非仿射非线性离散系统的数据驱动二阶滑模解耦控制

针对传统二阶离散滑模变结构控制方法很难应用于模型未知系统的问题,提出了一种数据驱动二阶滑模解耦控制算法.该控制算法采用数据驱动的策略,运用系统的I/O数据,实时计算二阶离散滑模控制(2–DSMC)律.同时,运用观测器的思想,在控制器设计中引入离散扩张状态观测器(DESO),在线估计系统各回路间耦合、不确定性和外部扰动,进一步实现系统的解耦,改善控制品质.最后的理论分析和仿真结果表明,所提出的方法对于一般带有扰动和不确定性的非仿射非线性离散多入多出(MIMO)系统具有较好的解耦效果、渐进收敛的稳定性和较强的鲁棒性.     

多元闭合丰环在方向图计算中的应用

本文探讨把多元闭合半环应用于方向图的计算。可以看到,用多元闭合半环的元素表示方向图的边或节的不同情况,运用多元闭合半环的运算法则作辅助处理,可降低某些情况下的计算复杂性。     

基于CEEMDAN⁃SPSO⁃ELM的旋转电机滚动轴承故障检测方法

由于旋转电机滚动轴承振动信号存在不平稳、非线性的特征,传统时频分析法、小波分解法存在在信号分解过程中能量泄露、自适应能力差的问题,经验模态分解（EMD）法存在模态混叠等问题。提出一种基于噪声自适应完备总体平均经验模态分解方法（CEEMDAN）,利用具有麻雀捕食预警机制的粒子群算法（SPSO）优化极限学习机神经网络（ELM）的CEEMDAN?SPSO?ELM算法。利用所提方法对滚动轴承单一与多种损伤故障进行分析诊断,结果表明,所提算法具有有效性及诊断准确性。     

轮式车辆转向机构的遗传算法优化设计

在对车辆前轮转向机构进行运动分析的基础上,给出了参数优化设计的数学模型,提出了一种改进的遗传算法,并利用Matlab遗传算法工具箱对转向机构进行了优化设计,得到了满意的设计参数.讨论了遗传算法的一些关键技术:如改进的二进制编码方法.基于惩罚项的适应度计算,遗传算子的构造,以及遗传终止法则等.计算结果表明:与复合形法相比,遗传算法使目标函数值减少了6.6%,取得了较好的优化效果.从而更有利于减小转向车轮的滑移量和轮胎的磨损量,同时也验证了遗传算法解决多约束、多变量类型优化问题的可行性和优越性.     

基于改进SinGAN的电力线巡检异物数据增强技术

针对电力线异物识别模型能使用的数据集较少,并且传统单幅自然图像的生成式模型(SinGAN)模型生成数据与异物识别模型匹配度不高、质量不佳、耗时过久的问题,提出了改进SinGAN模型。在改进SinGAN模型基础上加入仿射变换单元、大小变换单元进一步增强数据集,加入图像滤波单元提高电力线异物识别模型所需数据质量。并通过改进SinGAN反向传播训练过程和SinGAN的单精度生成器结构提升模型生成质量,减少所用时长。实验结果表明,经50次实验后,改进SinGAN的平均弗雷谢特起始距离(Fréchet inception distance, FID)为91.375,平均训练时长1.21 h。分别比传统SinGAN降低了27.247%和87.31%。改进SinGAN与其他主流生成式对抗网络相比有更好的异物数据生成能力,可以增强电力线异物识别模型所需数据,具有优越性。     

