基于动态种群多邻域MOEA/D的污水处理过程优化控制

针对污水处理过程中以能耗和罚款为对象的多目标优化控制问题,对基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)进行改进,提出基于动态种群的多邻域MOEA/D用于污水处理过程中多目标优化控制。首先,将种群分为3个初始子种群,不同子种群由不同变异策略产生新解,并通过子代进化率对子种群规模进行动态调整,以适应不同进化时期对策略的需求;其次,分析种群在迭代过程中的进化状态,并结合各策略搜索的范围为每种变异策略分配一个邻域,以提升各策略的搜索性能。实验结果表明,该算法的收敛性和多样性相较于传统算法有明显的提升,该算法能够达到对污水处理过程中的目标进行优化的目的。

大规模用水节点的灌溉物联网监控系统设计

针对现有的大部分智能灌溉的农业物联网系统难以满足大范围多布点的实际灌溉监控管理需求的问题,结合现阶段大规模农业灌溉对海量用水节点监控管理的需求,设计基于工业常用的MODBUUS-RTU协议以及TCP协议进行测点数据的查询和检测站点的管理系统,测点传感器可采用任何满足协议要求的流量传感器;设计IOT服务器和WEB服务器2个服务进程,IOT服务器负责从电磁流量计中查询获取数据并上传至数据库,解决协议识别解析和高并发问题,提高系统处理大量监控节点的能力;WEB服务器从数据库查询相应的数据信息并进行权限管理,方便系统规模扩展;为了便于系统管理,设计开发具有测点数据查询以及设备管理等功能的配套微信小程序.设计的灌溉物联网系统在实现基本灌溉监控的基础上,综合考虑大规模节点部署、海量数据并发、系统权限控制等现实性问题,为实现节水灌溉提供了切实可行的解决方案.

浅谈物联网技术基础课程的教学改革

近些年,物联网技术在国民生产及生活中愈发重要。很多高校为计算机类、自动化类、电子工程类等相关专业的低年级学生设置了物联网技术基础的相关课程。如何上好这门课程尚有许多地方需要探讨。根据实际教学经验,本文从教学内容、师生互动及考核方式三个方面阐述了提高这门课教学效果的方法。

教学过程设计因素对教学总体评价的影响分析--以食品类专业选修课为例

保持学生在教学课堂上的注意力和学习动力长期以来都是一个挑战。为了探究本专业特色课程食品类选修课教学过程设计中各因素与学生对课程总体评价之间的关系,文章采用开放式的SEEQ问卷调查方法进行数据采集,并利用SPSS进行统计分析。结果显示,学生对课程的总体评价是满意,人口学变量对教学各因素均不存在显著差异(p>0.05)。由此构建多元线性回归模型,且回归模型的拟合度良好。由模型可知,在后期的教学设计持续改进时,必须将课堂教学各因素放在首位,重视雨课堂融进整个教学过程,最后适当的结合学生的兴趣及未来就业的规划。

基于自训练SGAN的调压器半监督故障诊断模型

针对实际工况下调压器标记样本稀缺导致故障诊断效果不佳的问题,基于自训练算法与半监督生成对抗网络(semi-supervised generative adversarial network,SGAN)设计了故障诊断模型。首先,对燃气调压器一维压力信号进行预处理,得到灰度图像样本。之后,基于深度卷积生成对抗网络,设计SGAN进行特征提取,判别器采用具有共享权值的堆叠鉴别器模型。然后,设计自训练算法,使用训练好的初始分类器预测无标签样本的类别标签。最后,采用重复标记方式将满足要求的样本扩充到有标签样本集重新训练,保存最终的分类器。实验结果表明,在少量调压器标签样本的情况下,所提模型依旧具有良好的性能。

ESD保护电路在HDMI板级信号完整性中的影响分析及其布局优化研究

为了解决HDMI接入ESD保护电路后信号完整性受破坏等问题,从器件的空间布局对HDMI信号完整性影响进行研究分析,同时考虑了瞬态电压抑制(TVS)高频寄生参数的影响,搭建了ESD放电模型和TVS高频等效电路模型,并对其可靠性进行了验证。从差分器件接入信号线旋转角度和彼此间错开距离研究其对信号完整性的影响,设计了25套不同夹角和4套不同错开距离的板级模型,在不同特性的传输频率下进行S参数仿真,并从中选取出垂直型、水平型、错开型三种具有代表性的空间布局模型,利用有限元仿真得到差分信号线的S参数和眼图。仿真结果表明,垂直型排布相比于其他两种典型空间布局,回波损耗平均降低了248.1%,插入损耗平均降低了20.6%,眼图的眼宽和眼高在三种空间布局中最大。研究成果为PCB静电放电保护电路分析与设计提供了布局优化指导。

