基于光电技术的异型烟分拣系统研究与设计

国内市场中异型烟的需求不断增长,导致异型烟品类繁多、规格不一,无法使用标准条烟的自动化分拣设备进行分拣作业,只能采取人工分拣的方式进行分拣,不仅劳动强度大、作业效率低,而且出错率高,成本高.自动化的异型烟分拣系统采用光电效应的原理,可对任何规格的条烟进行识别分析,能够快速完成异型烟的分拣作业,且与订单中的规格、数量保持一致,大大提高了异型烟的分拣效率,降低了异型烟的分拣成本.

基于图像模式识别技术的大空间火灾报警系统设计研究

城市大空间建筑的发展对建筑消防安全提出了更高的要求,传统的传感器及探测器难以满足现今大空间建筑的消防报警需求.基于此,阐述了图像模式识别技术的工作原理及主要任务,并构建了火灾报警系统的具体设计方案,包括图像模式识别技术的具体应用、火灾报警系统的软硬件设计及其发展前景,以期为相关研究提供参考.

基于FPGA的并行数字信号处理技术研究

采用传统技术进行数字信号处理受到信号干扰和时延影响,导致处理效果较差,因此提出了基于FPGA的高效FFT并行数字信号处理技术.依据FFT实现流程,设计信号存储单元.在该单元内采用RAM随机存取存储器来存储数据,使运算结果显示在实虚部.利用FPGA的FFT四进制计算方式,将运算结果所产生的旋转因子读写地址映射到二维平面上,改善信号干扰问题,为基带采样率控制提供波特率二进制数字信号.通过控制输入数字信号数量,可达到控制相位稳定寻址目的,根据寻址结果,实现对并行数字信号的处理.通过实验对比结果可知,采用FPGA的高效FFT技术能够实现并行数字信号高效处理的目的.

一个具有无限多吸引子共存的新混沌系统的动力学分析及其电路实现

提出了一个新的具有超多稳定性的三维连续自治混沌系统,该系统仅有2个非线性项.对系统的耗散性、平衡点的稳定性进行了定量分析,并利用分岔图、Lyapunov指数、彭加莱截面和吸引子相图分析了系统参数以及初值对其动力学行为的影响.在参数固定的情况下,分析初值变化的分岔图,得到了无限多种共存吸引子.通过采用模拟开关电子元件设计实现了该系统,同时运用Multisim软件仿真了该系统的混沌电路.结论证明电路仿真与数值仿真结果一致.

基于PLC的柔性生产线温度自动化测控系统设计

为了解决现有柔性生产线温度自动化测控系统由于PID参数与量程调节难度较大,存在响应时间长、测控自动化参数小的问题,提出基于PLC的柔性生产线温度自动化测控系统设计。设计系统硬件单元包括温度采集单元、PLC配置单元与温度控制单元;软件模块包括温度信号处理模块、PLC控制程序模块与越限报警设计模块。通过系统硬件单元与软件模块的设计,实现了柔性生产线温度自动化测控系统的运行。仿真实验结果显示,与制定的标准数值相比较,设计系统响应时间较短,测控自动化参数较大,系统温度测控性能更好,适应现今柔性生产线安全需求。

“产教融合”模式下高职机电专业校企合作实训基地建设的探索

职业教育教学改革的重头戏是开展校企合作,根据技术技能型人才成长规律和工作岗位的实际需要,校企合作开展资源共建共享,实施企业与学校"双主体"联合培养。本文从现实需求、建设内容和实施思路方面入手,提出了"产教融合"模式下高职机电专业校企合作实训基地建设的建议。

通道式异型条烟分拣系统分拣策略研究

科学的分拣策略是提升卷烟物流中心异型条烟分拣效率的关键。通道式自动分拣系统是最为常见的条烟分拣设备,它能依照订单要求,在人工辅助下自动完成订单分割、分拣、打码、塑封包装等一体化流程。文章提出的聚类算法可以更加科学地分割订单,对品项相似度高的订单进行聚类分拣,减少分拣过程中的配货调换次数,以提高分拣效率。

基于多通信机制与机器视觉的智慧小区视频监控系统

为了有效监控小区内的车辆速度,实现保障小区业主人身安全和促进城市小区健康发展,本文设计了一套基于多通信机制与机器视觉的智慧小区视频监控系统。首先,将基于Socket的网口通信与基于RS232的串口通信实施融合,连接测速摄像头与中心服务器,构建起智慧小区车辆视频监控系统的硬件平台。然后,结合高斯模型、Harris角点定位与RANSAC匹配优化方法,设计了车辆速度检测算子,实现车辆有无判断和车辆速度计算。在Visiual Studio平台开发系统,并对所提智慧小区视频监控系统进行了测试,结果表明:本文提出的智慧小区视频监控系统,在车速检测和系统智能性方面,都优于传统小区视频监控系统。

基于单片MO-CDCTA的高集成低功耗高阶有源低通滤波器的设计

针对高阶滤波器体积大和功耗高的问题,提出了一种基于多输出电流差分级联跨导放大器的电流模式n阶低通滤波电路。该电路不含任何电阻,仅使用1个新的多输出电流差分级联跨导放大器和若干接地电容,能实现任意阶低通滤波器功能。使用CADENCE进行设计和调试,电路芯片面积仅0.04mm^2,仿真功耗仅4.18mW,最大3dB截止频率500MHz。三阶巴特沃斯低通滤波器仿真与瞬态响应实验证明了理论的正确性。

