一种新型可变径管道机器人的结构设计与控制实现

基于ATmega128单片机的管道探测机器人系统,包括硬件系统设计以及软件程序实现。为满足不同工业环境的需要,设计了无线与RS485总线两套通信方案进行人机交互控制系统与单片机的通信。独特的变径结构可以让机器人适应不同管径的管道,配合高效的电池切换算法,可以使其更好的适应工业环境。为了观察管道内部信息,安装了一个可360°旋转的摄像头,将管道内部画面实时传送给上位机。     

单侧变截面辊弯成形系统的运动分析

对直线电机驱动的单侧变截面辊弯成形系统进行了运动分析。应用正解法分析了末端轧辊的位移、速度、加速度等受直线电机相关参数的影响,并列出了相关的运动方程。应用Matlab语言描绘出了末端轧辊的运动参数的变化曲线,通过曲线对比,分析了直线电机的各个运动参数的变化对末端轧辊速度、加速度等影响;分析并探讨了有关的结构参数的变化对末端轧辊的位移、速度、加速度的影响。     

基于ARM的智能仪表系统的设计

介绍了一种基于Cortex-m3核的ARM STM32F103RC芯片的智能仪表系统。系统采用了微控制器模块及其外围模块而构建的嵌入式智能仪表系统的模块设计方法,其中包括8路模拟量输入(涉及ADC)、4路数字量输入和4路模拟量输出(涉及DAC)、2路数字量输出,还有CAN控制器部分。目的是完成与现场之间数据信息的传输、数据处理以及通过CAN总线与上位机通信等任务。本文设计重点突出其通用性强、高性能、高可靠性、低成本的优势。     

基于多约束DTW的MPCA间歇过程监测方法

针对间歇过程固有的批次不等长问题,也为了克服传统解决批次间同步问题方法存在的数据浪费、扭曲原始过程变量的自相关及交叉相关关系的严重缺陷,提出基于多约束的动态时间规整(dynamic time warping,DTW)方法,按照轨迹中点与点的模式进行动态匹配解决的同步问题.同时,引入了全局路径限制和失真度阈值限制对DTW方法进行改进,解决了传统DTW方法长时间运行造成的故障监测严重滞后的问题,同时克服了其处理过程的复杂性与其离线性导致其实际应用的困难.用多向主元分析(multiway principal component analysis,MPCA)方法将多约束DTW处理过的数据进行建模.将该方法应用到青霉素发酵过程仿真实验中,结果表明:该方法能够快速准确地对不等长批次进行规整,与传统方法相比,故障的误报率、漏报率明显降低.     

基于批次图像化的卷积自编码故障监测方法

针对间歇过程的非线性、多阶段性等特点及其三维数据形式,提出基于批次图像化的卷积自编码故障监测方法.首先,将每个批次数据看作一个灰度图,每个批次中数据变化可以看作图片的纹理变化,利用卷积自编码器(convolutional autoencoder,CAE)直接对间歇过程三维数据进行特征提取,避免三维数据展开成二维时导致的信息丢失,无需分阶段充分考虑批次全局信息,有效提取过程变量相关关系的动态变化;同时,利用卷积操作提取局部特征信息,自编码网络可以解决非线性问题,实现特征的无监督学习;然后,使用一类支持向量机(one-class support vector method, OCSVM)描述特征分布,构造新的统计量,确定控制限,实现故障监测;最后,通过将该方法应用到Pensim仿真平台及重组人粒细胞集落刺激因子发酵的实际生产数据,验证所提方法的准确性和有效性.     

多级注入式电流源型STATCOM模型和非线性控制策略研究

提出一种特别适合应用在大功率应用场合下的新型电流源型多级注入式STATCOM拓扑结构,巧妙地利用了注入式控制技术、多电平技术和零电平技术能够使主桥开关在基频下工作产生可控的连续交流输出电流,输出高质量的电流波形,同时交流侧不需要连接电容就可以较好解决常规电流源变换器吸收电容难题。推导出多级注入式电流源型STATCOM的数学模型。给出了STATCOM仿射性状态方程采用反馈控制线性化设计控制器方法,设计非线性控制转换为采用线性化状态方程来设计。利用PSCAD/EMTDC对所建立的多级注入式CSC-STATCOM模型进行仿真并给出具体结论。     

《电路》课程教学模式改革探索与实践

针对传统教学模式下《电路》课程教学中学生积极性和主动性不强,缺少综合能力训练内容等问题,对教学方法和教学实践环节进行改革。提出基于任务驱动课堂教学的方法和通过科研小课题初步培养大学生创新学习能力的方法。教学实践证明,本校学生较为适应改革后的教学模式,改进后的教学效果良好。此项研究对于高校教学改革,尤其是培养大学生创新学习能力具有一定的价值。     

基于核二次互信息的发酵过程质量预测模型

为提高对发酵过程中质量变量的预测精度,解决发酵数据非线性的问题,提出一种基于核二次互信息回归的质量预测模型.将非线性过程数据核映射至高维特征空间,使其线性可分;基于高维特征空间,使用Renyi二次熵与二次互信息定义目标函数提取过程特征,建立过程特征与质量变量间的回归模型;二次互信息可衡量变量间的非线性关系.仿真实验及大...     

基于中心损失的条件生成式对抗网络的冷水机组故障诊断

针对冷水机组产生的故障数据不足,数据集中正常数据和故障数据数量不平衡,进而导致故障诊断精度下降的问题,提出一种基于中心损失的条件生成式对抗网络(central loss conditional generative adversarial network,CLCGAN)和支持向量机(support vector machine,SVM)的故障诊断方法。首先,CLCGAN利用少量真实故障数据生成新的故障数据;然后,将生成的故障数据与初始数据集混合,使正常数据与故障数据的数量达到平衡;最后,利用平衡数据集构建SVM模型进行故障诊断。在GAN生成冷水机组故障数据时,构建动态中心损失项并加入到目标函数中,利用动态的中心损失减少冷水机组生成的各种故障数据的类内距离,从而降低各个故障生成数据之间的重叠程度,增加生成数据的可靠性。在生成故障数据之前配置相应的故障标签,并输入到CLCGAN中指导数据生成过程,使生成的故障数据可以均衡地分布于各个故障类别。在ASHRAE 1043-RP数据集上对所提方法进行了验证,结果表明,相较于其他解决数据不平衡问题的故障诊断方法,所提方法具有更高的故障诊断准确率。     

基于形态学多重分形的风电机组轴承故障诊断

针对风电机组滚动轴承振动信号通常具有非线性和低信噪比的特点,提出一种基于形态学多重分形（morphological multi?fractal, 简称MMF）和改进的灰色关联分析（improved grey relational analysis, 简称IGRA）的滚动轴承故障诊断方法。首先,通过信号质量指数研究了轴承振动信号的多重分形特性;其次,利用形态学方法计算轴承各种状态广义维数与多重分形谱的参数,并分析了各个参数对轴承运行状态的反映能力,选取能够有效区分轴承状态的参数作为故障特征量;然后,引入离差最大化加权对经典的灰色关联模型进行改进,提升了信息的利用率以及模型的可靠性;最后,利用改进的灰色关联分析实现了滚动轴承的故障诊断。通过仿真分析和应用实例对该方法的有效性进行验证,结果表明该方法能准确识别轴承故障类型,较传统方法准确率更高,运算时间更短,适合解决实际工程问题。