使能未来工厂的5G能力综述

5G系统将移动通信服务从移动电话、移动宽带和大规模机器通信扩展到新的应用领域，即所谓对通信服务有特殊要求的垂直领域。对使能未来工厂的5G能力进行了全面的分析总结，包括弹性网络架构、灵活频谱、超可靠低时延通信、时间敏感网络、安全和定位，而弹性网络架构又包括对网络切片、非公共网络、5G局域网和边缘计算的支持。希望从广度到深度，对相关的理论及技术应用做透彻、全面的梳理，对其挑战做清晰的总结，从而为相关研究和工程技术人员提供借鉴。     

应用于内窥镜的聚酰亚胺涂覆双包层光纤束(英文)

本文研究了一种适用于临床前研究的小型化(0.4mm)、低成本纤维束内窥镜装置。该装置包含有一个渐变折射率(GRIN)透镜,它安装在光纤图像引导器的近端。提出了一种简化、低成本的装置连接方案,并讨论了可应用的连接方案。装置中使用的纤维束表面包覆有聚酰亚胺,其在长期和短期植入时都具有生物相容性。最终制备的装置能够承受化学清洗、消毒和高压灭菌,满足普通实验室和临床程序的需求,并且对整体性能有较小的影响。为了验证纤维束的成像质量,本文使用标准测试靶标和荧光微球进行评估。结果表明,光纤与自发荧光之间的串扰对成像质量的影响很小,该纤维束无需复杂光路和激光扫描即可实现荧光样品分子级的分辨率。     

基于SVM和KPCA的滚动轴承故障诊断

从时域角度分析了滚动轴承的振动信号,综合利用SVM和KPCA方法来实现对滚动轴承的故障诊断研究。首先对滚动轴承的原始信号从时域角度分析提取典型特征,再利用KPCA方法对输入的典型特征降维,最后采用SVM算法对降维后的数据进行故障诊断。实验证明:该方法在保证较高的故障识别能力的前提下,不仅能够有效地提取损伤特征、降低数据维数,而且实现了数据可视化。     

风能转换系统的动态矩阵控制

在实际的变速变桨风力机系统中,模型的强非线性、满负载工况下不稳定的风速及系数参数测量误差的存在,使传统的控制方法难以取得满意的控制效果,因此针对满负载工况下的风能转换系统提出了一种基于多变量动态矩阵控制的控制策略,先构建风能转化系统模型,将时变非线性模型在平衡点处线性化,得到其输入输出偏移量的线性化模型;再利用动态矩阵算法,间接控制发电机转速与功率在额定值处稳定;最后在风轮与电机转动惯量测量误差为40%的情况下进行仿真。结果表明,所得动态矩阵控制器具有较小的波动与较好的鲁棒性,能有效减小系统参数误差的影响,可在安全的工作范围内提供期望的性能,有助于提高电力系统的效率和电能质量。     

一种基于KNMF的非线性故障诊断方法

将核非负矩阵分解方法引入到过程监控中,设计了K2和SPE统计量反映原始数据的能量波动情况,进而检测过程故障的发生。同时提出一种KNMF贡献图计算方法,根据变量和非线性数据的相关性,计算变量贡献值并绘制贡献图,用于故障辨识。在TE模型上的仿真结果验证了KNMF故障检测的良好性能,利用KNMF贡献图可以较好地辨识故障变量。     

完全各向同性五自由度混联机构型综合

针对混联机构内部耦合性带来运动学分析困难的问题,基于G_F集理论提出了一种简单而有效的三移动两转动(3T2R)完全各向同性构型综合方法。介绍了G_F集的基本概念和运算法则。通过分析混联机构组成特点,提出了将并联、串联模块按照G_F集求和运算以及G_F集元素组合原则构造完全各向同性混联机构的方法,建立了混联机构数综合方程。同时给出了机构输入运动副选择原则和支链设计准则,确保了混联机构中各模块运动的解耦性。按照完全各向同性混联机构设计步骤,得到了构成完全各向同性3T2R混联机构各模块单元的组合形式。以其中一种组合形式为例,综合出了完全各向同性3T2R五自由度混联机构。基于约束螺旋理论,分析了所综合出的一种混联机构的自由度,通过ADAMS建模得以验证,通过对模型运动仿真,绘制出机构末端输出速度曲线,验证了完全各向同性构型综合方法的正确性。     

基于摆动单线激光雷达的大场景稠密点云地图创建系统

在创建大场景稠密点云地图时,由于当前的各类环境3维测量系统难以兼顾大范围和高密度的点云测量要求,为此设计了一种基于摆动单线激光雷达的大场景稠密点云地图创建系统.首先,实现了大型激光雷达稳定精确的全向摆动.然后,给出了单点采集点云的拼接方法和多点采集点云的配准方法.最后,提出了一种3维点云投影密度的分析方法,并对仿真测量结果进行了对比与评价.实验结果表明,本系统的有效测量距离超过75 m、测量范围覆盖俯仰±45?、点云间距小于20 cm、点云分布均匀,装置的视野范围和点云分布可进行调节,并能通过多点配准对更大场景进行建图.     

基于角点和Hu矩不变量的可见光和红外图像自动配准方法

针对红外图像与可见光图像的自动配准问题,提出了一种基于图像角点特征和透视变换模型的方法.首先采用自适应阈值对红外与可见光图像进行分割,然后利用Harris因子分别在分割后的红外和可见光图像上检测角点.通过分析角点邻域在原始图像上的相关性实现角点的粗匹配.接着通过RANSAC算法对角点进行细匹配,删除outliers,再...