雷达发射机浮动板调制器与故障检测电路的设计

提出了一种改进的浮动板调制器和对正负偏电压的故障检测电路,利用MOSFET寄生电容特性,通过固定脉宽窄脉冲控制调制脉宽,通过增加负偏MOSFET提高输出负偏电压。对故障检测电路进行仿真实验,通过模拟故障,验证故障检测报警信号发生时间均在微秒级别。完成样机的搭建,利用多重方式解决高压绝缘问题,并对其加电进行试验验证,分析实验波形,证明此电路满足设计要求并且具有可行性。     

基于宇宙量子算法的微小零件尺寸检测

通过建立主、从式宇宙空间结构改善了量子算法的运行效率,非正交二次B样条小波和最小二乘小波支持向量回归机对零件边缘进行检测,给出了微小零件尺寸检测流程。试验仿真显示该算法对微小零件尺寸测量数据波动范围较小,方差值相比其他方法值较低,其中UQ算法测量的外轮直径测量方差值比HI、MM、AIT、IF、IGR算法分别减少了75.29%,78.40%,64.47%,60.95%,52.15%;UQ算法测量的内轮直径测量方差值比HI、MM、AIT、IF、IGR算法分别减少了72.89%,76.75%,62.66%,59.22%,50.13%,提高了微小零件的精度测量。     

光伏用电致发光缺陷检测仪空间分辨率的量化评估

针对光伏用电致发光缺陷检测仪空间分辨率目视判定重复性、准确性差,并且难以量化等问题,提出一套基于卷积神经网络模型的空间分辨率量化评估方法。参照相关标准JJF(闽)1088-2018,采取不同的拍摄条件拍摄并切割出空间分辨率线对图像,对图像进行人工分类。设计卷积神经网络结构,采用卷积层、池化层和全连接层结构,并使用已分类完成的空间分辨率线对图像对模型进行训练。最终使用测试集对模型进行评估,结果表明,模型在测试集上的判别正确率达到99.2%。该方法满足使用要求,可取代目视判别,提高了光伏用电致发光缺陷检测仪空间分辨率判定的准确性与重复性,并为其量化提出了新的解决思路。由于太阳电池片用光致发光缺陷检测仪与光伏用电致发光缺陷检测仪的成像方式类似,该方法可兼容太阳电池片光致发光检测仪的性能评估。     

考虑不确定性的大坝监测信息异常诊断方法及应用

大坝监测资料分析是一个充满不确定性的复杂非线性问题,常规的分析方法较少考虑监测信息中的不确定性问题,导致分析结果的合理性存疑。因此,基于信息熵理论的重要指标——近似熵研究大坝监测信息中的不确定性问题,利用实际监测数据选取近似熵算法的关键参数,进而评估大坝的运行状态。通过分析混凝土坝坝顶水平位移和土石坝测压管水位,发现近似熵算法能在若干监测信息不确定性条件下较有效地识别大坝监测数据的异常。     

Preparation of molecularly imprinted fluorescence sensor based on carbon quantum dots via precipitation polymerization for fluorescence detection of tetracycline

A facile and effective method was proposed to prepare the molecularly imprinted fluorescence sensor with carbon quantum dots, which were modified vinyl groups by acrylic acid on the surface. The obtained fluorescence composite material was investigated by transmission electron microscope and Fourier transform infrared spectra. After the experimental conditions were optimized, a linear range of 1.0–60 μmol L⁻¹ was obtained and the detection limit was 0.17 μmol L⁻¹. The novel fluorescence sensor can be successfully used to detect tetracycline in real samples. This study provides a convenient strategy for selective recognition and rapid detection of tetracycline in the complex environment.     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

Estimating posterior inference quality of the relational infinite latent feature model for overlapping community detection

Overlapping community detection has become a very hot research topic in recent decades, and a plethora of methods have been proposed. But, a common challenge in many existing overlapping community detection approaches is that the number of communities K must be predefinedmanually. We propose a flexible nonparametric Bayesian generative model for count-value networks, which can allow K to increase as more and more data are encountered instead of to be fixed in advance. The Indian buffet process was used to model the community assignment matrix Z, and an uncollapsed Gibbs sampler has been derived.However, as the community assignment matrix Z is a structured multi-variable parameter, how to summarize the posterior inference results and estimate the inference quality about Z, is still a considerable challenge in the literature. In this paper, a graph convolutional neural network based graph classifier was utilized to help to summarize the results and to estimate the inference quality about Z. We conduct extensive experiments on synthetic data and real data, and find that empirically, the traditional posterior summarization strategy is reliable.     

基于高斯混合隐马尔科夫模型与人工神经网络的紧急换道行为预测方法

为了有效降低因驾驶员紧急换道行为而诱发的交通事故，提高道路交通事故链阻断效率，提出一种基于高斯混合隐马尔科夫模型（GMM-HMM）和人工神经网络（ANN）的紧急换道行为预测方法。首先利用GMM-HMM对车辆行驶状态以及驾驶行为连续观察序列进行换道意图辨识，采用ANN预测下一时段的驾驶行为，再预测换道过程中的横向加速度变化率，从而判断紧急换道的危险程度。驾驶员在环仿真实验及实车实验结果表明，该方法预测避险成功率达92.83%，实验避险成功率达90.32%。该方法能有效地对紧急换道行为进行提前警告与干预。     

上榆泉煤矿煤泥水多参数在线检测系统应用研究

针对上榆泉煤矿煤泥水性质参数人工检测周期长、误差大、滞后性严重的问题,采用多参数传感器和PLC,开发了煤泥水多参数在线检测系统。经过8 h稳定运行,平均结果显示该厂煤泥水参数为pH值为7.71、浓度9.45%、中值直径(D50)39.56μm、流量2 440 m3/h、水质硬度428.94 mg/L,与人工检测结果相一致。应用结果表明,该检测系统能够实现煤泥水多参数在线监测和数据分析功能,使煤泥水的处理更高效。     

矿井顶板水探测方法及富水区成因分析

某矿1303工作面为三采区首采工作面，顶板含水层主要为第四系含水层、K₁₀和K₈砂岩裂隙含水层。为了解顶板K₁₀和K₈砂岩裂隙含水层的富水性，在1303工作面运输巷布置了覆盖全工作面的10个钻场（46个顶板探放水钻孔）进行探测，结合地表钻孔的顶板覆岩规律以及抽水试验结果可知，K₁₀和K₈砂岩裂隙含水层属于弱富水含水层，在2号钻场和8号钻场周边局部存在局部富水区；局部富水区均与构造有关，2号钻场位于背斜翼部，8号钻场位于向斜轴部，而背斜翼部和向斜轴部易出现砂岩裂隙带，成为地下水的富集区。