摘要:塔式太阳能热发电系统需要对数量庞大的定日镜阵列实现双轴逐日追踪,这对系统成本、稳定性、组网性能均提出了较高的要求。为此,设计了一种基于FreeRTOS的定日镜控制实验系统。该系统包含电源转换电路、单片机及外围电路、温补实时时钟电路、以太网传输电路等模块,并基于FreeRTOS嵌入式实时操作系统,实现了工业以太网实时通信、温补时钟芯片读写等功能。为满足无刷电机控制所需的频率和数量可控的双路脉冲信号输出的要求,系统利用STM32单片机内部的高级定时器同时实现脉冲输出和脉冲计数,只在需要改变脉冲频率时才由CPU短暂介入,从而大大降低了CPU运算量,提高了脉冲输出精度和可靠性。系统已经在太阳能热发电实验电站得到实际应用,测试结果表明,其具有成本较低、结构精简、跟踪精准、稳定可靠的特点,有较大的推广应用价值。
摘要:针对智能导钻传感系统在极端温度条件下的应用需求,基于国内 0.15μm SOICMOS工艺,采用正负温度系数电阻平衡、MOS晶体管背栅反馈以及偏置电流温度补偿等技术,设计一款可工作于-50\~250℃的宽温区低温漂基准电压源。仿真结果表明,该基准电压源在-50\~250℃温度范围内能够稳定输出2.537V的基准电压,温度系数为 14.45ppm/°C 时,低频下电源抑制比达到-63.1dB,在不同电源电压和工艺角下仿真均表现出良好的稳定性。该电路适用于需要在宽温度区域内保持高精度和稳定性的电子系统。
摘要:碳化硅(SiC)器件与传统硅基IGBT器件相比,开关频率显著提高,能够提升整体装置的功率密度和效率。合理的SiC MOSFET驱动是确保装置安全、可靠、高效运行的基础。对SiC MOSFET的开关过程及原理进行了分析,根据SiCMOSFET自身特性参数,对驱动器设计要求进行分解与计算,提出了基于ADuM4146的SiC MOSFET驱动器电路设计方案,针对驱动电路与保护策略进行了全面解析。实验结果显示,基于ADuM4146的SiC MOSFET驱动器拥有良好的驱动波形,且具备有效的短路保护能力,可为大功率装备应用奠定基础。
摘要:针对圆柱型锂电池在应用中散热均匀性差的问题,提出了一种风冷冲击射流与相变材料(PCM)耦合的热管理系统。通过数值仿真分析了喷孔排列方式、喷孔直径及风速对电池最高温度和温度均匀性的影响,并对风冷冲击射流、相变材料和风冷耦合相变系统的冷却性能进行了对比。结果表明:在风速为 2m/s 喷孔直径为 4mm ,且采用case2冲击板的工况下,电池最高温度降至 40.06°C ,最大温差控制在 1.52°C ;与常规风冷耦合PCM方案相比,风冷冲击射流与PCM耦合方案的最高温度降低了 1.4°C ,最大温差减少了 2.03°C 。
摘要:针对装备转场运输环境监测中存在的采样频率慢和采集精度低的问题,设计了一种基于LTC2368的多通道数据采集与处理系统。使用多通道数据采集器并行采集36路振动冲击信号和北斗/GPS信号,利用混合编帧技术实现多频率数据组帧;设计调理电路和模数转换电路实现ICP信号的滤波放大以及转换;最后通过千兆以太网将信号上传至工控计算机的固态硬盘中进行存储与处理,从而实现对各信号的实时监测与记录。测试结果表明,所设计的系统数据采样率高达1MSPS,误差约为 0.1% ,采集精度为 99.8% 。该系统具有较高的采集精度,能够满足装备运输环境监测的需求。
