大学生电子设计竞赛活动运行机制的探索与实践

大学生电子设计竞赛在学生创新能力、团队协作能力培养以及优质校风和学风的形成中起到积极的推动作用。本文以长春工业大学大学生电子设计竞赛工作的开展为例,针对活动开展过程中出现的问题,给出一系列电子设计竞赛工作的组织、管理、激励、保障等措施,探索出大学生科技成果培育工作的有效途径,并在实践中得到了较好的推广应用。

锂离子动力电池充放电热跟踪系统设计

为实现18650锂离子电池在室温下以1 C倍率充放电时产热测量的绝热环境,设计一种基于电池温度与环境温度跟随策略的锂离子动力电池充放电热跟踪系统,采用硅胶加热片对绝热温控腔体进行加热,STM32单片机和LM2596电源管理芯片搭建可调节电源实现驱动。利用Matlab对绝热箱温控系统进行模型辨识,提出一种Smith预估模糊PID算法进行控制。仿真与实验结果表明:绝热箱内电池温度与环境温度的最大跟踪误差不超过0.5℃,具有响应速度快、误差小等优点,能够满足18650锂离子电池在室温下以1 C倍率充放电时产热测量的需求。

锂离子电池自放电K值检测系统设计

锂离子电池自放电检测对评估单体锂离子电池或电池组的容量、循环特性和使用寿命具有重要作用。快速检测开路状态下锂离子电池存储电量自发消耗是目前该领域的研究热点。采用开路电压法,通过测量单位时间内锂离子电池的电压降,即自放电K值,表征其自放电程度,设计了锂离子电池自放电K值检测系统。该系统由上、下位机组成,两者之间采用Type-C方式连接,可对锂离子电池进行自放电率检测。以三元锂离子电池为测试对象,对其进行14 d的静置实验,检测静置过程中的自放电K值。测试结果表明该系统不仅缩短了锂离子电池自放电检测时间,而且可准确检测锂离子电池的自放电率。在锂离子电池20%、40%、60%、80%、100%5种荷电状态,20、50、-20、-40℃4种温度条件下对锂离子电池进行自放电K值检测。依据K值测试结果,可分析荷电状态和自放电环境温度对锂离子电池自放电率的影响。

基于卷积神经网络与Transformer的电能质量扰动分类方法

复杂电能质量扰动(power quality disturbances, PQD)的智能分类对于智能电网发展具有重要意义。扰动特征的提取与定位、模式识别与分类是电能质量扰动分类方法研究的难点。采用深度学习算法,将具有关注全局信息的Transformer与善于提取局部特征的卷积神经网络相融合,提出一种基于卷积神经网络(convolutional neural network, CNN)与Transformer的电能质量扰动分类方法,即CTranCBA。这种双深度学习模型分类方法主要是通过一维卷积神经网络提取电能质量扰动信号特征,利用Transformer自注意力机制引导模型关注序列中不同位置间的依赖关系,实现对扰动信号局部特征与全局特征的互补,克服了因感受野的限制而带来的识别不清、分类不准等问题。使用23种不同电能质量扰动信号,将CTranCBA与Deep-CNN、CNN-LSTM、CNN-CBAM方法进行比较。结果表明:该方法在分类准确率和抗噪性方面表现优异,可为电能质量扰动智能分类提供一种新的方法。

基于改进量子粒子群算法的新能源汽车换电站优化布局

为了针对在新能源换电汽车发展普及过程中的换电站建设相关问题,通过建立以换电站运营目标年限年均综合费用最小为目标,综合考虑土地价格、建站成本、运营成本、维护成本、道路流量、服务能力等因素的优化目标数学模型,以换电能力、换电距离为约束条件。同时利用改进的量子粒子群算法对模型求解,算法引入自适应调整的惯性权重,提高粒子的整体搜索能力,利用Logistic混沌映射初始化种群信息,提升种群的遍历性,通过Levy飞行策略与Cauchy变异策略,提升种群的多样性并扩大算法在迭代过程中的搜索空间,进一步提升算法的全局搜索能力并快速跳出局部最优区域。利用该算法对长春市宽城区进行实际规划,将该区域相关数据引入建立的数学模型,确定了该区域内建设四座换电站时符合预期建设目标,同时确定各电站建设位置及容量,证明研究结果的可行性与实用性。

pH和电导率的在线校准仪

设计了一款应用于电厂水汽系统电导率及pH表检测仪表校准的pH和电导率的在线校准仪。本校准仪采用了计算型pH的检测方法,通过测量电导率间接测量pH值,可避免低电导率水pH测量干扰因素的影响。采用交流电阻箱,用数字电位器的方式实现交流电阻。通过自行设计数字的交流电阻箱模拟水中的电导率,用来对仪表进行校验。在线校准仪采用电脑端LabVIEW软件作为上位机控制软件,单片机为核心的嵌入式系统,可以实现采集、检测、二次表校准、数据处理和数据存储等功能控制。

