法优化结果的均方根误差减少了19.19μg/m^(3),平均绝对值误差降低了10.03μg/m^(3),拟合优度增加了9百分点;与霍尔顿序列和莱维飞行改进的(Levy Flight-Halton Sequence,LHGWO)相比,改进的灰狼算法预测得分的均方根误差降低了10.39μg/m^(3),平均绝对值误差减小了6.71μg/m^(3),拟合优度提高了5百分点。研究表明了预测模型优化的有效性,为未来城市改善空气质量提供了科学依据和技术支持。

DBD等离子体与活化水对马铃薯生长特性及产量的影响

等离子体技术在农业生产、生物医学、环境保护等领域有着广泛的应用前景。论文采用多针-板电极制备等离子体活化水装置、板-板电极等离子体直接处理马铃薯装置,对比研究了不同放电功率下等离子体活化水、直接等离子体处理对马铃薯生长特性及产量的影响。2种装置均呈丝状放电,且放电功率与外施电压正相关;当最佳放电功率匹配时,等离子体活化水、直接等离子体处理均能显著改善马铃薯生长特性及产量。等离子体活化水的放电功率为53 W时,马铃薯植株高度、茎粗、鲜重、叶绿素质量分数及产量分别提升了6.4%、18.9%、25.9%、31.7%及17.5%;直接等离子体处理马铃薯的放电功率为8 W时,植株的各参数值增幅均在10%以上。研究结果表明:放电功率变化时,等离子体活化水的理化参数(pH值、氧化还原电位、电导率、过氧化氢、硝酸根离子、亚硝酸根离子)变化显著;随着放电功率的提升,直接等离子体处理的马铃薯吸水率先增长后下降,种皮刻蚀逐渐明显。论文的研究可为DBD等离子体与活化水在农业生产领域应用提供参考。

求解大规模全局优化问题的新型三层递归差分分组方法

协同进化算法在求解大规模全局优化问题上具有较好的效果,其核心思想是利用分而治之的策略将一个高维问题分解成若干个子问题,然后分别优化每个子问题.然而,现有的分解方法通常需要花费大量的计算成本来获得精确的变量分组.通过采用递归交互检测中的历史信息简化分组过程,能够避免检测某些集合的相互关系,本文提出了一种新型三层递归差分分组策略(NTRDG).与其他4种现有的分组方法相比,NTRDG在不影响分组精度的情况下计算成本消耗较低.仿真结果表明,NTRDG在求解大规模全局优化问题时具有很强的竞争力.

基于粒子群的多毫米波安防机器人环境感知方法

安防机器人常工作于昏暗、烟雾等环境,毫米波有探测这类环境的能力,但其点云是稀疏的,可将多毫米波的点云融合以提高环境感知的能力。点云融合时需要精确的结构参数,针对测量法获取结构参数存在误差的问题,在分析多毫米波点云坐标的基础上,利用粒子群算法对毫米波雷达结构参数进行搜索,并根据搜索结果进行点云融合以及环境地图的构建;同时提出稀疏点云地图的评价指标,对毫米波感知效果进行定量评价。利用安防机器人在昏暗环境下开展实验,结果表明与结构参数由测量法获取的多毫米波感知系统对比,点云数量有所增加,地图边界空洞数量平均减少55%,边界噪声率平均下降12.9%,物体点云离散度平均下降约0.06,中心位置的偏移量均有所减小。

网联环境中基于免疫思想的公交通行策略

在V2X网联环境中,公交系统能够获取全局的动态信息,以相邻公交车站之间的道路为场景开展网联公交的通行策略研究。以绿信比之差为主要参数,构建公交快速通行的数学模型;遗传算法与免疫思想相结合,设计亲和度,选取优秀抗体,提出一种混合遗传算子;改进自适应交叉、变异概率,提出一种基于免疫思想的公交通行策略。仿真结果表明:对比固定相位时长,采用遗传算法和基于免疫思想的通行策略均可较大程度地减少公交车的运行时间、等待时间和停车次数等重要指标;对比遗传算法的通行策略,基于免疫思想的通行策略绿信比变化降低了约8.8%,收敛速度提升了约26.8%,改进的策略减少了陷入局部最优的风险,能实现网联公交的快速通行,提升公交系统的运行效率。

海拔高度对化爆冲击波压力分布规律影响分析

海拔高度会引起空气密度及气压的变化,直接影响冲击波压力在空气介质中的传播分布规律。该项研究采用AUTODYN建立了0、1 000、2 000、3 000、4 500 m等5种海拔高度下爆炸冲击波压力传播规律的有限元数值仿真模型,开展了等效TNT当量为10、30、50 kg工况下的数值仿真分析,并对获取的冲击波压力分布规律进行了分析。分析结果表明:海拔高度对冲击波压力具有显著的影响作用,具体表现为在同一等效TNT当量下,随海拔高度的增加,冲击波超压峰值、比冲量都逐渐减小,峰值到达时刻随测点距离增大逐渐提前;并且随等效TNT当量的增加,爆炸冲击波压力峰值和比冲量都逐渐增大,峰值到达时间逐步提前。数值仿真结果与试验结果具有较高的吻合度,该项研究揭示了海拔高度对爆炸冲击波传播分布规律的影响作用,为实际工程测试提供了理论支撑。