摘要:为提高水质监测系统覆盖范围并提升系统鲁棒性,设计一种以LoRa技术为通信方式,结合BP神经网络的水质监测系统。利用多节点采集水质的温度 ?pH 值、总溶解固体(TDS)、氧化还原电位(ORP)等参数,通过无线传输技术将数据传输至汇聚节点,之后上传至云端物联网平台并实时下载到本地数据库,以支持网络模型处理和数据可视化分析,实现了多区域信息采集。再结合粒子群优化(PSO)算法优化BP神经网络的水质参数预测模型,实现对水质参数的预测补充,以提高系统的鲁棒性。通过实验验证系统水质信息采集的准确性以及参数预测模型的可靠性,结果表明,粒子群优化算法优化的BP神经网络模型对于pH值、温度、TDS和ORP四个参数的预测平均绝对百分比误差分别降低 0.8269%1.9475%.1.1039% (204号和 0.3125% ,能够满足监测系统的需求。
摘要:文本数据中蕴含着丰富的信息,但这些信息往往以隐含的方式存在,不易被直接观察或理解。目前传统的监督学习方法需要大量的人工标注数据来训练模型,易受标注者的主观性影响,为解决该问题,提出一种基于无监督文本特征的隐含主题自动抽取方法。利用双向最大匹配法对文本进行分词后,去除其中的停用词,完成文本预处理工作;采用无监督TF-IDF算法提取预处理后文本的特征,再将文本数据转换为数值型特征向量,构建词特征向量集;引入LDA模型自动抽取隐含主题,即构建词特征向量中词汇对应隐含主题的概率分布模型,并利用Gibbs快速抽样法获取模型超参数,得到隐含主题概率分布,进而依据该分布结果实现文本隐含主题的自动抽取。实验结果表明,所提方法在应用过程中的 F1 值高于0.93,困惑度低于0.6,能够精准地抽取文本中的隐含主题。
摘要:针对访问数据时,访问请求信息中包含个人或组织的敏感信息,且未加密的请求数据在认证传输过程中容易被第三方恶意修改或插入其他内容的问题,提出一种基于RSA的访问数据匿名签名安全认证方法。利用基于角色的访问控制机制,由基于RSA算法的访问请求信息加密方法对访问请求数据进行加密,并为访问系统中每个用户角色分配RSA密钥对,公钥共享给所有成员(管理员与用户);当用户申请访问数据时,采用基于环签名的匿名认证方法,使用多个成员的公钥生成环签名,以实现对访问请求的安全匿名认证。管理员使用公钥验证匿名签名,认证通过后解密访问请求数据并授权访问。测试结果表明:所提方法使用于某风电系统后,系统仅支持访问数据匿名签名安全认证合格的用户访问;且该方法具有高效率数据加解密能力,加密过程中素数位数为 90bit 时,能保证系统的抗攻击能力更强。
摘要:针对多模态数据结构差异大、数据分布不平衡等问题,提出一种基于模糊支持向量机的网络多模态数据自适应分类方法,从而有效捕捉和利用不同模态数据之间的内在联系,提升分类性能。通过构建双通道特征提取网络,将预处理后的网络多模态数据作为输入,上层通道利用CNN捕捉视频图像的深层次特征,下层通道利用TextCNN-GRU学习网络文本数据的上下文语义特征,再对上下层通道提取的特征进行拼接处理,完成多模态数据特征的提取。之后将特征样本作为模糊支持向量机的输入,引入特征样本至类簇中心的距离信息以及特征样本的紧密度信息,计算每个特征样本的模糊隶属度。最后利用带有模糊信息的特征样本训练模糊支持向量机,实现网络多模态数据的分类。实验结果表明:所提方法可实现网络多模态数据的精准分类,各类型数据的分类准确率不低于 93.6% ;且多模态特征提取能够提供更丰富的数据表征,有利于分类效果的提升。
摘要:传统无人机姿态估计方法由于传感器精度不高和设备成本限制,难以满足复杂环境中的精确需求。为此,提出一种基于改进Informer模型的无人机姿态估计方法,引入多尺度时间注意力机制和动态时间规整(DTW)损失函数,提升模型在长序列数据处理和动态飞行数据适应方面的能力。此外,采用遗传算法对模型超参数进行优化,显著提高了复杂飞行数据处理的准确性和鲁棒性。基于苏黎世大学机器人实验室发布的UZH-FPV竞赛数据集,将改进后的Informer模型与LSTM、GRU和DNN模型进行了实验对比。结果表明,改进 Informer 模型在无人机的俯仰角、滚转角和偏航角估计方面均显著优于其他对比模型。