基于半监督对比学习的人脸表情识别

为解决面部表情识别(FER)大规模表情收集困难和现有表情无法满足实际细粒度需求的问题,在ResNet系列网络,以Resnet-18残差网络作为基础,首先引入图像预处理算法处理人脸表情图片,然后利用半监督学习方法将未标记数据与标记数据相结合,用以描述输入空间的数据分布。最后利用对比学习方法扩大类间距,减少类内差异。该方法在RAF-DB真实场景人脸表情识别数据集上进行了测试,其中2000个有标签的训练集测试准确率为81.37%,4000个有标签的训练集测试准确率为83.63%。

基于多人零和博弈的模块化机器人系统近似最优控制

提出一种基于多人零和博弈的模块化机器人(Modular Robot Manipulators, MRMs)系统近似最优控制方法。建立了具有交联耦合(Interconnected Dynamic Couplings, IDC)的模块化机器人系统动力学模型。将机器人系统的控制律和IDC效应作为零和博弈的参与者,MRM系统的最优跟踪控制问题转化为多人零和博弈问题。根据自适应动态规划(Adaptive Dynamic Programming, ADP)算法,通过建立评判神经网络求解哈密顿-雅克比-埃塞克斯(Hamilton-Jacobi-Issacs, HJI)方程,推导出最优控制律。基于李雅普诺夫定理,证明了闭环机器人系统是渐近稳定的,最后通过实验验证了所提控制方法的有效性。

考虑输出约束及外部干扰的柔性航天器振动控制

针对具有输出约束及外部干扰的柔性航天器系统,提出一种直接关节力矩输入的振动控制方法。利用哈密顿原理,系统动力学特性由偏微分方程(PDE)和常微分方程(ODE)耦合组成的分布参数模型来描述。设计了非线性干扰观测器补偿外界干扰,并基于正切型障碍李雅普诺夫函数解决了航天器姿态角度误差和振动误差的多输出约束问题。利用扩展的拉塞尔不变集原理和半群理论证明了系统的渐近稳定性。不仅实现了姿态角的位置控制,还抑制了柔性航天器的弹性振动。通过对比仿真验证了所提方法的有效性。

基于轻量级卷积神经网络的零件位姿识别算法

针对目前基于卷积神经网络(CNN)的识别检测算法存在参数量多、计算量大、内存占用大以及资源消耗过多的问题,基于YOLOv3网络结构的优势,提出了一种轻量级的识别检测网络EfficientNet-B0-YOLOv3。该网络不仅可以实现零件的位姿识别,而且可识别出零件的各个面,在具备高识别检测精度的同时,降低了网络的参数量和计算量,而且训练好的网络模型大小只有41.10 MB,可以降低资源消耗,在工业应用中,降低内存占用,更容易嵌入设备进行使用。

大学生创新基地开放式运行管理模式的研究与实践

结合长春工业大学"智能测控"大学生科技创新实践基地建设和管理情况,介绍了创新基地的组织机构、活动程序,提出了"认领制"的资源共享方案、"层次化"的团队建设思路、以及基于网络化的信息管理方式。实践证明:这些措施是可行和有效的,在保障创新基地的运行、开放方面起着积极的作用。

多轴工业机器人非线性环形耦合补偿同步控制

针对工业机器人多轴系统的同步控制问题,提出了工业机器人一种新型的非线性PD(比例微分)环形耦合同步控制结构,给出了位置误差和同步误差的新型定义方法,给出了基于Lyapunov稳定性理论的工业机器人多轴PD环形耦合同步控制算法,并证明了该算法的渐近稳定性。实验结果表明,采用新型的非线性PD环形耦合同步控制结构的工业机器人多轴PD环形耦合补偿同步控制算法,能够保证同步控制系统的位置误差和同步误差快速收敛,提高了工业机器人控制系统的同步性能及位置跟踪精度。

