硅钢表面涂层绝缘电阻测量系统的设计

针对目前硅钢片涂层表面绝缘电阻测量装置成本高、误差大等问题,设计一款基于英飞凌XE166微控制器的硅钢片涂层表面绝缘电阻测量系统。分析了硅钢涂层表面绝缘电阻的测量原理,详细说明了整个系统的硬件设计方案和软件设计方案,并详细分析了继电器驱动模块,AD/DA模块和数据采集模块。实验结果验证了本系统的可行性。系统稳定可靠,有较好的应用前景。     

基于RS-485通信和单片机的太阳能光伏组件温度采集监测系统

为了研究太阳能发电系统的环境参数,提高太阳能发电效率,设计了基于RS-485通信的太阳能光伏组件背板及表面的温度采集监测系统,采用数字温度传感器DS18B20采集温度,通过扩展串行口的方法,实现各级之间的数据传输,避免了信号因长距离传输引起的损耗,其分布式结构简化了系统的布线。该系统具有结构灵活、易于扩展升级、成本低的优点。     

小波分析在语音信号处理中的应用

本文介绍了小波变换及小波变换在语音信号处理中的应用,效果显著。这里主要介绍运用小波变换对语音信号的压缩和增强,给出了仿真结果并进行了分析。     

蓄电池与超级电容混合储能系统协调控制策略

针对混合储能系统功率分配、母线电压补偿以及超级电容荷电状态(SOC)恢复问题,提出了一种混合储能系统协调控制策略,采用下垂控制和虚拟电压源,实现混合储能功率分配、超级电容荷电状态恢复以及母线电压补偿,并且消除了超级电容SOC恢复对混合储能瞬时功率分配产生的影响.最后,利用MATLAB/Simulink进行混合储能系统的...     

基于改进鲸鱼优化算法的外骨骼机器人步态检测

针对传统的外骨骼机器人步态检测算法中的信息单一化、准确率低、易陷入局部最优等问题，提出基于改进鲸鱼算法优化的支持向量机（IWOA-SVM）的外骨骼机器人步态检测算法，即在鲸鱼优化算法（WOA）中引入遗传算法（GA）的选择、交叉、变异操作，进而去优化支持向量机（SVM）的惩罚因子与核参数，再使用参数优化后的SVM建立分类模型，从而扩大算法的搜索范围，减小算法陷入局部最优的概率。首先，使用混合传感技术采集步态数据，即通过足底压力传感器和膝关节、髋关节角度传感器采集外骨骼机器人的运动数据，并作为步态检测系统的输入；然后，使用门限法对步态相位进行划分并标记标签；最后，将足底压力信号与髋关节、膝关节角度信号融合作为输入，使用IWOA-SVM算法完成对步态的检测。对6个标准测试函数进行仿真实验，并与GA、粒子群优化（PSO）算法、WOA进行比较，数值实验表明，改进鲸鱼优化算法（IWOA）的鲁棒性、寻优精度、收敛速度均优于其他优化算法。通过分析不同穿戴者的步态检测结果发现，准确率可达98.8%，验证了所提算法在新一代外骨骼机器人中的可行性和实用性，并与基于遗传优化算法的支持向量机（GA-SVM）、基于粒子群优化算法的支持向量机（PSO-SVM）、基于鲸鱼优化算法的支持向量机（WOA-SVM）算法进行比较，结果表明，该算法识别准确率分别提高了5.33%、2.70%、1.44%，能够对外骨骼机器人的步态进行有效检测，进而实现外骨骼机器人的精确控制及稳定行走。     

新材料在电力行业的应用分析

随着科学技术进步发展,市场上不断出现新的材料,这些材料在电力行业中得到广泛使用,大幅度提升电力设备运行质量,推动电力产业可持续发展。通过分析常见新材料的种类,探讨电力行业中应用新材料的措施,切实发挥新材料推动电力行业发展的作用。     

信号对单模激光损失模型输出特性的影响

为了更好地优化激光通讯系统和激光信号输出稳定性,运用线性化近似方法,采用色泵噪声和实虚部间关联的量子噪声驱动的单模激光损失模型,计算了周期信号加性输入时激光系统的光强关联函数和输出信噪比,用物理量K来描述激光系统的优化选择,发现:K与激光系统的净增益系数存在双极大值；与自饱和系数存在单极大值；与泵噪声自关联时间呈现单调递增的现象,峰值即表示激光通讯系统出现最佳匹配状态。同时,分析了系统的输入信号对优化激光系统的性质的影响。     

基于STM32的短纤尾丝实时检测方法

聚酯纤维生产工艺中,会有定期修板作业,需要将丝束切断,从而产生尾丝。尾丝在原丝中会影响成品质量,为提高产品质量,解决传统生产中由人工判断尾丝所带来的误差,本文实现了一种基于STM32的尾丝检测方法。通过对导丝轮信号的采集,并经过相关算法的处理,能够准确的记录尾丝产生的时间。本装置在仪征化纤有限公司短纤中心投入使用,证实有效。本文详细介绍了尾丝检测原理、系统设计、硬件设计、软件设计等。     

基于改进HHT的电能质量扰动检测新方法

为了解决传统HHT在电能质量扰动检测中EMD产生的模态混叠问题,提出一种基于奇异值分解（SVD）的改进HHT的电能质量扰动检测新方法。首先,将初始信号转换为Hankel矩阵进行SVD;再进行奇异值去模态混叠处理并重构信号;最后用HHT方法对重构后的去干扰扰动信号进行分析,求出扰动各固有模态分量imf对应的瞬时幅频参数,以实现扰动检测。仿真结果表明改进HHT方法比传统HHT与基于EEMD的HHT方法对带有噪声与高频间断信号的扰动信号能更好地消除模态混叠,不仅适用于单一暂态扰动检测,对复杂非平稳扰动也能取得较好效果。