摘要:深度估计能为无人机提供精确的三维环境感知能力,而对边缘设备而言,实时推理与极低的计算资源消耗至关重要。目前大多数单目深度估计网络都侧重于提高在高端GPU上运行时的精度,难以满足边缘设备的实时性要求。为解决该问题,提出一种新型编码器-解码器网络,以实现边缘设备上的实时单目深度估计。所提网络通过一个高效的语义模块合并全局的语义信息,为深度估计提供更多的物体边缘细节;并将基于Transformer的模块集成到编码器-解码器架构的最低分辨率层级,从而大大减少视觉变换器(ViT)的参数。此外,还提出了用于深度解码的Upconv层。该网络在精度和速度之间实现了较好的权衡,通过TensorRT优化,在NVIDIAJetson 0rin 设备上具备实时推理性能,优于目前多数先进的实时性算法。
摘要:为解决飞机制造过程中航空器材数据管理存在的品种数据命名不规范问题,提出一种基于语义相似性的航空器材品种数据规范化算法。该算法通过聚类相似的品种数据,实现航空器材品种名称的规范化。首先,采用Sentence-BERT(SBERT)模型对航空器材品种数据中的器材名称与性能参数进行语义向量化,以捕捉数据的深层次语义信息;但生成的高维向量直接进行聚类时可能导致较低的聚类准确率,因此,引入t-SNE算法对SBERT生成的语义向量进行降维处理。该方法能够在降维的同时较好地保留向量的语义结构,从而增强聚类效果。最后,采用层次聚类算法对降维后的数据进行聚类,实现对航空器材品种数据的规范化处理。在公开数据集上进行的对比实验结果表明,与主流的传统方法相比,所提出的基于SBERT和层次聚类的规范化算法在聚类准确率(ACC)上达到最高 70.6% ,在归一化互信息(NMI)和调整兰德尔系数(ARI)上同样达到最高的 82.1% 和 58.5% 。这证明了该方法在聚类性能和语义信息保留方面具有显著优势,能够有效满足航空器材品种数据规范化处理的需求,并为航空器材数据管理提供有力的技术支持。
摘要:永磁同步电机非线性、强耦合和变参数等特性,使得线性PI控制器很难具有良好的控制性能。为了应对PI控制器在永磁同步电机速度控制中动态特性、抗扰动性与鲁棒性不佳的问题,提出一种滑模反演控制器和自适应滑模观测器相结合的控制方法。首先建立永磁同步电机速度控制环非理想运动模型,在此基础上利用虚拟控制量和Lyapunov函数,提出滑模反演速度控制器;其次,为实现无位置传感器控制,引入调节系数与自适应率,提出一种改进的自适应滑模观测器来获取永磁同步电机转速和转子位置;最后,从动态特性、抗扰动性和鲁棒性方面将提出方法与传统PI控制器进行实验对比,结果证明了所提方法性能更优。
摘要:针对永磁同步电机矢量控制系统中传统PI控制存在的高超调与鲁棒性差等问题,提出一种双闭环调速控制策略。通过整合快速超扭曲算法(STA)作为转速调节器,以及将改进的无差拍预测电流控制作为电流调节器,提升系统的响应速度与稳定性。为降低扰动对系统性能的影响,设计了一种快速终端滑模状态观测器,观测负载扰动变化并进行补偿。通过在Simulink中搭建电机控制模型,对系统整体和滑模状态观测器进行对比仿真。结果表明:改进的控制策略使系统响应时间大幅缩短,对不同的工况表现出强大适应性,抗负载扰动能力大幅增强;且当电机转速稳定在 1000r/min 时,转速误差可控制在 -0.15~0.02r/min 范围内,说明该控制策略可显著降低超调,增强系统鲁棒性。