“互联网+”时代《电路与模拟电子技术》课程混合教学模式研究

在"互联网+"时代背景下,对传统教学和翻转课堂教学进行了分析,将二者结合充分发挥各自的优势,构建了《电路与模拟电子技术》课程的混合教学模式。详细介绍了混合教学模式的教学设计、教学实践及效果,并对目前翻转课堂存在的问题给出了应对措施。教学实践证明,这些改革和探索取得了较好的教学效果,可以有效地提高学生的电路分析、设计和应用能力。

电子节气门滑模变结构控制方法研究

针对当前电子节气门因复位弹簧而引起的非线性特性问题,结合电子节气门的结构,分析了其变结构非线性特征,采用基于滑模控制的非线性控制方法,给出了该方法的里雅普诺夫稳定性证明。对电子节气门的经典PID(Proportional Integral Derivative)控制、变速PID和滑模控制进行了实验比较。在以16位80C196KC单片机为核心控制器的控制板上试验表明,变速PID在节气门开度从小到大的阶跃变化时,无超调量,在从大到小的阶跃变化时,超调量为4.8%,而滑模控制在节气门开度从小到大阶跃时,无超调量,从大到小变化时,超调量为1%。滑模控制法对电子节气门的非线性具有较好的控制效果。

基于虚拟仪器的汽车电子设备测试系统

开发了以PC机为主控单元,以LabVIEW为软件开发平台的汽车电子设备测试系统。该系统模拟汽车上的各种信号,全面快速测试设备,并动态记录、显示和存储测试的波形与数据。

椭球拟合的电子罗盘磁差补偿

对电子罗盘磁差补偿的椭球拟合校准法进行深入研究,并分解为硬磁、软磁、比例系数校准和未对准误差校准,分别进行仿真分析,直观给出各部分磁差对拟合后的椭球拟合影响。与工业级高精度HMR3300型电子指南针进行对比实验,给出基于HMC5883L磁阻传感器的自制电子罗盘经过椭球拟合校准后的导航精度。

基于扩张状态观测器的快速反射镜滑模控制

快速反射镜需要具备快速的动态响应以及抗干扰能力。针对快速反射镜系统在工作环境中,因自身运动以及外界干扰等因素所引起的不确定性干扰问题,本文在对快速反射镜系统进行分析与数学建模的基础上,提出一种基于扩张状态观测器的改进滑模控制器,利用扩张状态观测器观测出未知扰动并直接补偿给控制器,在保证跟踪误差在期望精度范围的同时,有效减少了抖振,便于工程实现。通过仿真实验证明:相较于传统滑模控制器,采用基于扩张状态观测器的改进滑模控制器,上升时间缩短了50.4%,调节时间上缩短了39.1%,跟踪精度提高了30.5%,满足了快速反射镜的工作要求,提高了动态性能。

基于改进粒子群算法的工业机器人轨迹规划

针对传统工业机器人轨迹规划效率低、运行不稳定的问题,提出了可以动态调节学习因子的粒子群算法(PSO)。该方法通过分段多项式插值进行轨迹的拟合,并运用改进的粒子群算法以时间为适应度函数对工业机器人的轨迹进行优化,有效地将分段多项式插值函数与PSO相结合,避免了粒子群算法构造适应函数的复杂过程,对于传统的PSO初期较易落入局部极值且后期收敛速度缓慢的问题得到了改善。通过实验得到机械手每个关节的运动位姿、速度和加速度轨迹可知,该方法可以有效地实现工业机器人的轨迹优化,并且在提高运行效率的同时保证整体运行的稳定。

科技创新型工科大学生培养模式的研究与探索

结合自动化专业各类科技竞赛的特点及多年指导学生参加科技竞赛的经验,深入研究了科技竞赛对学生科技创新能力提高的促进作用及对学生综合素质的要求,探索出一条以切实提高工科学生科技创新意识和能力为目标,以科技竞赛为载体,以科研开发为引领,以科技创新平台建设为基础,三个课堂密切结合的一条多渠道、多方式、立体的高素质科技创新型人才培养的新模式。

基于递归神经网络的人体下肢运动意图识别方法

采集下肢两通道的表面肌电信号和相应的关节运动信息,对原始表面肌电信号进行预处理。建立基于径向基函数神经网络的开环估计模型,以预处理后的表面肌电信号为输入,关节运动量为输出。在此基础上,归零神经网络作为一种特殊的递归神经网络被应用到开环模型中,形成一个混合的闭环预测模型。实验结果表明,所提出的闭环模型能够有效地消除开环模型的预测误差,进而能够更加准确地识别出人体的主动运动意图,为后续康复机器人的人机交互系统提供有价值的参考。