基于能量等级的分簇拓扑控制算法

针对无线传感器网络中节点能耗不均匀和节点容易过早死亡的问题,提出了基于能量等级的分簇拓扑控制算法ELBC和多跳M-ELBC算法。通过在簇头选择策略中引入能量等级的概念并考虑基站位置影响,上述算法根据网络的整体能量状况动态调节各因素在簇头选择过程中的权重,来有效地保证簇头的合理分布,均衡能量消耗;同时根据节点剩余能量对偏向参数进行优化,来提升高能量节点在簇头竞争中的竞争力,避免低能量节点过早死亡。仿真结果表明,ELBC和M-ELBC算法能够有效地推迟死亡节点的出现时间,均衡节点能耗,延长网络生存时间。

基于能量的EBAPC分簇网络拓扑控制算法

低功耗自适应集簇分层型协议LEACH算法对簇头的选择具有随机性,并且没有综合考虑节点的剩余能量、分布位置。为此,提出一种基于能量的仿射传播聚类EBAPC分簇拓扑控制算法。对适应度因子重新进行定义,借鉴仿射传播AP聚类算法中聚类中心的选择策略,簇头选择综合考虑无线传感器网络节点的剩余能量和节点之间的距离因素。仿真实验结果表明,EBAPC算法较LEACH算法分簇更均匀,簇头选择更合理,网络中能量的消耗更均衡,从而延长网络寿命。

谐振负载全桥逆变PSPWM ＆ PDM软开关控制研究

针对逆变器在串联谐振负载条件下,移相脉宽调制(PSPWM)中移相角变大时电流波形三角畸变严重,脉冲密度调节(PDM)轻载时电流断续的缺点,将PDM与PSPWM结合起来,组成移相密度复合调节(PSPWM&PDM),对逆变器进行功率控制,逆变器始终工作在零电流开关(ZCS)状态。详细分析了PSPWM&PDM的工作模式和控制原理,给出了仿真和实验波形。

基于改进Smith预估补偿的制冷系统抗干扰控制

针对受到干扰影响的制冷系统,提出了一种基于干扰观测器的控制方法。首先,利用改进的Smith预估补偿技术处理纯滞后环节的影响,并采用解耦技术将制冷系统简化成两个独立的单输入单输出子系统。然后,设计干扰观测器估计系统的不确定性和外界干扰,并结合前馈控制技术进行补偿。其次,采用PI控制方法设计反馈控制器,以保证闭环控制系统的稳定性,并使制冷系统的过热度和蒸发温度准确跟踪给定值。最后,仿真结果表明,该方法能够增强系统的抗干扰能力,提升系统的控制性能。

基于DSP控制的手持式高频感应钎焊电源的研究

针对目前感应钎焊电源都是感应线圈固定在主机上的,当工件比较大,特别经常需要焊多个焊点,移动式工作方式或操作狭窄的情况下,这类线圈固定式感应钎焊电源很难完成焊接工作,固提出了"手持式钎焊电源"的概念,将感应器与设备主机分离,中间由柔性电缆连接。将串联谐振与软开关技术相结合,来减小中间柔性电缆的损耗,本文主要完成主电路的搭建,基于DSP320F2812的控制系统设计(包括PSPWM&PDM混合功率控制及频率跟踪),并给出了实验波形。

具有双边随机时延和丢包的网络控制系统有限时间控制

针对双边丢包和双边时延的网络化控制系统的有限时间控制问题,通过引入时间偏移量的方法,将丢包转换为时延,从而形成多时延系统,并将时间延迟转换为系统状态延迟。基于全概率公式给出已知网络丢包率下连续丢包的概率公式,用Markov链表征网络时延的变化规律。以线性矩阵不等式的形式给出改进的有限时间时延相关稳定性判据,并通过数值仿真验证所提方法的有效性。