摘要:为有效解决谐波成分引发的系统扰动、电流畸变等问题对轴向磁通永磁同步电机稳定运行造成的影响,研究一种基于ESMDO的轴向磁通永磁同步电机谐波抑制方法。在对轴向磁通永磁同步电机电流谐波分析的基础上,利用扩展滑模扰动观测器(ESMDO)对由电流谐波产生的系统扰动进行准确估计与补偿后,利用坐标变换将电流谐波转换到 坐标系下,通过低通滤波器确定5次、7次电流谐波,将其在 d?q 轴上的偏差值及偏差变化率作为模糊PI控制器的输入,得到附加补偿电压,再与电压补偿模块输出的补偿量合并,最终作用于 d,q 轴,实现轴向磁通永磁同步电机谐波抑制。实验结果表明,所提方法可实现电流谐波产生的系统扰动的估计与补偿,AFPMSM转速响应曲线的波动幅度小、波动持续时间最短。与谐波抑制前相比,三相电流波形曲线更加平滑,且保持正弦波特性,5次、7次谐波含量减少至 0.21%0.19% ,其余次谐波趋近于0。
摘要:逆变型分布式电源(IDG)因其故障特性的复杂性,接入配电网后使得传统短路的电流计算方法从计算原理上已不再适用。针对现有方法对初值选择依赖性强,且初值不当可能导致不收敛的问题,提出一种基于白鲸算法的含IIDG配电网短路电流计算方法。首先建立了计及低电压穿越控制策略的IIDG及其配电网的等效模型,在此基础上推导节点电压实部方程和虚部方程,并构造适应度函数,将短路电流求解问题转化为函数优化问题;再利用全局搜索能力强的白鲸算法求解网络的节点电压和短路电流。最后,通过Matlab编制的算法与仿真结果进行比较,验证所提方法的准确性和收敛性。结果表明:各节点故障电压幅值的正序分量最大相对误差为 0.498% ,负序分量最大相对误差为 0.903% ;各支路短路电流幅值的正序分量最大相对误差为 0.751% ,负序分量最大相对误差为 1.166% 。上述结果验证了所提计算方法在配电网发生不对称故障时具有较高的准确性和可行性。
摘要:针对新型电力系统中分布式新能源发电和分布式储能比例日益增加,出现新能源消纳能力不足、新能源发电波动,导致电力系统供电不稳定、供需不平衡、需求侧电能质量下降等问题,提出将传统需求侧资源重新分类为主动需求侧资源和被动需求侧资源,分别响应模拟消费者心理预期的分时电价差阈值和电价补偿激励,并与分布式储能协调运行,对电力系统进行削峰填谷,提高新能源发电的消纳能力。首先基于需求侧响应的特点,提出两种不同响应方式的需求侧资源模型;然后建立基于分时电价的需求侧资源与储能协调运行模型,并以总电压降落和总线路损耗最小为目标,采用粒子群优化(PSO)算法求解对应情况下的需求侧资源响应值。算例仿真结果表明,所提模型和方法能够在两种需求侧资源与储能共同作用下有效缓解负荷侧压力,提高分布式储能系统备用容量,从而提升电力系统稳定性,并实现削峰填谷。
摘要:针对新型配电网因广域分布式电源接入产生的电压越限的问题,在兼顾新能源消纳能力提升与经济性优化目标下,提出了一种综合考虑多方面因素的储能选址与容量配置策略。首先,建立新型配电网模型,引入节点电压稳定性及动态热定值作为指标,对线路进行稳定性评估;其次,构建相应的经济性模型,并采用改进的多目标粒子群优化算法进行求解;最后,通过IEE33节点模型验证了该策略研究的效果。实验结果表明:稳定性指标中引入的动态热定值相较于传统静态热定值可以更准确地识别配电网中易过载的线路;并且通过改进粒子群优化算法可以使储能系统的安装成本降低 47.37% ○所以该策略不仅可以更好地平抑配电网的电压波动问题,提高配电网的稳定性,而且可以有效地降低配电网的运营成本。
