基于IPSO-GRU的锂离子电池剩余使用寿命预测

为了提高预测锂离子电池剩余使用寿命（RUL）的精度,提出了一种基于改进型粒子群算法（IPSO）与门控循环单元（GRU）神经网络的锂离子电池RUL预测模型。首先,通过改变PSO算法的惯性权重和学习因子的更新规则,提高其寻优能力;然后,通过IPSO算法优化GRU神经网络的参数选择,搭建IPSO-GRU模型。最后,利用美国国家航空航天局（NASA）公开的锂离子电池实验数据进行试验,验证IPSO-GRU模型的准确性。实验结果表明,相比于直接采用单一GRU模型,所提IPSO-GRU模型降低了容量预测误差,有效提高了锂离子电池RUL预测精度。     

钢结构教学模型设计与制作研究

鉴于本科生对钢结构模型制作过程中出现的问题探讨较少,其实际制作对学生难度较大,以单层钢结构厂房教学模型为例,研究了实际创新制作过程中出现的问题,包括方案、构件选型、材料、制作工具、制作方法选择等,并进行了有效解决,对促进本科生进行科研创新具有积极的意义。     

新型Ti系FI催化剂的合成及其催化乙烯“活性”聚合的研究

采用以配体为中心的催化剂设计理念,设计并合成了一种新型Ti系FI催化剂双[N-(3-叔丁基水杨醛)-2,6-二氟苯胺-4-苯乙烯基苯胺]二氯化钛(IV)(2F-BSFI)。采用核磁氢谱(1H-NMR)、核磁碳谱(13C-NMR)和傅里叶红外(FTIR)对催化剂配体N-(3-叔丁基水杨醛)-2,6-二氟苯胺-4-苯乙烯基苯胺(2F-BS)进行了表征。用1H-NMR、13C-NMR、元素分析(EA)和电喷雾电离质谱(ESI-MS)表征了催化剂结构。以2F-BSFI和助催化剂甲基铝氧烷(2F-BSFI/d-MAO)为催化体系催化乙烯聚合,考察了聚合时间、温度、助催化剂用量对催化性能的影响。结果表明,随着聚合时间的增加,产物分子量分布指数(PDI)稳定在较低水平,产物数均分子量Mn几乎呈线性增长,说明该催化剂催化乙烯聚合具有拟活性聚合特征。     

基于改进K-means聚类的木材缺陷彩色图像分割算法研究

为实现木材缺陷图像的准确分割,研究了在RGB色彩空间使用K-means聚类算法进行木材缺陷图像的分割方法,针对K—means聚类算法图像分割的不足之处,并提出了一种改进方案。在改进算法中,加入对图像像素点的邻域处理,根据邻域特性适时调整原图像,充分利用图像像素的区域特征,以此来抑制一些局部噪声。实验结果表明,改进算法不仅能够滤除较多的干扰信息,而且能更好的拟合分割边界,改善图像的分割效果。     

基于现场可编程门阵列的可重构手势交互教学机器人设计

针对传统教学机器人可重构性差、系统综合应用性不足、人机交互功能简单等缺点,本文设计开发一种基于现场可编程门阵列（FPGA）的可重构动静态手势交互教学机器人。该机器人以Xilinx的Spartan6为控制器,通过OV5640摄像头对手势图像信息进行识别传输,利用I2C总线与FPGA控制芯片进行通信,利用WiFi模块进行数据传输,从而对机器人进行相应的手势指令控制,实现人机手势交互、机械臂抓物、自动循迹、超声避障、运动除障、语音播报等多种功能。同时,该手势控制机器人对测试者的数字手势和动作手势识别正确率达95.1%,实时识别响应时间小于0.5s。本文设计的基于FPGA的可重构动静态手势交互教学机器人可应用于FPGA系统设计等研究类课程教学中,具有推广价值。