南海岛礁工程中建筑材料的天然放射性核素含量及辐射水平评价

本研究利用高纯锗γ谱仪测量南海15个不同岛礁最主要的建筑材料——珊瑚砂和珊瑚骨骼碎屑中的放射性水平。结果表明,珊瑚砂中²³⁸U、²²⁶Ra、²²⁸Ra、⁴⁰K的平均比活度分别为24.8 Bq/kg、2.38 Bq/kg、2.10 Bq/kg、11.6 Bq/kg;珊瑚骨骼碎屑中²³⁸U、²²⁶Ra、²²⁸Ra、⁴⁰K的平均比活度分别为28.7 Bq/kg、3.47 Bq/kg、12.6 Bq/kg、10.9 Bq/kg;南海岛礁珊瑚砂和珊瑚骨骼碎屑的放射性水平仅为国际推荐限值的1％～10％。通过对比国内外多种建筑材料的放射性水平,南海岛礁珊瑚砂和珊瑚骨骼碎屑拥有很低的放射性水平。珊瑚砂和珊瑚骨骼碎屑作为低放射性水平的建筑材料,可能可以应用于低本底实验室的建设,也可以作为高放射性建筑材料(煤灰渣、矿渣)生产过程中的添加剂(稀释剂),有效降低建筑材料的放射性水平。     

基于KingView6．52和PLC的油库监控系统设计

设计了一套基于组态王软件和PLC的油库监控系统。系统通过PLC相应模块采集模拟量和数字量信号传送给上位工业控制计算机,利用组态软件KingView6．52对监控系统进行了详细的组态,并完成相关数据的存储、查询、报表以及故障诊断等。     

基于改进胶囊网络的电力线巡线异物检测

针对电力线巡线异物检测使用的传统卷积神经网络空间辨识度较差、训练样本需求过多的问题,提出一种改进胶囊网 络模型。 使用数据灰度化、三维块匹配滤波算法预处理巡线数据集。 提出自适应贡献池化降低数据信息丢失量,异物数据深度 信息提取单元提取主要特征来滤除冗余信息、减少数据数量以改善模型性能,改进异物识别主胶囊层和动态路由结构以适应电 力线巡线异物检测的二分类情况。 对自适应贡献池化和最大池化,无池化、传统结构胶囊网络和改进胶囊网络,改进胶囊网络 和 AlexNet、GoogLeNet 分别进行异物识别对比实验和改进胶囊网络的空间辨识度性能进行测试实验。 实验结果表明,在 3 700 张小训练样本条件下,经 20 次训练后,自适应贡献池化比最大池化的改进胶囊网络平均准确率提高 2. 7%,改进胶囊网络比无 池化、传统结构胶囊网络平均准确率提高 3. 6%,改进胶囊网络比 AlexNet、GoogLeNet 的平均准确率分别提高 21. 9%和 12. 6%, 且改进胶囊网络在大小、角度不同的测试数据中仍具有高于 91%的平均准确率。 改进胶囊网络在空间辨识度复杂、少训练样本 情况下仍具有较高的异物识别能力,实现了高效率、高准确率的自动化无人巡线异物检测。     

电气产品电气间隙和爬电距离测试技术分析

电气产品电气间隙和爬电距离项目是电气安全检测中一项重要的测试,针对检测人员对标准理解不到位,无法找准最短路径及测量结果不准确的问题。通过对具体实例进行技术分析,介绍了运用跨接、平面翻折、作最短直线或垂直连线等方法技巧,合理选取电气间隙和爬电距离最优路径;再采用直接测量法和计算法两种方法相结合的方式精准计算测量结果。结果表明,该方法对于解决电气间隙和爬电距离测试中两大难点:如何选取最优路径和准确计算测量值非常精准高效,具有较强的实用性和借鉴意义。     

基于邻域相关性多阈值新函数寻优法的小波降噪分析

为了更好地获取噪声影响下的原有信号,在邻域小波系数收缩的NeighCoeff方法基础之上,提出了一种邻域相关性多阈值新函数的小波降噪方法.该方法根据小波系数之间的相关性,将邻域窗口内所有小波系数的平方和的大小划分为邻域硬阈值、邻域窗口阈值和邻域扩张阈值.将这些邻域阈值与修正的通用阈值相比较,来实现窗口尺寸的自适应调节和小波系数的保留或收缩,以此达到消噪的目的.此外新函数的收缩因子能够较好体现与被滤波噪声的相互关系,可以进一步提高消噪的精度.然后将多阈值函数与修正的全局阈值相结合,利用混沌粒子群对邻域扩张阈值参数γ和修正的全局阈值参数α进行寻优,以获取最优小波系数的重构信号.所提方法与其它阈值函数去噪方法相比,其仿真结果表明在信号信噪比、降低有用信号失真和抑制噪声等方面都有一定的提高.