马尔可夫跳变系统的有限时间保性能控制

本文主要研究具有时变时滞的脉冲随机马尔可夫跳变系统的有限时间保性能控制问题.通过选取模态相关的李雅普诺夫泛函,使用线性矩阵不等式(LMI)、平均驻留时间方法等技术,得到一些新的充分条件来确保系统有限时间稳定,并给出了系统的上界性能指标.基于该充分条件设计了系统的状态反馈保性能控制器.最后,利用Matlab的LMI工具箱进行数据仿真,得到相应的均方轨迹图.数值例子结果表明,得到的仿真结果和理论结果一致,验证了文中理论的有效性.

基于残差BP神经网络的Baxter机器人逆运动学分析方法

提出1种基于残差BP(back propagation)神经网络的自适应逆运动学分析方法,围绕数据采集至实时控制的整个运动规划流程,采集140组位置和欧拉角数据,利用残差BP神经网络对Baxter机械臂进行逆运动学分析,拟合得到机械臂7个关节角度;将训练好的关节角度以话题的形式发布,通过在抓取物体的脚本中订阅该话题实现通讯;结合Rviz进行可视化展示和实物双臂协同实验,对4种物体模型分别用残差BP神经网络和普通BP神经网络进行抓取实验,验证所提方法的有效性。结果表明:所提方法的计算单点时间约8.1 ms,远小于机械臂的控制周期,可实现实时性的要求;在进行1500次训练的情况下,残差BP神经网络模型的均方误差为0.006,相比普通BP神经网络模型,误差降低0.077,提高了模型的准确性;所提方法的抓取成功率为87.5%,比普通BP神经网络提高了22.5%,验证了本文所提方法的有效性和实用性。

基于双重控制策略的故障检测方法

针对复杂工业过程中变量故障信息统计不完全和故障检测性能不佳的问题,提出一种基于双重控制策略的故障检测方法。对输入数据进行标准化处理并获得数据的偏差变量来揭示数据的故障信息,实现第一重控制;对偏差变量进行处理生成新的辅助监控统计量,实现第二重控制;针对辅助监控统计量阈值难以确定的现象,基于一种反馈调节的参数自适应策略设置阈值。使用提出的方法对田纳西伊斯曼过程(TE过程)进行故障检测,且与改进欧氏距离控制(IEDC)和传统主成分分析(PCA)的故障检测方法进行比较验证。结果表明:与IEDC和PCA方法相比,所提方法能监控TE过程中变量更多的故障信息,在多组类型的故障检测中具有更高的故障检测率与较低的误报率,可有效应用于复杂的工业过程。

计及光伏不确定性的多区域综合能源系统多场景分布鲁棒优化调度

为降低光伏出力不确定性对多区域综合能源系统(IES)经济性与安全性的影响以及提升多区域IES系统在多种极端场景下的稳定运行能力,提出一种计及光伏出力不确定性的多区域综合能源系统多场景优化调度策略。针对光伏发电的不确定性,采用拉丁超立方抽样和改进型人工蜂群K-均值聚类算法形成典型光伏场景集。根据供热管道热特性和热能传输动态特性建立热网络模型。融合光伏场景信息,分别将日前阶段的运行成本以及实时阶段最恶劣光伏场景下系统的调整成本作为优化目标,构建两阶段分布鲁棒优化调度模型。采用列与约束生成(C&CG)算法对两阶段模型进行求解。最后,通过算例验证了所提策略的正确性和可行性。

适用于太阳电池的低应力高增益升压变换器

在太阳能开发利用过程中,升压变换器能实现较高升压比,但存在开关器件电压应力过高问题。为了降低开关器件电压应力,提出一种低应力高增益升压变换器基本结构,在提高电压增益的同时降低了电压应力。为了更好地适用于多种升压场合,将二次型升压网络、开关电感网络、开关电感电容网络和准Z源网络4种升压单元对其储能电感进行替换,得到一类低应力高增益升压变换器,分析了利用准Z源网络替代的高增益升压变换器工作特性,并与同类型变换器进行对比分析。最后,利用Matlab/Simulink仿真软件和实验样机验证了所提变换器理论分析的正确性和可行性。

环形布设光纤布拉格光栅的三维曲面形状重构

为了提高柔性机器人抓握传感中掌心表面的重构精度,本文基于COMSOL仿真,在436 mm×436 mm×2 mm聚丙烯板上,采用7只经聚二甲基硅氧烷(PDMS)封装的光纤光栅(FBG)柔性传感器,选取环形布设的方式,在板末端中心与两角分别受力的情况下,使用光纤光栅解调仪采集实验中的传感器数据,并通过三次样条插值法进行连续化。设定数个平面Y与拟合圆环相交,计算过点函数获得三维曲面点集,实现了空间曲面的拟合可视化显示。在曲面末端中心受力时,板末端位移最小相对误差为0.549%,最大相对误差为8.300%,最小绝对误差为0.051 cm,最大绝对误差为1.255 cm,板末端两角受力时,板面重构末端位移最小相对误差为2.546%,最大相对误差为14.289%,最小绝对误差为0.005 cm,最大绝对误差为0.729 cm。实验结果为柔性机器人掌心抓握传感提供了应用基础。