基于遗传算法的起落架缓冲器变截面油针优化设计研究

提高飞机起落架着陆性能,需要探索设计缓冲器油针形状的有效方法。利用平面多体动力学建立起落架数学模型,并利用NSGA-Ⅱ遗传算法,以油针轴向不同位置的截面直径为设计变量,以起落架过载系数和缓冲效率为目标函数,进行起落架着陆性能双目标优化设计。结果表明:本文的方法有效提高了缓冲效率并降低了过载系数,改善了轮胎载荷环境同时提升了起落架着陆性能;该方法同样适用于特定缓冲器高性能油针的设计。

一种新的有源忆阻器在耦合FHN神经网络中的应用

设计了一个新的阈值双稳态局部有源忆阻器,通过理论分析和数值验证研究了其忆阻和局部有源特性。在该忆阻器数学模型的基础上,提出了一种忆阻突触耦合FHN神经网络。利用分岔图、Lyapunov指数、相位图和时序图研究了网络参数以及初始状态对其动力学行为的影响。研究发现,随着参数和初始状态变化,忆阻突触耦合FHN神经网络能够产生混沌行为,并在特定条件下出现复杂的共存吸引子,具有丰富的动力学特性。

汽车新能源更换过程中能量密度问题及应对措施

各类新式能源的发掘和研究,和实际应用成为趋势。汽车行业的能源普遍需要在能量密度上进行详尽的分析,能量密度的高低是汽车能源的一个非常重要的指标。通过对汽车新能源更换过程中产生的能量密度问题及其应对措施进行多方面的分析,对节油效率、续航里程、能源容器的变化、安全性、汽车寿命等产生重大影响。

复杂通信环境下多社交网络用户身份识别研究

身份识别是网络社交中涉及用户个人信息安全的关键所在,对于社会稳定和安全影响极大。目前,普通用户身份识别方法不能根据社交网络类型的不同及时调整用户身份信息的校验速度。为解决此问题,提出复杂通信环境下多社交网络用户身份识别方法,与普通用户身份识别方法相比,应用复杂通信环境下多社交网络用户身份识别方法后,在社交网络平台中,用户身份信息的校验速度都得到大幅提升。

地方高职校企合作存在的问题及对策研究

地方高职院校不断深化与区域内企业的校企合作,对提升高职院校自身内涵建设、促进企业长远发展与地方经济健康持续发展等都具有重要意义。由于政府政策和机制保障不全、企业参与动力不足、院校主导作用发挥不力以及地域客观条件等原因,多数地方高职院校的校企合作都突出存在量少、质低的问题。推动地方高职院校校企合作向纵深发展,需要强化院校自身建设以夯实合作基础,创新合作模式以实现多赢格局,发挥政府作用以完善管理体系。

基于STM32的矿用直流载波电话设计

遵循矿用本质安全型电路的设计原则,结合煤矿井下通信的需要,提出了一种直流载波可拨号语音电话的设计方案,详细介绍了该电话的设计电路。该电话将咪头产生的语音信号放大后经LM567芯片调制成频率信号,经变压器耦合后再由12 V直流供电线路传送至其他语音终端,在各语音终端经LM567解调电路解调并由LM386放大,放大后的音频信号由扬声器输出。基于STM32单片机设计了拨号电路,拨号信息由CAN总线传送至各个电话终端。实测通话距离大于2 000 m,音量大于85 d B,效果良好。

基于云课堂的高校混合式教学模式研究

分析了传统教学模式的弊端,设计了基于云课堂的"三段式"混合式教学模式,并阐明其优势:增强学生学习兴趣,提升自主学习效率;充分发挥教师的主导作用;教学评价更便捷、更真实;沟通更顺畅有效。

基于小波包阈值方法的齿轮箱振动信号降噪处理

通过研究小波包变换的基本原理,结合小波包阈值去噪的方法,分别对仿真信号以及采集到的汽车齿轮箱振动信号进行小波包去噪处理。选用合适的小波函数对信号进行小波包分解,对分解后的小波包系数进行全局阈值处理,适当调节全局阈值的大小,实验表明当阈值选择合适的情况下,可以得到比较好的去噪效果。

最优小波包变换在齿轮箱振动信号去噪中的应用研究

通过对小波变换和小波包分析研究,寻找最优小波包基,结合不同阈值去噪方法,对加噪信号以及齿轮箱振动信号进行去噪处理。实验表明最优小波包基的惩罚阈值去噪结果比小波变换常用的stein无偏风险阈值去噪结果和小波包默认阈值去噪结果要好很多。该方法不仅可以有效去除噪声,还可以很好地保留信号中的细节信息。

基于蚁群优化模糊C均值聚类算法的疲劳驾驶研究

通过收集大数据对汽车驾驶员的疲劳特征和疲劳参数进行学习,根据学习的参数将驾驶员的疲劳程度进行分类,提出了蚁群优化的模糊C均值聚类算法。在初步聚类中运用蚁群聚类产生聚类中心和簇的个数,提供给模糊C均值聚类;利用模糊C均值聚类再次进行聚类,克服了单个聚类算法的缺点。仿真结果表明:文中方法比一般方法具有更好的性能和聚类效果。利用BP神经网络模式识别功能可以识别疲劳驾驶类别。

基于灰狼算法与RBF神经网络对污水出水BOD的预测

针对污水处理过程生化需氧量(Biochemical Oxygen Demand, BOD)具有非线性和难以预测的特点,建立了一种基于灰狼算法和RBF神经网络的污水处理模型,来预测污水处理参数BOD.引入灰狼算法解决了由于RBF神经网络收敛速度慢,容易陷入局部最优的特点,优化隐含层到输出层的权值,避免了过训练的现象.仿真结果证明,所设计的关键参数BOD预测精度高,比传统的BP网络训练效果好.