基于DSMO的无位置BLDCM控制策略研究

永磁无刷直流电机(BLDCM)是多变量、强耦合的非线性系统,为改善连续域的控制方法不能较好预测系统的稳定性,提出基于离散滑模观测器(DSMO)的无位置BLDCM控制方法,并引入Sigmoid函数作为滑模观测器的控制函数,以削弱抖振;同时构建离散反电动势观测器直接提取反电动势信号,并利用李雅普诺夫理论证明其稳定性,进一步引入坐标旋转数字计算(CORDIC)算法,以提高电机转子位置的估算精度。实验结果表明,该控制策略能准确估计电机转子位置,同时削弱观测器的抖振问题,提高系统精度和可靠性。

三相并网变流系统nk±m次谐波重复控制

为了“净化”电力电子并网接口,实现三相并网变流系统并网电流的精确、快速跟踪控制,探讨了nk±m次谐波重复控制器(nk±m RC)及其数字控制系统。nk±m RC是一种基于内模原理(IMP)的控制器,相对于常规重复控制器(CRC),具有误差收敛速度快、数字单元需求少的优点。将nk±m RC应用于三相脉宽调制(PWM)并网变流系统,包括三相整流和三相逆变并网系统,实验结果验证了nk±m RC的有效性和相对于CRC的优越性。nk±m RC为三相并网变流系统提供了一种高性能的并网电流 控制策略。

一种针对异构设备和环境变化的室内定位算法

针对基于蓝牙指纹的室内定位中存在设备异构性和蓝牙信标节点发生变化的问题,提出一种针对异构设备和环境变化的室内定位算法.首先,利用普氏分析法对接收到的信号强度进行标准化处理,使用核极限学习机(kernel extreme learning machine,KELM)对标准化的指纹库建模,减少用户移动终端差异导致的信号强度差异;其次,当接入点(access point,AP)信号发生变化时,利用高斯过程回归重新校准该接入点信号,更新指纹库,消除接入点因信号衰弱、位置移动或环境变化导致的定位误差.测试分析结果表明:该算法能有效克服异构设备产生的影响,并更好地适应环境变化.

两线圈串联电动汽车动态无线充电系统研究

从经济和空间角度考虑,电动汽车EV(electric vehicle)同时装设匹配静态和动态无线充电方式的接收单元是不理想的。为此,参考EV静态无线充电标准,设计了两发射线圈同向串联EV动态无线充电系统,使其接收单元能同时满足动态和静态无线充电需求。首先,分析了收发线圈的水平偏移特性和互感电路模型,并根据分析结果确定了单发射线圈组切换以及两发射线圈串联的方式,根据两发射线圈串联的三维磁通图确定了两个发射子线圈的通电方向为同向通电;然后,对单发射线圈组切换系统以及两发射线圈串联系统进行了有限元仿真,验证了两个发射线圈串联的互补作用以及同向通电方式的优越性;最后,参考EV静态无线充电标准搭建了实验平台,并完成了静态和动态的无线充电实验。

基于机器视觉的硅锭端面隐裂检测方法

硅锭在生产过程中难以避免有端面隐裂的发生,严重影响生产线的安全性能和生产效率,为此提出一种改进背景差分的硅锭端面隐裂自动检测方法;首先,分析端面隐裂的特点,采用中值滤波来对图像进行预处理;其次,采用图片样本库训练得到背景图像,并对常用差分算法进行改进,在对图像进行差分的同时增强隐裂缺陷;再根据隐裂缺陷的最大比例不超过10%,进一步去除差分图片中的大部分背景点;最后,再提取隐裂缺陷区域,对区域进行连通域分析,并根据缺陷区域面积来判断端面是否有隐裂;对硅碇端面隐裂缺陷的仿真结果和现场实践表明,该方法识别的准确率达96.4%,召回率达98.5%,识别时间低于200 ms,很好地满足了现场运行的需求。