积分型非奇异终端滑模PMSM无传感器控制系统

针对永磁同步电机中高速情况下传统的滑模观测器估算精度低且存在较强抖振的问题,提出一种基于改进型滑模观测器的PMSM矢量控制方法。基于非线性滑模面理论分析,构建一种积分型非奇异终端滑模面,有效降低了抖振现象,提高了系统的观测精确度;并设计了一种自适应反电动势滤波器,使反电动势能随观测器自适应调节,且谐波含量低,进一步提升动态精度;最后,利用正交锁相环原理调制出电机转子位置信息,将提出的新型控制方法应用到永磁同步电机调速系统,与传统滑模控制进行对比。仿真和实验表明,提出的基于新型滑模观测器的永磁同步电机控制系统跟踪精度高、鲁棒性强,动、静态响应好。

面向拥挤行人检测的改进YOLOv7算法

针对拥挤行人检测场景下检测算法容易产生漏检与误检的问题,提出一种改进的YOLOv7拥挤行人检测算法。在骨干网络中引入BiFormer视觉变换器和改进的高效层聚合网络(RC-ELAN)模块,通过自注意力机制与注意力模块使骨干网络更多聚焦于被遮挡行人的重要特征,有效缓解了目标特征缺失对检测造成的负面影响。采用基于双向特征金字塔网络思想的改进颈部网络,通过转置卷积和改进的Rep-ELAN-W模块使模型可以高效利用中低维特征图中的小目标特征信息,有效提升了模型的小目标行人检测性能。引入高效的完全交并比损失函数,使模型可以进一步收敛至更高精度。在含有大量小目标遮挡行人的WiderPerson数据集上的实验结果表明,与YOLOv7、YOLOv5、YOLOX算法相比,改进的YOLOv7算法的交并比阈值分别取0.5和0.5~0.95时的平均精准度提升了2.5和2.8、9.9和7.1、12.3和10.7个百分点,可较好地应用于拥挤行人检测场景。

面向带钢表面小目标缺陷检测的改进YOLOv7算法

带钢表面小目标缺陷检测是工业质检领域的研究热点。针对热轧带钢表面缺陷检测任务中小目标缺陷易产生漏检的问题,文章提出一种改进的YOLOv7算法。在骨干网络中融入通道空间注意力模块(convolutional block attention module,CBAM)和可重参数化卷积模块,以提升小目标特征的提取效率;采用改进的双向特征金字塔网络(bi-directional feature pyramid network,BiFPN)颈部网络替换原有的路径聚合网络(path aggregation network,PANet)颈部网络,实现对小目标缺陷特征的高效提纯;采用解耦检测头进行检测结果输出,使网络在训练时进一步收敛至更高精度。实验结果表明,改进后的YOLOv7算法在小目标带钢缺陷检测场景下检测精度领先YOLOv7算法4.3 AP50精度,领先YOLOv6算法5.0 AP50精度,领先YOLOX算法4.8 AP50精度,说明该算法可以较好地应用于小目标带钢缺陷检测。

基于时域曲线相关性鉴别的分布式光纤扰动定位算法研究

针对瑞利散射信号的随机性以及光纤衰减导致分布式光纤传感系统扰动定位困难、事件误报率高的问题,根据瑞利散射曲线的时域相关性,提出了基于滑动窗的相关系数的扰动事件校验与定位算法。该算法根据在发生扰动事件时相邻周期的光时域反射曲线、扰动点及后续位置相关性骤降的特征,在相邻两周期的光时域反射曲线末端设置数据窗并计算相关系数,设定相关系数的阈值校验有无扰动事件发生。若判别存在扰动事件,则向前滑动数据窗并计算相关系数,然后与定位阈值对比从而定位事件。文中搭建了分布式光纤振动传感系统,在25 km长的光纤范围内实现了±3 m的定位误差、±5 m的空间分辨率,系统响应时间仅为0.15 s。

融合彩色模型空间的电力设备红外图像增强

电力设备红外图像普遍存在亮度暗、对比度低等问题,针对此现象,提出了一种融合彩色模型空间的图像增强算法。该方法将图像的对比度与亮度增强转换至HSV与RGB空间中分别进行处理:RGB空间中,首先预处理图像中的高灰度级,并采取混合滤波的方式抑制图中噪声,然后使用增强函数提高图像亮度,最后将增强图像转换至HSV空间中并提取H、S、V三分量图;HSV空间中,采用伽马变换和CLAHE(contrast limited adaptive histogram equalization)算法实现V分量的亮度提升,并采取非线性饱和度矫正函数处理S分量提升图像对比度,最后将处理分量与提取分量进行对应融合得到HSV空间中的增强图像,并将其转回RGB空间中得到最终的输出图像。实验结果表明,本文算法能明显地提升红外图像的亮度与对比度,增强后的3组图像其灰度均值和标准差平均值分别为115.94和78.65,相对于原图的平均值分别提升了81.59和36.17。