摘要:双馈风机在故障时需要按照并网导则要求维持并网,并根据并网点的电压幅值输出相应的无功电流,表现出非线性受控源的特性。因此,含高比例双馈风机的多馈入系统在求解短路电流时往往需要选代计算。对此,提出一种基于统一结构模型修正的双馈风电多馈入系统短路电流计算方法。该方法首先提出一种双馈风机的统一结构模型,实现不同电压跌落下等值模型统一化;然后提出一种考虑参数和参考相位的模型修正方法,并基于此提出短路电流计算方法,从而在保证计算准确性的同时提升计算效率。最后通过仿真算例测试与计算结果对比,验证了该统一结构模型和所提短路电流计算方法的有效性。
摘要:锂离子电池作为电动汽车的主要动力来源,凭借能量密度高、循环寿命长等优势而得到广泛使用。但汽车的运行工况复杂,导致锂离子电池荷电状态(SOC)难以准确估计。而在SOC估计研究中,准确的模型参数可提高SOC的估计精度。为此,设计了改进自适应遗忘因子(IAFF)调节机制,并提出一种改进自适应遗忘因子多新息递推最小二乘(IAFFMIRLS)算法。该算法不仅能够提高参数辨识的准确性,而且在抗干扰能力上具有优异的性能。仿真验证结果表明,相比可变遗忘因子递推最小二乘(VFFRLS)算法、自适应遗忘因子递推最小二乘(AFFRLS)算法与多新息最小二乘(MIRLS)算法,IAFFMIRLS算法的均方根误差(RMSE)分别降低了 97.06%.91.40% 和 72.02% ,在噪声干扰下辨识的RMSE分别降低了97.24%.62.55% 和 83.13% ,验证了该算法具有较高的辨识精度和抗干扰性,能够为提升电池状态估计与寿命预测的可靠性提供理论支撑。
摘要:为提升区域性大负荷场景下的负荷预测精度,同时满足小型区域性场景短期配电网的运维保护需求,设计一种融合指数平滑方法和梯度升压的短期负荷预测算法。该算法采用指数平滑方法对历史负荷数据进行预处理,减少了负荷随机波动的影响;进而构建梯度提升机制,利用梯度升压算法对预处理后的数据进行特征学习,增强了对非线性关系和高维数据的处理能力。同时,该算法引入了各类控制因素,实现了对短期配电网负荷的精准预测。采集某高校的真实用电数据作为样本数据集,进行短期预测数值实验,并与同类负荷预测算法进行横向对比。结果表明,所提算法的负荷预测精度为99.1% ,预测准确率可达 99.3% ,有效提升了预测的准确性和可靠性,能够为区域内配电网的平稳运行提供有力的数据支持。
摘要:DC-DC变换器在电-氢转换中起着至关重要的作用。降压比高、电流纹波小、成本低的二次降压变换器作为制氢电源具备一定优势,但电路中功率器件的电压、电流应力大,存在较高的开关损耗,需要设计软开关电路以提高制氢电源的电能传输效率。依据级联型Buck电路的工作特性,文中提出一种基于谐振软开关原理的辅助电路,实现主开关零电流开关(ZCS)和零电压转换(ZVT)。利用Matlab/Simulink分析该软开关电路的工作原理,并完成参数设计与器件选配,在PSpice环境下验证了实验结果与理论分析的一致性。实验结果表明,与传统硬开关电路相比,所设计的辅助软开关电路开关损耗降低 80% ,变换器效率提升 14%~15% 。证明该电路可实现无附加检测单元、宽频率与宽占空比调节范围、全功率区间内所有功率器件的ZCS/ZVT-PWM软开关运行,方法可行、有效。
摘要:在压缩空气储能(CAES)系统中,空气的压缩和膨胀过程涉及复杂的非线性热力学变化,使得在一次调频控制中难以有效控制系统的功率输出,特别是从接收到调频信号到实际调整功率输出过程的响应速度存在滞后性,这些均增加了一次调频控制的难度。为此,文中提出一种基于功率补偿的压缩空气储能一次调频控制方法。首先基于CAES的储能和发电原理,建立频率动态方程;然后设计能够反映系统频率动态变化的传递函数,通过分析传递函数的极点以确定系统的频率响应特性;最后通过优化传递函数中的时延系数,使得有功增量的最大值达到最小,且CAES的动态功率补偿量最小化,进而通过迅速感知电网频率的变化来有效弥补功率失衡,减小频率波动和控制时滞性,实现可靠的一次调频控制。实验结果表明:应用所提出的控制方法后,CAES的频率波动幅度仅为 0.3Hz 左右,说明该方法不仅降低了频率偏差,还加快了CAES恢复稳定的速度。
