基于参数预标定的长行程PMLSM无传感器控制

为了解决长行程定子不连续永磁直线同步电机存在的因无法全程安装位置传感器和不同动子和定子之间的电磁参数不固定所造成的控制性能下降的难题,提出一种在每一段定子内先进行参数标定,再进行速度控制的控制系统设计。首先,在动子进入过程中,对电机进行电磁参数标定,根据标定参数对控制器参数进行调整,以达到更好的控制效果。然后,使用无位置传感器控制系统使动子快速达到设定速度值并稳定运行。实验结果表明:动子进入过程参数标定精度分别为0.002Wb和0.000 4H;无位置传感器控制中位置估计精度为0.63mm,速度收敛时间为0.45s,稳态误差为0.02m/s。基本满足永磁直线同步电机用于长行程运输的控制快速性、稳定性等要求。     

混合式惯导系统自标定技术研究

混合式惯导系统是一种集平台式、捷联式、旋转式惯导系统优点于一体的新型惯导系统。该型惯导可利用自身的旋转机构和高精度、高分辨率角度传感器实现不拆机条件下的误差参数自标定功能,极大简化了标校流程和系统维护工作量,有利于武器平台和作战系统效能的发挥。针对混合式惯导系统的结构特点和典型的旋转方式进行了误差分析,给出了误差参数自标定的设计原则和方法,并用混合式惯导原理样机进行了验证,结果表明,所设计的自标定方案能够在不拆机条件下利用自身旋转机构完成对陀螺漂移、加计零偏、刻度系数误差及安装偏角等参数进行精确估计,因此具有较高的理论意义和工程应用价值。     

CT系统的参数标定

本文考虑CT系统在不破坏所检测物品的前提下得到所检测物体内部结构的相关信息的特性,利用MATLAB编程并依据模板几何信息求得CT系统的标定参数,将附件1与附件2中的数据导入MATLAB[1],然后通过编程及对数据进行色阶处理,并以正方形托盘的中心为原点建立平面直角坐标系,得到CT系统在正方形托盘中的旋转中心位置;然后求得模板示意图中椭圆短轴长度与所得数据个数之比即为探测器单元之间的距离;最后将数据带入模型中得出X射线的180个方向。     

卷积神经网络用于关节角度识别与姿势评估

为了快速准确地输出各种工作姿势风险评估结果，提出采用Kinect v2与卷积神经网络识别人体各关节角度，并输出标准姿势风险的评估得分。首先使用亚像素角点提取的棋盘标定算法标定Kinect两个摄像头，其次使用改进后的双边滤波对深度图像去噪，使用卷积神经网络识别人体关节二维位置，结合深度信息获取实际三维坐标并计算人体关节角度，最后输出姿势风险评估得分。通过两种实验分别验证了提出的Kinect角度识别与姿势评估的准确性，表明该方法关节角度识别与姿势风险评估的准确率均较高，是一种低成本、高可靠性的姿势评价方法，具有一定的科学意义和工程应用价值。     

不同排列方式下500kV高压输电线建筑物周围电场计算

采用有限元-模拟电荷混合法,对500 k V高压输电线不同排列方式下周围建筑物及其邻近区域中的电场进行了计算。结果表明,在建筑物距离500 k V高压输电线中间输电线路水平距离相同的情况下,以倒三角排列方式使输电线路在建筑物楼顶及高出楼顶1.5 m处产生的畸变电场最小,水平排列次之,而三角排列最差。