基于ZigBee的便携式无线列车轴温监测系统设计

列车车轴是列车重要部件之一,极易受到列车运行环境影响,是易损耗部件。随着中国铁路的不断提速,准确实时监测列车轴温度关系到列车的正常安全运行。本设计提出一种基于Zig Bee开发平台的便携式轴温监测系统,当列车的轴温监测系统出现故障时,可使用该系统应急监测轴温以保证列车正常运行。该系统包括协调器节点以及一系列车厢采集终端,下位机采集终端节点采用DS18B20数字温度传感器采集温度数据,通过Zig Bee组建的无线网络将温度数据传输到协调器,协调器Zig Bee内置的增强型8051 CPU处理温度数据,再将温度数据通过串口通信的方式发送到PC终端,车辆管理人员在列车上通过笔记本电脑使用上位机软件对轴温进行实时监测。     

基于深度递归神经网络的电力系统短期负荷预测模型

针对电力负荷非线性动态特性导致的负荷预测困难、预测精度低等问题,本文构建了深度递归神经网络短期负荷预测模型。在深度神经网络多隐层结构的基础上,深度递归神经网络增设了关联层,并以改进粒子群算法作为网络的优化学习算法,对模型权值空间进行深度优化。对某地区电网实际负荷进行预测仿真,结果表明与BP网络、深度神经网络相比,深度递归神经网络的平均绝对误差的周平均值分别降低1.61%和0.56%,验证了深度递归神经网络能够融合前馈与反馈连接,提高网络泛化能力,有效提高负荷预测精度。     

基于区域统计和BP神经网络的车牌识别

为从车牌图像中获得车牌的字符信息,需要对字符识别系统进行研究。车牌识别过程分为图像预处理、车牌定位、车牌校正与分割和车牌字符识别4个环节。针对前3个环节,完成了图像中值滤波、Sobel算子边缘检测、数学形态学处理、Otsu二值化和Hough变换校正等工作,获得了单一标准字符图像。在车牌字符识别环节中,首先根据汉字位置,利用模板匹配算法对汉字进行识别,对于数字、字母字符,将字符图像分割,通过统计图像各部分的连通区域数以获得字符形态特征,据此设计并训练BP神经网络识别字符。最终获得能完成图像中的车牌字符识别的系统。     

寻轨机器人用无线充电系统的研究

传统寻轨机器人的动力电池采用接触式充电方式,充电时容易因机械接触磨损而导致接触不良。为解决该问题,研究了一种单管感应耦合电能传输ICPT（inductively coupled power transfer）无线充电系统。该系统由前后两级电路组成,前级采用单管ICPT系统进行非接触电能传输,后级采用充电管理芯片LTC4020控制的Buck-Boost电路对锂电池进行快速充电。介绍了所研究寻轨机器人无线充电系统结构及原理,对前级主电路进行了四阶段电路等效、工作过程分析、电路建模、补偿网络设计和软开关设计;对后级充电管理电路进行分析和设计。设计了一台样机,对前级电路开关管耐压、流过电流和输出电压进行了仿真和实验,并通过充电实验验证了所研究充电方案的正确性。     

基于DSP高精度宽范围测速表的设计

以TI(Texas Instrurments)的DSP芯片与光电编码器为硬件基础,针对电机转速的测量设计了一款高精度,宽范围的测速表。设计过程采用变M/T法,其中所得的测量数据,在20000转每分钟的转速范围内,满足万分之一以内的测量精度,且可以快速响应。     

基于小波包和ElmanNN的滚动轴承故障识别

针对提取滚动轴承故障特征向量信号和识别故障类型的问题,为了提高诊断准确率,提出了基于小波包分析与BP算法权值修正的Elman神经网络的策略。基于MATLAB强大的数值分析功能,采集到的故障信号经过小波包分解与重构获取能反映不同故障状态的本征模态函数(Intrinsic modal function,IMF)分量。通过Elman神经网络辨识技术,将各频带能量作为Elman网络输入变量,测试样本为输出变量。对Elman神经网络进行大量数据训练,对滚动轴承的故障数据进行识别。实验表明,这种方法比BP神经网络识别更准确、更有效。     

基于双种群遗传混沌优化算法的最优时间轨迹规划

针对以最短运行时间为目标的工业机器人轨迹规划问题,提出一种基于混沌局部搜索的双种群遗传最优时间轨迹规划算法。首先以各个节点之间的时间间隔之和为优化目标,以各关节的角速度、角加速度和角加加速度为约束条件,利用五次多项式拟合规划的关节空间位置节点模拟机器人的运行轨迹;然后,利用双种群遗传算法全局搜索能力强、进化速度快和混沌算法局部搜索能力强的优点,提出一种基于双种群遗传混沌优化算法的机器人轨迹规划方法,规划最优时间轨迹;最后,以3自由度空间机械臂为例,验证了所提算法能够使机器人末端执行器的运行轨迹平滑且时间最优。该算法应用于机器人轨迹规划可以延长机器人使用寿命,提高生产效率。     

一种便于实时传输的中值滤波算法

为了使图像达到实时清晰化的效果,针对经典中值滤波去除椒盐噪声的不足,提出一种便于实时传输的中值滤波算法。该方法通过改进传统中值滤波的排序方式,能更快地计算出中值,并通过设立阈值鉴别噪声点的方式,更好地去除噪声并保护图像细节。这种新算法设计简单,计算速度快,在硬件上易于实现。     

STM32的纯电动汽车分体式电池管理系统设计

为进一步提高纯电动汽车的电池管理系统技术,该系统采用ST公司的STM32 F103 RBT6芯片和Linear公司的LTC6803电池状态检测芯片,提出了一种新型的分体式电池管理系统(Battery Management System,BMS)设计方案.该系统对其进行了硬件电路设计和软件编程,并对电池荷电状况(Stage of Charge,SOC)的估算方法进行改进.实验结果表明,设计的电池管理系统能够对电池运行过程中的电压、电流和温度等电池状态进行实时监控,并利用CAN通讯模块与主控单元进行通信,将电池荷电状态以及控制信息反馈给整车控制器.该系统还实现了当电池处于非正常状态时进行及时的报警和处理动作,从而保证电池的稳定运行,有效延长了电池的使用寿命.     

基于Adams的三自由度Delta机械手的运动学仿真分析

结合自动化工业生产线对应高速轻载搬运作业的需求,三自由度Delta机械手是一种并联机器人专为拾取和放置任务而设计。本文以Delta机械手本体为研究对象,分析简化机械结构,建立Delta机械手的数学模型,求其运动学逆解算法。以改善Delta机器手运动特性为目的,采用改进修正梯形加速度在笛卡尔坐标系下进行"门"字型轨迹规划,时间耦合方式处理"门"字型方向突变问题。通过虚拟样机ADAMS与MATLAB联合仿真,获得Delta机械手运动性能参数,为研究Delta机器人轨迹优化提供一定的理论基础。