摘要:本体匹配是解决本体异质性问题的有效手段,为提高本体匹配质量并抑制遗传规划中膨胀现象,提出一种自适应交叉与组合变异的多任务遗传规划算法,实现两个任务种群间的知识交互。引入规模小的树抑制膨胀,并使用额外任务种群来引导目标任务种群跳出局部最优。该算法采用一种新型任务间自适应交叉算子,根据个体及其亲本的表现选择不同交叉策略,使算法全面探索搜索空间。此外,提出一种基于组合概率的变异算子以引导目标任务种群实现更优质的变异,并设计一种新的适应度函数以抑制树规模,优化匹配性能同时减少树规模。在OAEI基准测试集(Benchmark)上进行实验,结果表明,所提方法在所有测试集上都取得优异的匹配性能,相较于其他前沿方法表现更优。
摘要:驾驶员分心行为(DDB)检测对于高级驾驶辅助系统(ADAS)极为关键。针对现有DDB检测模型依赖单一RGB视觉信息、全局特征表示不足且泛化性弱等问题,提出一种基于深度视觉信息的DDB检测模型,旨在利用多特征融合与深度学习技术,解决传统方法在DDB检测中存在的问题。首先,开发了基于IHSNet的视觉特征融合模块,通过结合彩色纹理特征与深度信息,捕捉驾驶员行为的空间依赖关系;其次,构建反向残差软阈值注意力(STA-IR)模块来抑制复杂背景的干扰,减少特征提取过程中冗余特征的生成;然后,提出了全局特征提取STA-FE模块,增强模型的全局特征表示能力。实验结果表明,所提方法在自建驾驶行为数据集上的检测准确率高达 98.76% ,在准确性和可靠性方面优于现有的方法,对推进ADAS的发展具有重要的理论和实践意义。
摘要:为了实现蝶螈仿生机器人水下作业时的升沉和俯仰姿态调节功能,设计并研发了一套低成本、高可靠性的智能气动浮力调节系统。在分析该系统结构和功能的基础上,提出其控制器的硬件及软件设计方案。控制器采用STM32F407ZGT6作为主控芯片,基于APP Inventor开发用于浮潜和俯仰控制的蓝牙APP,并采用增量式PID闭环控制算法实现精确的浮潜和俯仰姿态调节。实验测试结果表明,所提控制算法具有良好的控制精度,该控制器能够满足高精度浮力调节装置的性能要求。
摘要:旋转机械设备轴承的转速会随工作环境变化而波动,该波动会干扰故障特征提取。为了更准确地识别出轴承故障在不同转速下引发的信号微弱变化,提出一种基于多特征融合的轴承故障诊断方法。该研究基于声发射信号,采集了三种转速下轴承的内圈故障、外圈故障和滚动体故障数据。首先,将一维声发射时序信号通过小波变换(WT)和灰度化处理转换为二维灰度图像。其次,将二维图像作为特征图,输入到优化后的梯度方向直方图(HOG)局部二值模式(LBP)及深度神经网络(CVGG16)中进行特征提取,构建HLV模型以得到特征图的全方位、多层次信息。最后,将HLV模型提取到的三类特征进行多特征串行融合,采用主成分分析(PCA)对融合后的特征进行降维,提升检测速率;使用支持向量机(SVM)学习算法训练分类模型,进而实现轴承的故障诊断。研究结果表明:HLV特征提取模型与其他单一模型相比可以得到更有效的故障特征,准确率为 97.50% ,采用的PCA可提升训练速率;所提WHLVS轴承故障诊断方法相较于其他方法具有优越性,精确率高达 97.52% ;在三种公开数据集上的评估指标 P,R,F1,mAP 均在 94% 以上,验证了该方法的可靠性和应用潜力。