基于优化回声状态网络的溶解氧预测建模

溶解氧是水体质量的一个重要参数,合适的溶解氧浓度有利于水产品的生长发育,预测溶解氧变化对水产养殖环境预警有重要的意义。以准确快速预测溶解氧的变化为目标,设计了一种基于优化回声状态网络(ESN)的水产养殖中溶解氧的预测模型。将双向构造训练样本的方法和ESN模型相集成以构建溶解氧预测模型,解决了传统ESN模型存在的网络自由参数定值的问题,以及在储备池规模较大情况下模型泛化性能恶化的问题,很好地解决了在水产养殖中无法快速且准确地预测溶解氧变化的问题。测试对比结果表明,优化后的ESN模型具有良好的鲁棒性;同时在储备池较大规模的情况下,能有效减弱传统ESN出现的过拟合现象,增强了模型的泛化性能。

基于氧化石墨烯电化学免疫传感器的侵入性酿酒酵母感染疾病的检测

以氧化石墨烯(GO)和金纳米粒子(AuNP)复合材料电沉积的氧化铟锡(ITO)导电玻璃为基底,以3-巯基丙酸(3-MPA)、1-乙基-3-(3-二甲基氨基丙基)碳二亚胺盐酸盐(EDC)和N-羟基琥珀酰亚胺(NHS)为链接基团,固定了酿酒酵母抗体,构建了一种基于GO电化学免疫传感器,实现了血液中酿酒酵母细胞的精确快速检测。该方法以循环伏安法(CV)作为检测手段,以[Fe(CN)6]^(-3)作为电化学反应的探针。结果表明,在酿酒酵母细胞数为6.35×10^(8)~6.35×10^(4)/mL范围内,氧化峰电流与酿酒酵母细胞数的对数表现出良好的线性关系,且检测极限为3.035×10^(3)/mL。进一步通过利用含红细胞的酿酒酵母样本验证了该免疫传感器的特异性。该检测方法操作简单、成本低、灵敏度高、特异性好,有望实现侵入性酿酒酵母感染疾病的早期预防和及时诊断。

基于PADC-PCNN与平稳小波变换多焦距绿色植株图像融合算法

[目的/意义]构建绿色植株三维点云模型需大量清晰图像,受镜头景深限制,在采集大纵深植株图像时图像会部分失焦,导致出现边缘模糊、纹理细节丢失等问题,现有的处理算法难以兼顾处理质量和处理速度。本研究目的是提出一种新型算法,提高融合图像质量问题的同时兼顾处理速度。[方法]提出了一种基于非下采样剪切波变换(Non-Subsampled Shearlet Transform,NSST)的参数自适应双通道脉冲耦合神经网络(Parameter Adaptation Dual Channel Pulse Coupled Neural Network,PADC-PCNN)与平稳小波变换(Stationary Wavelet Transform,SWT)的植株图像融合方法。首先对植株的RGB图像进行通道分离,针对含纹理细节等特征较多的G通道进行NSST分解,低频子带使用梯度能量融合规则,高频子带使用PADC-PCNN融合规则;对轮廓信息和背景信息多的R、B通道,采用速度快且具备平移不变性的平稳小波变换,用以抑制伪Gibbs效应。自建了480幅图像共8组数据,以光照环境、距离和植株颜色为变量,同时采集不同焦距图像验证算法性能。[结果和讨论]基于PADCPCNN-SWT算法与常用的快速导向滤波算法(Fast Guided Filter,FGF)、随机游走算法(Random Walk,RW)、非下采样剪切波变换的脉冲耦合神经网络算法(Nonsubsampled Shearlet Transform based Pulse-Coupled Neural Network,NSST-PCNN)、平稳小波变换算法(Stationary Wavelet Transform,SWT)和非下采样剪切波变换的参数自适应双通道脉冲耦合神经网络(Nonsubsampled Shearlet Transform based Parameter-Adaptive Dual-Channel Pulse-Coupled Neural Network,NSST-PADC)等五种算法相比,在清晰度上比前四种算法分别提高了5.6%、8.1%、6.1%和17.6%,在空间频率上比前四种算法分别提高了2.9%、4.8%、7.1%和15.9%,而相较于融合效果最好的NSSTPADC算法在处理速度方面平均提升200.0%,同时调焦范围约6 mm。[结论]本研究提出的基于PADC-PCNNSWT多焦距图像融合算法实现了在保障融合质量的同时,提高了融合图像的效率,为搭建绿色植株三维点云模型提供高质量数据的同时节省了时间。